A partir del 3 de junio de 2017, por número de estrellas en Github (excluyendo tutoriales y repositorios de ejemplos)
tensorflow / tensorflow 59.3k estrellas
scikit-learn / scikit-learn 18.9k estrellas
- ¿Debo aprender el aprendizaje automático (supervisado) antes del aprendizaje profundo (sin supervisión)? Solo tengo una computadora portátil en casa, entonces, ¿será suficiente la potencia informática?
- ¿Es fácil entrenar un modelo de red neuronal profunda desde cero usando Keras?
- ¿Cuál es el mejor algoritmo para descubrir todos los nodos de la red y mantener esa red en tiempo real?
- Cómo pensar que el 'problema de aprendizaje One Shot' se resolverá con Deep Neural Network
- ¿Cuál es el estado del arte para SLAM en dispositivos móviles?
fchollet / keras 16.1k estrellas
tesseract-ocr / tesseract 10.8k estrellas
dmlc / mxnet 9.9k estrellas
mxgmn / WaveFunctionCollapse 7.1k estrellas
tflearn / tflearn 5.9k estrellas
clips / patrón 5.4k estrellas
caffe2 / caffe2 4.8k estrellas
nltk / nltk 4.8k estrellas
Como puede ver, Tensorflow está en una liga propia cuando se trata de popularidad, con 59.3k estrellas muy por delante del segundo lugar de 18.9k de scikit-learn. Keras no está muy lejos en el número 3, aunque con todo el bombo de aprendizaje profundo, no me sorprendería si Keras obtiene el segundo lugar pronto.
Es interesante notar que los tres tienen algún tipo de conexión con Google. Tensorflow fue desarrollado en Google, scikit-learn comenzó como un proyecto Google Summer of Code, y Keras fue desarrollado por Francois Chollet, un Googler.
Esta observación me recordó a un cómic xkcd.
