Hay varias bibliotecas populares que conozco
- Theano – Bienvenido – Documentación de Theano 0.7
- Esta es una biblioteca de red neuronal muy flexible para usar con Python. Es capaz de trabajar en CPU y GPU. Descubrí que tiene la mejor documentación de las bibliotecas de redes neuronales que uso.
- Antorcha – Antorcha | Computación científica para LuaJIT.
- También es muy flexible y, a menudo, tiene capacidades y rendimiento comparables a Theano. Sin embargo, se usa con el lenguaje Lua, que no es muy conocido y carece de muchas de las bibliotecas de procesamiento de datos estándar que tiene Python.
- Caffe – Caffe | Marco de aprendizaje profundo
- Escrita para C ++ con CUDA, esta biblioteca está especialmente optimizada para tareas de visión. Creo que a menudo se encuentra entre las bibliotecas más rápidas cuando se compara con las tareas de visión.
- TensorFlow – https://www.tensorflow.org/
- Recientemente de código abierto de Google, puede pensar en TensorFlow como más o menos una de estas bibliotecas de redes neuronales con una GUI modular encima. Algunos lo han criticado por no ser tan rápido como algunas de las otras bibliotecas altamente optimizadas.
- MXNet – Documentación MXNet
- Una forma “modular” fácil de usar de construir una red neuronal y entrenarla. También suele estar entre las bibliotecas más rápidas. Sin embargo, he descubierto que carece de flexibilidad y poca documentación.