Casi todos los frameworks de aprendizaje profundo funcionan en modo solo CPU por defecto. De hecho, para usar las GPU, debe cambiar alguna configuración en cada una de ellas.
Para el caso de uso de la facilidad de uso, el aprendizaje y la legibilidad de los códigos, más dependiendo, es posible que desee examinar los siguientes marcos:
- MatConvNet – MATLAB – (Para redes convolucionales)
- Keras, lasaña, bloques – Python (basado en Numpy + Theano)
- Antorcha – Lua (los equipos de inteligencia artificial de Facebook y Twitter usan esto principalmente)
- Caffe – C ++, con enlaces de Python y MATLAB (bueno para tareas de visión por computadora)
- DeepLearning4j – Java
Dependiendo de su comodidad con varios scripts / lenguaje de programación, es posible que desee probar varias bibliotecas. Además, para la mayoría de ellos, cambiar a una GPU es un proceso bastante sencillo.
- ¿Existe algún proyecto de código abierto que implemente algoritmos de aprendizaje profundo que aproveche la enorme potencia informática paralela de la GPU?
- ¿Qué caminos puede tomar un ingeniero mecánico para comenzar a trabajar con robótica, aprendizaje automático e inteligencia artificial?
- ¿Cuáles son las buenas heurísticas para elegir el tamaño de un lote en el entrenamiento de la red neuronal?
- ¿OCR es una amenaza para CAPTCHA?
- Si el aprendizaje automático está de moda en este momento, ¿qué crees que seguirá?
