Common libraries[edit]• Caffe: Caff

Common libraries[edit]
• Caffe: Caffe (replacement of Decaf) has been the most popular library for convolutional neural networks. It is created by the Berkeley Vision and Learning Center (BVLC). The advantages are that it has cleaner architecture and faster speed. It supports both CPU and GPU, easily switching between them. It is developed in C++, and has Python and MATLAB wrappers. In the developing of Caffe, protobuf is used to make researchers tune the parameters easily as well as adding or removing layers.
• Torch (www.torch.ch): A scientific computing framework with wide support for machine learning algorithms, written in C and lua. The main author is Ronan Collobert, and it is now widely used at Facebook AI Research, Google DeepMind and Twitter, among others.
• OverFeat: A pre-trained feature extractor by Pierre Sermanet.
• Cuda-convnet: A convnet implementation in CUDA
• MatConvnet
• Theano: written in Python with an API largely compatible with the popular Numpy library. Allows user to write symbolic mathematical expressions, then automatically generates their derivatives, saving the user from having to code gradients or backpropagation. These symbolic expressions are automatically compiled to CUDA code for a fast, on-the-GPU implementation.
• Deeplearning4j: Deep learning in Java and Scala on GPU-enabled Spark

ผลลัพธ์ (ไทย) 1:

ไลบรารีทั่วไป [แก้ไข]• Caffe: Caffe (แทน Decaf) แล้วรีนิยมมากที่สุดสำหรับเครือข่ายประสาท convolutional สร้างวิสัยทัศน์ที่เบิร์กลีย์และศูนย์การเรียนรู้ (BVLC) ข้อดีว่า มีสถาปัตยกรรมที่ทำความสะอาดและความเร็วที่เร็วขึ้น สนับสนุนทั้ง CPU และ GPU สลับระหว่างโปรแกรมได้ง่าย มันพัฒนาใน c ++, และมีงูและ MATLAB ห่อ ในการพัฒนาของ Caffe, protobuf ถูกใช้เพื่อทำให้นักวิจัยปรับแต่งพารามิเตอร์ได้ง่ายเช่นเพิ่ม หรือลบเลเยอร์•ไฟฉาย (ส่วน www.torch.ch): กรอบงานคำนวณทางวิทยาศาสตร์ ด้วยการสนับสนุนเครื่องจักรเรียนรู้อัลกอริทึม เขียนใน C และหลัวกว้าง ผู้เขียนหลักคือ Collobert โรแนน และมันเป็นตอนนี้ใช้ที่ Google DeepMind วิจัย AI Facebook และ Twitter หมู่คนอื่น ๆ• OverFeat: ระบายก่อนฝึกคุณลักษณะ โดย Pierre Sermanet• Cuda convnet: ดำเนินการ convnet ใน CUDA• MatConvnet• Theano: เขียน API ส่วนใหญ่เข้ากันได้กับไลบรารี Numpy นิยม ช่วยให้ผู้ใช้สามารถเขียนนิพจน์ทางคณิตศาสตร์สัญลักษณ์ นั้นสร้างโดยอัตโนมัติของตราสารอนุพันธ์ บันทึกผู้ใช้จากการไล่ระดับสีรหัส backpropagation นิพจน์ที่สัญลักษณ์เหล่านี้จะถูกคอมไพล์รหัส CUDA สำหรับดำเนินการอย่างรวดเร็ว ใน GPU โดยอัตโนมัติ• Deeplearning4j: ลึกใน Java และประกอบบน GPU เปิดจุดประกายการเรียนรู้

ผลลัพธ์ (ไทย) 2:

ห้องสมุดทั่วไป [แก้ไข]
• Caffe: Caffe (เปลี่ยน Decaf) ได้รับห้องสมุดนิยมมากที่สุดสำหรับเครือข่ายประสาทสับสน มันถูกสร้างขึ้นโดย Berkeley วิสัยทัศน์และศูนย์การเรียนรู้ (BVLC) ข้อดีที่ว่ามันมีสถาปัตยกรรมที่สะอาดและความเร็วได้เร็วขึ้น สนับสนุนทั้ง CPU และ GPU ได้อย่างง่ายดายสลับไปมาระหว่างพวกเขา คือการพัฒนาใน C ++ และมีงูหลามและห่อ MATLAB ในการพัฒนาของ Caffe ที่ protobuf จะใช้เพื่อให้นักวิจัยปรับแต่งพารามิเตอร์ได้อย่างง่ายดายเช่นเดียวกับการเพิ่มหรือลบชั้น.
•ไฟฉาย (www.torch.ch): กรอบการคำนวณทางวิทยาศาสตร์ด้วยการสนับสนุนกว้างสำหรับขั้นตอนวิธีการเรียนรู้เครื่องเขียนใน C และ หลัว ผู้เขียนหลักคือโรนั Collobert และมันคือตอนนี้ใช้กันอย่างแพร่หลายใน Facebook AI วิจัย Google DeepMind และ Twitter หมู่คนอื่น ๆ .
• OverFeat:. คุณลักษณะก่อนการฝึกอบรมระบายโดยปิแอร์ Sermanet
• Cuda-convnet: การดำเนินงาน convnet ใน CUDA
• MatConvnet
• Theano: เขียนในหลามกับ API ส่วนใหญ่เข้ากันได้กับห้องสมุด Numpy นิยม ช่วยให้ผู้ใช้ในการเขียนนิพจน์ทางคณิตศาสตร์สัญลักษณ์แล้วโดยอัตโนมัติอนุพันธ์ของพวกเขาจะช่วยประหยัดการใช้จากที่มีการไล่ระดับสีหรือรหัส backpropagation เหล่านี้การแสดงออกเชิงสัญลักษณ์เป็นข้อมูลที่รวบรวมโดยอัตโนมัติไปยังรหัส CUDA เป็นไปอย่างรวดเร็วและการดำเนินงาน on-the-GPU.
• Deeplearning4j: การเรียนรู้ที่ลึกลงไปในชวาและสกาล่าใน Spark GPU ที่เปิดใช้งาน

ผลลัพธ์ (ไทย) 3:

ทั่วไปห้องสมุด [ แก้ไข ]
- คาเฟ่ : คาเฟ่ ( แทน decaf ) มีห้องสมุดที่ได้รับความนิยมมากที่สุดสำหรับเครือข่ายประสาทคอน . มันถูกสร้างขึ้นด้วยวิสัยทัศน์เบิร์กลีย์และศูนย์การเรียนรู้ ( bvlc ) ข้อดีคือ มีสถาปัตยกรรมที่สะอาดและรวดเร็ว มันสนับสนุนทั้ง CPU และ GPU สามารถสลับระหว่างพวกเขา มันถูกพัฒนาขึ้นใน C และมีโปรแกรมหลามและห่อในการพัฒนาของคาเฟ protobuf , ใช้เพื่อให้นักวิจัยปรับพารามิเตอร์ได้อย่างง่ายดาย เช่นเดียวกับการเพิ่มหรือการลบชั้น .
- ไฟฉาย ( www.torch . CH ) : กรอบการคำนวณทางวิทยาศาสตร์ด้วยการสนับสนุนกว้างสำหรับอัลกอริทึมการเรียนรู้ของเครื่องจักร , เขียนใน C และลัวะ ผู้เขียนหลักคือ โรนัน collobert และมันคือตอนนี้ใช้กันอย่างแพร่หลายใน Facebook AI การวิจัย , Google deepmind และ Twitter , หมู่คนอื่น ๆ .
บริการ overfeat : ก่อนฝึกคุณสมบัติ Extractor โดย Pierre sermanet .
- การ convnet : convnet ใช้ในการ matconvnet
-
- ที โน : เขียน Python กับ API ส่วนใหญ่เข้ากันได้กับห้องสมุด numpy ยอดนิยม ช่วยให้ผู้ใช้เขียนนิพจน์ทางคณิตศาสตร์สัญลักษณ์แล้วโดยอัตโนมัติสร้างอนุพันธ์ของพวกเขาประหยัดผู้ใช้จากที่มีการไล่ระดับสีรหัส หรือแบบ .การแสดงออกเชิงสัญลักษณ์เหล่านี้จะถูกรวบรวมโดยอัตโนมัติรหัส CUDA สำหรับอย่างรวดเร็วบน GPU ใช้ .
- deeplearning4j : เรียนลึกลงไปใน Java และสกาล่ากับ GPU ช่วยจุดประกาย