Deep Learning Frameworks
Products that provide a framework for developing deep learning models, often offering tools for building and training neural networks.
Updated 14. Juni 2026
Products that define this theme
A representative set of Künstliche Neuronale Netzwerk-Software products that exemplify Deep Learning Frameworks, curated as a starting point for finding similar software.
Selected from G2's verified user reviews and ratings, then matched to this theme for relevance.
How Did G2 Choose These Deep Learning Frameworks Products?
The 13 products shown represent a defining sample for the "Deep Learning Frameworks" theme within Künstliche Neuronale Netzwerk-Software on G2 — not an exhaustive list. They are a curated starting point for discovering similar software.
- Sourced from products with verified G2 user reviews and ratings.
- Matched to this theme based on each product's described capabilities and fit, ordered by relevance.
- Rankings and inclusion are unbiased and are not influenced by vendor payment.
Refreshed weekly. Last updated: 14. Juni 2026.
PyTorch ist ein Open-Source-Maschinenlern-Framework, das den Übergang von der Forschungsprototypisierung zur Produktionseinführung beschleunigt. Entwickelt von Meta AI und jetzt unter der Leitung...
Keras ist eine Bibliothek für neuronale Netzwerke, geschrieben in Python und in der Lage, entweder auf TensorFlow oder Theano zu laufen.
Microsoft Cognitive Toolkit ist ein Open-Source-Toolkit in kommerzieller Qualität, das Benutzer befähigt, die Intelligenz in riesigen Datensätzen durch Deep Learning zu nutzen, indem es...
TFlearn ist eine modulare und transparente Deep-Learning-Bibliothek, die auf TensorFlow aufbaut und eine höherstufige API für TensorFlow bereitstellt, um Experimente zu erleichtern und zu...
Caffe ist ein Deep-Learning-Framework, das mit Ausdruck, Geschwindigkeit und Modularität im Hinterkopf entwickelt wurde.
Torch ist ein wissenschaftliches Rechenframework mit umfassender Unterstützung für maschinelle Lernalgorithmen, das GPUs in den Vordergrund stellt.
Chainer ist ein leistungsstarkes, flexibles und intuitives Framework für neuronale Netzwerke, das die Lücke zwischen Algorithmen und Implementierungen überbrückt.
Knet (ausgesprochen "kay-net") ist ein Deep-Learning-Framework, das in Julia implementiert ist und die Definition und das Training von maschinellen Lernmodellen unter Nutzung der vollen...
Merlin ist ein Deep-Learning-Framework, das in Julia geschrieben ist. Es zielt darauf ab, eine schnelle, flexible und kompakte Deep-Learning-Bibliothek für maschinelles Lernen bereitzustellen.
AIToolbox ist ein umfassendes Swift-Framework, das die Entwicklung und Implementierung von Algorithmen der künstlichen Intelligenz erleichtert. Es bietet eine Reihe von KI-Modulen, die verschiedene...
DeepPy ist ein MIT-lizenziertes Deep-Learning-Framework, das versucht, einen Hauch von Zen in das Deep Learning zu bringen, da es Python-Programmierung basierend auf NumPys ndarray ermöglicht, über...
gobrain ist ein neuronales Netzwerk, das in Go geschrieben ist und nur grundlegende Funktionen von neuronalen Netzwerken wie Feed Forward und Elman Recurrent Neural Network umfasst.
ConvNetJS ist eine Javascript-Bibliothek zum Trainieren von Deep-Learning-Modellen (neuronale Netzwerke) vollständig in einem Browser.