Si vous envisagez Chainer, vous voudrez peut-être également examiner des alternatives ou des concurrents similaires pour trouver la meilleure solution. D'autres facteurs importants à prendre en compte lors de la recherche d'alternatives à Chainer comprennent performanceettraining. La meilleure alternative globale à Chainer est Keras. D'autres applications similaires à Chainer sont TFLearnetH2OetMicrosoft Cognitive Toolkit (Formerly CNTK)etPyTorch. Les alternatives à Chainer peuvent être trouvées dans Logiciel de réseau de neurones artificiels mais peuvent également être présentes dans Logiciel d'apprentissage automatique ou Plateformes de science des données et d'apprentissage automatique.
Keras est une bibliothèque de réseaux de neurones, écrite en Python et capable de fonctionner sur TensorFlow ou Theano.
TFlearn est une bibliothèque de deep learning modulaire et transparente construite sur Tensorflow qui fournit une API de plus haut niveau à TensorFlow afin de faciliter et d'accélérer les expérimentations, tout en restant entièrement transparente et compatible avec celui-ci.
H2O est un outil qui permet à quiconque d'appliquer facilement l'apprentissage automatique et l'analyse prédictive pour résoudre les problèmes commerciaux les plus difficiles d'aujourd'hui, il combine la puissance d'algorithmes très avancés, la liberté de l'open source et la capacité d'un traitement en mémoire véritablement évolutif pour les big data sur un ou plusieurs nœuds.
Votre chemin : Installez PyTorch localement ou lancez-le instantanément sur des plateformes cloud prises en charge.
NVIDIA Deep Learning GPU Training System (DIGITS) apprentissage profond pour la science des données et la recherche pour concevoir rapidement un réseau de neurones profond (DNN) pour les tâches de classification d'images et de détection d'objets en utilisant la visualisation du comportement du réseau en temps réel.
AIToolbox est une boîte à outils de modules d'IA écrits en Swift : Graphes/Arbres, Régression Linéaire, Machines à Vecteurs de Support, Réseaux Neurones, ACP, KMeans, Algorithmes Génétiques, MDP, Mélange de Gaussiennes, Régression Logistique.
DeepPy est un framework d'apprentissage profond sous licence MIT qui tente d'ajouter une touche de zen à l'apprentissage profond car il permet une programmation Pythonique basée sur l'ndarray de NumPy, possède une base de code petite et facilement extensible, fonctionne sur CPU ou GPU Nvidia et implémente les architectures de réseau suivantes : réseaux feedforward, convnets, réseaux siamois et autoencodeurs.
Conteneurs préconfigurés et optimisés pour les environnements d'apprentissage profond.
Torch est un cadre de calcul scientifique avec un large support pour les algorithmes d'apprentissage automatique qui privilégie les GPU.