مقارنة برامج التعلم العميق

📅 آخر تحديث: ١٩ يوليو ٢٠٢٦
✍️ نُشر في: ١٩ يوليو ٢٠٢٦
الموسوعة الحرة

تقارن الجداول التالية بين أطر البرمجيات والمكتبات وبرامج الكمبيوتر البارزة لتطبيقات التعلم العميق .

برنامج التعلم العميق بالاسم

برمجةالخالقالإصدار الأوليرخصة البرمجيات [ أ ]
المصادر المفتوحة
منصةمكتوب فيواجهة المستخدمدعم OpenMPدعم OpenCLدعم CUDA
دعم ROCm [ 1 ]
التفاضل التلقائي [ 2 ]يحتوي على نماذج مدربة مسبقًا
التنفيذ المتوازي (متعدد العقد)
تم تطويره بنشاط
BigDLجيسون داي (إنتل)2016أباتشي 2.0نعمأباتشي سباركسكالاسكالا، بايثونلالانعمنعمنعمنعم
مقهىمركز بيركلي للرؤية والتعلم2013بي إس دينعملينكس ، ماك أو إس ، ويندوز [ 3 ]لغة سي++بايثون ، ماتلاب ، سي++نعمقيد التطوير [ 4 ]نعملانعمنعم [ 5 ]نعمنعملا؟لا [ 6 ]
تشاينرالشبكات المفضلة2015بي إس دينعملينكس ، ماك أو إسبايثونبايثونلالانعملانعمنعمنعمنعملانعملا [ 7 ]
Deeplearning4jفريق هندسة Skymind؛ مجتمع Deeplearning4j؛ آدم جيبسون (أصلاً)2014أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوز ، أندرويد ( متعدد المنصات )سي++ ، جافاجافا ، سكالا ، كلوجر ، بايثون ( كيراس )، كوتليننعملا [ 8 ]نعم [ 9 ] [ 10 ]لاالرسم البياني الحسابينعم [ 11 ]نعمنعمنعمنعم [ 12 ]نعم
سرعة فائقةمايكروسوفت2019أباتشي 2.0نعملينكس، ماك أو إس، ويندوزبايثون، سي++، كودابايثونلالانعملانعمنعمنعمنعملانعمنعم
دليبديفيس كينج2002رخصة برنامج Boostنعممتعدد المنصاتلغة سي++لغة C++ ، لغة بايثوننعملانعملانعمنعملانعمنعمنعمنعم
فاستايfast.ai2018أباتشي 2.0نعملينكس، ماك أو إس، ويندوزبايثون، كودابايثونلالانعملانعمنعمنعمنعملانعمنعم
تدفقمايك إينيس2017معهد ماساتشوستس للتكنولوجيانعملينكس ، ماك أو إس ، ويندوز ( متعدد المنصات )جولياجوليانعملانعمنعم [ 13 ]نعمنعملانعمنعم
هوروفودشركة أوبر تكنولوجيز2017أباتشي 2.0نعملينكس، ماك أو إس، ويندوزبايثون، سي++، كودابايثونلالانعملانعمنعمنعمنعملانعمنعم
مكتبة تسريع تحليلات البيانات من إنتلإنتل2015أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوز على معالج إنتل [ 14 ]سي++ ، بايثون ، جافاC++ ، بايثون ، جافا [ 14 ]نعملالالانعملانعمنعمنعم
مكتبة Intel Math Kernel Library 2017 [ 15 ] والإصدارات الأحدثإنتل2017ملكية خاصةلالينكس ، ماك أو إس ، ويندوز على معالج إنتل [ 16 ]لغات البرمجة C/C++ و DPC++ و Fortranج [ 17 ]نعم [ 18 ]لالالانعملانعم [ 19 ]نعم [ 19 ]لانعم
جوجل جاكسجوجل2018أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوزبايثونبايثونمتوفر فقط على نظام لينكسلانعملانعمنعم
كيراسفرانسوا شوليه2015معهد ماساتشوستس للتكنولوجيانعملينكس ، ماك أو إس ، ويندوزبايثونبايثون ، آرفقط في حالة استخدام ثيانو كخادم خلفييمكن استخدام Theano أو Tensorflow أو PlaidML كخلفياتنعملانعمنعم [ 20 ]نعمنعملا [ 21 ]نعم [ 22 ]نعم
MATLAB + Deep Learning Toolbox (المعروفة سابقًا باسم Neural Network Toolbox)ماث ووركس1992ملكية خاصةلالينكس ، ماك أو إس ، ويندوزسي ، سي++ ، جافا ، ماتلابMATLABلالاالتدريب باستخدام Parallel Computing Toolbox وإنشاء كود CUDA باستخدام GPU Coder [ 23 ]لانعم [ 24 ]نعم [ 25 ] [ 26 ]نعم [ 25 ]نعم [ 25 ]نعمباستخدام مجموعة أدوات الحوسبة المتوازية [ 27 ]نعم
مجموعة أدوات مايكروسوفت المعرفية (CNTK)أبحاث مايكروسوفت2016معهد ماساتشوستس للتكنولوجيا [ 28 ]نعمويندوز ، لينكس [ 29 ] ( ماك أو إس عبر دوكر على خارطة الطريق)لغة سي++بايثون ( كيراس )، سي++ ، سطر الأوامر ، [ 30 ] برين سكريبت [ 31 ] ( .NET على خارطة الطريق [ 32 ] )نعم [ 33 ]لانعملانعمنعم [ 34 ]نعم [ 35 ]نعم [ 35 ]لا [ 36 ]نعم [ 37 ]لا [ 38 ]
مايند سبورهواوي2020أباتشي 2.0نعملينكس ، ويندوز ، ماك أو إس ، يولر أو إس ، أوبن يولر ، أوبن هارموني ، أونيرو أو إس ، هارموني أو إس ، أندرويدC++ ، Rust ، Julia ، Python ، ArkTS ، Cangjie ، Java (Lite)
ML.NETمايكروسوفت2018معهد ماساتشوستس للتكنولوجيانعمويندوز، لينكس، ماك أو إسسي شارب، سي ++دو دييز، فا دييزنعم
أباتشي إم إكس نتمؤسسة برمجيات أباتشي2015أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوز ، [ 39 ] [ 40 ] AWS ، أندرويد ، [ 41 ] iOS ، جافا سكريبت [ 42 ]مكتبة أساسية صغيرة بلغة C++C++ ، بايثون ، جوليا ، ماتلاب ، جافا سكريبت ، جو ، آر ، سكالا ، بيرل ، كلوجرنعملانعملانعم [ 43 ]نعم [ 44 ]نعمنعمنعمنعم [ 45 ]لا
مصمم عصبيأرتلنيكس2014ملكية خاصةلالينكس ، ماك أو إس ، ويندوزلغة سي++واجهة المستخدم الرسوميةنعملانعملاالتمايز التحليليلالالالانعمنعم
OpenNNأرتلنيكس2003رخصة جنو العمومية العامة المحدودةنعممتعدد المنصاتلغة سي++لغة سي++نعملانعملا؟نعم [ 46 ]لالالا؟نعم
PlaidMLVertex.AI ، إنتل2017أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوزبايثون ، سي++ ، أوبن سي إلبايثون ، سي++؟بعض وحدات التحكم في OpenCL غير معترف بهالالانعمنعمنعمنعمنعمنعم
بايتورشالذكاء الاصطناعي الفائق2016بي إس دينعملينكس ، ماك أو إس ، ويندوز ، أندرويد [ 47 ]بايثون ، سي ، سي++ ، كودابايثون ، C++ ، جوليا ، آر [ 48 ]نعمعبر حزمة يتم صيانتها بشكل منفصل [ 49 ] [ 50 ] [ 51 ]نعمنعمنعمنعمنعمنعمنعم [ 52 ]نعمنعم
PyTorch LightningLightning-AI (في الأصل William Falcon) [ 53 ]2019أباتشي 2.0نعملينكس، ماك أو إس، ويندوزبايثونبايثوننعمعبر PyTorchنعمنعمنعمنعمنعمنعمنعمنعم [ 54 ]نعم
أباتشي سينغامؤسسة برمجيات أباتشي2015أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوزلغة سي++بايثون ، سي++ ، جافالامدعوم في الإصدار 1.0نعملا؟نعمنعمنعمنعمنعمنعم
TensorFlowجوجل برين2015أباتشي 2.0نعملينكس ، ماك أو إس ، ويندوز ، [ 55 ] [ 56 ] أندرويدسي++ ، بايثون ، كودابايثون ( كيراس )، سي / سي++ ، جافا ، جو ، جافاسكريبت ، آر ، [ 57 ] جوليا ، سويفتلامدرج في خارطة الطريق [ 58 ] ولكنه مدعوم بالفعل من قبل SYCL [ 59 ]نعمنعمنعم [ 60 ]نعم [ 61 ]نعمنعمنعمنعمنعم
TensorRTإنفيديا2017ملكية خاصةلالينكس ، ويندوز على وحدات معالجة الرسومات من إنفيدياسي++ ، بايثون ، كودالغة C++ ، لغة بايثونلالانعملالالالانعملالانعم
ثيانوجامعة مونتريال2007بي إس دينعممتعدد المنصاتبايثونبايثون ( كيراس )نعمقيد التطوير [ 62 ]نعملانعم [ 63 ] [ 64 ]من خلال حديقة حيوانات لازانيا النموذجية [ 65 ]نعمنعمنعمنعم [ 66 ]لا
مصباح يدويرونان كولوبيرت، كوراي كافوكوجلو، كليمنت فارابت2002بي إس دينعملينكس ، ماك أو إس ، ويندوز ، [ 67 ] أندرويد ، [ 68 ] آي أو إسج ، لواLua ، Lua JIT، [ 69 ] C ، مكتبة أدوات مساعدة لـ C++ / OpenCL [ 70 ]نعمتطبيقات الطرف الثالث [ 71 ] [ 72 ]نعم [ 73 ] [ 74 ]لامن خلال خدمة Autograd التابعة لتويتر [ 75 ]نعم [ 76 ]نعمنعمنعمنعم [ 67 ]لا
RANT (أداة عصبية اصطناعية في الوقت الحقيقي) [ 77 ]دوغلاس سانتري2023بي إس دينعملينكس ، ماك أو إس ، ويندوزلغة C++ ، لغة بايثونلغة C++ ، لغة بايثونلالالالالانعملانعملالانعم
Wolfram Mathematica 10 [ 78 ] والإصدارات الأحدثوولفرام ريسيرش2014ملكية خاصةلاويندوز ، ماك أو إس ، لينكس ، الحوسبة السحابيةلغة C++ ، لغة Wolfram ، CUDAلغة وولفرامنعملانعملانعمنعم [ 79 ]نعمنعمنعمنعم [ 80 ]نعم
برمجةالخالقالإصدار الأوليرخصة البرمجيات [ أ ]
المصادر المفتوحة
منصةمكتوب فيواجهة المستخدمدعم OpenMPدعم OpenCLدعم CUDAالتفاضل التلقائي [ 2 ]يحتوي على نماذج مدربة مسبقًا
التنفيذ المتوازي (متعدد العقد)
تم تطويره بنشاط
  1. ١ ٢ تُعدّ التراخيص الواردة هنا ملخصًا، ولا تُعتبر بيانات كاملة عنها. قد تستخدم بعض المكتبات مكتبات أخرى داخليًا بموجب تراخيص مختلفة.

مقارنة توافق نماذج التعلم الآلي

اسم التنسيقهدف التصميممتوافق مع تنسيقات أخرىنموذج الشبكة العصبية العميقة المستقلالمعالجة المسبقة والمعالجة اللاحقةتهيئة وقت التشغيل للضبط والمعايرةنموذج الربط البيني للشبكة العصبية العميقةمنصة مشتركة
TensorFlow و Keras و Caffe و Torchتدريب الخوارزمياتلالا توجد ملفات منفصلة في معظم التنسيقاتلالالانعم
ONNXتدريب الخوارزمياتنعملا توجد ملفات منفصلة في معظم التنسيقاتلالالانعم

انظر أيضاً

مراجع

  1. ↑ "التعلم العميق - وثائق ROCm 4.5.0" . مؤرشف من الأصل بتاريخ 2022-12-05 . تم الاطلاع عليه بتاريخ 2022-09-27 .
  2. 1 2 أتليم جونيس بايدين؛ باراك أ. بيرلموتر؛ أليكسي أندرييفيتش رادول؛ جيفري مارك سيسكيند (20 فبراير 2015). "التفاضل التلقائي في التعلم الآلي: دراسة استقصائية". arXiv : 1502.05767 [ cs.LG ].
  3. ↑ "Microsoft/caffe" . GitHub . 30 أكتوبر 2021.
  4. ↑ "كافيه: إطار عمل مفتوح المصدر وسريع للتعلم العميق" . جيت هاب . 19 يوليو 2019.
  5. ^ "كافيه | حديقة الحيوان النموذجية" . caffe.berkeleyvision.org .
  6. ↑ GitHub - BVLC/caffe: Caffe: إطار عمل مفتوح المصدر وسريع للتعلم العميق. ، مركز بيركلي للرؤية والتعلم، 25 سبتمبر 2019 ، تاريخ الاطلاع : 25 سبتمبر 2019
  7. ↑ شركة Preferred Networks تنقل منصة أبحاث التعلم العميق الخاصة بها إلى PyTorch ، 5 ديسمبر 2019 ، تاريخ الاطلاع : 27 ديسمبر 2019
  8. ↑ "دعم Open CL: المشكلة رقم 27: deeplearning4j/nd4j" . GitHub .
  9. ↑ "الحوسبة العلمية متعددة الأبعاد للغة جافا" . مؤرشف من الأصل بتاريخ 16-10-2016 . تم الاطلاع عليه بتاريخ 05-02-2016 .
  10. ↑ "مقارنة أفضل أطر التعلم العميق" . Deeplearning4j. مؤرشف من الأصل بتاريخ 7 نوفمبر 2017. تم الاطلاع عليه بتاريخ 31 أكتوبر 2017 .
  11. ↑ كريس نيكلسون؛ آدم جيبسون. "نماذج Deeplearning4j" . مؤرشف من الأصل بتاريخ 11 فبراير 2017. تم الاطلاع عليه بتاريخ 2 مارس 2016 .
  12. ↑ Deeplearning4j. "Deeplearning4j على Spark" . Deeplearning4j. مؤرشف من الأصل بتاريخ 13 يوليو 2017. تم الاطلاع عليه بتاريخ 1 سبتمبر 2016 .{{cite web}}: صيانة CS1: الأسماء الرقمية: قائمة المؤلفين ( رابط )
  13. ^ "ميتالهيد" . فلوكسمل. 29 أكتوبر 2021.
  14. 1 2 "مكتبة تسريع تحليلات البيانات من إنتل® (Intel® DAAL)" . software.intel.com . 20 نوفمبر 2018.
  15. ↑ "ملاحظات إصدار مكتبة Intel® Math Kernel والميزات الجديدة" . Intel .
  16. ↑ "مكتبة نواة الرياضيات من إنتل (Intel® MKL)" . software.intel.com . 11 سبتمبر 2018.
  17. ↑ "وظائف الشبكة العصبية العميقة" . software.intel.com . 24 مايو 2019.
  18. ↑ "استخدام Intel® MKL مع التطبيقات متعددة الخيوط" . software.intel.com . 1 يونيو 2017.
  19. 1 2 "معالج Intel® Xeon Phi™ يقدم أداءً تنافسيًا للتعلم العميق - ويتحسن بسرعة" . software.intel.com . 21 مارس 2019.
  20. ↑ "التطبيقات - وثائق Keras" . keras.io .
  21. ^ "هل توجد إدارة قائمة على النتائج في Keras ؟: العدد رقم 461: keras-team/keras" . جيثب .
  22. ^ "هل يدعم Keras استخدام وحدات معالجة الرسومات المتعددة؟: المشكلة رقم 2436: keras-team/keras" . جيثب .
  23. ↑ "GPU Coder - MATLAB & Simulink" . MathWorks . تم الاطلاع عليه بتاريخ 13 نوفمبر 2017 .
  24. ↑ "خلفية التفاضل التلقائي - MATLAB و Simulink" . MathWorks . 3 سبتمبر 2019. تم الاطلاع عليه في 19 نوفمبر 2019 .
  25. 1 2 3 "مجموعة أدوات الشبكات العصبية - MATLAB" . ماث ووركس . تم الاطلاع عليه بتاريخ 13 نوفمبر 2017 .
  26. ↑ "نماذج التعلم العميق - MATLAB و Simulink" . MathWorks . تم الاطلاع عليه بتاريخ 13 نوفمبر 2017 .
  27. ↑ "مجموعة أدوات الحوسبة المتوازية - MATLAB" . ماث ووركس . تم الاطلاع عليه بتاريخ 13 نوفمبر 2017 .
  28. ^ "CNTK/LICENSE.md في المركز الرئيسي: Microsoft/CNTK" . جيثب .
  29. ↑ "تثبيت CNTK على جهازك" . GitHub .
  30. ↑ "نظرة عامة على استخدام CNTK" . GitHub .
  31. ↑ "BrainScript Network Builder" . GitHub .
  32. ↑ "دعم .NET: المشكلة رقم 960: Microsoft/CNTK" . GitHub .
  33. ↑ "كيفية تدريب نموذج باستخدام أجهزة متعددة؟: العدد 59: مايكروسوفت/CNTK" . جيت هاب .
  34. ↑ "نماذج جاهزة لتصنيف الصور: المشكلة رقم 140: microsoft/CNTK" . GitHub .
  35. 1 2 "CNTK - مجموعة أدوات الشبكات الحاسوبية" . شركة مايكروسوفت. مؤرشف من الأصل بتاريخ 2017-03-05 . تم الاطلاع عليه بتاريخ 2017-05-16 .
  36. ↑ "آلة بولتزمان المقيدة باستخدام CNTK #534" . GitHub, Inc. 27 مايو 2016. تم الاطلاع عليه بتاريخ 30 أكتوبر 2023 .
  37. ↑ "وحدات معالجة رسومية متعددة وأجهزة متعددة" . شركة مايكروسوفت.
  38. ↑ "إخلاء المسؤولية" . فريق CNTK. 6 نوفمبر 2021.
  39. ↑ "الإصدارات: dmlc/mxnet" . GitHub .
  40. ↑ "دليل التثبيت - وثائق mxnet" . Readthdocs .
  41. ↑ "جهاز MXNet الذكي" . ReadTheDocs . مؤرشف من الأصل بتاريخ 21-09-2016 . تم الاطلاع عليه بتاريخ 19-05-2016 .
  42. ↑ "MXNet.js" . GitHub . 28 أكتوبر 2021.
  43. ↑ "— إعادة التوجيه إلى mxnet.io" . mxnet.readthedocs.io .
  44. ↑ "معرض النماذج" . جيت هاب . 29 أكتوبر 2022.
  45. ↑ "تشغيل MXNet على وحدات معالجة مركزية/وحدات معالجة رسومية متعددة مع معالجة البيانات بالتوازي" . GitHub .
  46. ↑ "أنواع النماذج" . 31 أغسطس 2023.
  47. ↑ "PyTorch" . 17 ديسمبر 2021.
  48. ↑ "Falbel D, Luraschi J (2023). torch: Tensors and Neural Networks with 'GPU' Acceleration" . torch.mlverse.org . تم الاطلاع عليه بتاريخ 28-11-2023 .
  49. ↑ "بناء OpenCL لـ pytorch: (قيد التطوير، غير قابل للاستخدام) - hughperkins/pytorch-coriander" . GitHub . 14 يوليو 2019.
  50. ↑ "DLPrimitives/OpenCL out of tree backend for pytorch - artyom-beilis/pytorch_dlprim" . GitHub . 21 يناير 2022.
  51. ↑ "دعم OpenCL: المشكلة رقم 488: pytorch/pytorch" . GitHub .
  52. ↑ "آلات بولتزمان المقيدة (RBMs) في PyTorch" . GitHub . 14 نوفمبر 2022.
  53. ↑ https://github.com/williamFalcon
  54. ↑ https://lightning.ai/docs/litserve/how-tos/parallelism-types
  55. ↑ "تثبيت TensorFlow باستخدام pip" .
  56. ↑ "يضيف TensorFlow 0.12 دعمًا لنظام التشغيل Windows" .
  57. ↑ ألاير، جيه جيه؛ كالينوفسكي، تي؛ فالبيل، دي؛ إيدلبوتيل، دي؛ يوان، تي؛ غولدينغ، إن. (28 سبتمبر 2023). "tensorflow: واجهة R لـ 'TensorFlow'"" شبكة الأرشيف الشاملة لـ R. تم الاسترجاع في 30 أكتوبر 2023. "
  58. ↑ "tensorflow/roadmap.md at master" . GitHub . 23 يناير 2017. تم الاطلاع عليه في 21 مايو 2017 .
  59. ↑ "دعم OpenCL" . GitHub .
  60. ↑ "TensorFlow" . TensorFlow .
  61. ↑ "نماذج وأمثلة مبنية باستخدام TensorFlow" . GitHub . 19 يوليو 2019.
  62. ↑ "استخدام وحدة معالجة الرسومات: وثائق Theano 0.8.2" . مؤرشف من الأصل بتاريخ 2017-04-01 . تم الاطلاع عليه بتاريخ 2016-01-21 .
  63. ↑ "التدرج - التفاضل الرمزي - وثائق Theano 1.0.0" . deeplearning.net .
  64. ↑ "التفاضل التلقائي مقابل التفاضل الرمزي" .
  65. ↑ "Recipes/modelzoo at master: Lasagne/Recipes" . GitHub .
  66. ↑ "استخدام وحدات معالجة رسومية متعددة - وثائق Theano 1.0.0" . deeplearning.net .
  67. 1 2 "torch/torch7" . GitHub . 18 يوليو 2019.
  68. ↑ "GitHub - soumith/torch-android: Torch-7 لنظام Android" . GitHub . 13 أكتوبر 2021.
  69. ↑ "Torch7: بيئة شبيهة بـ MATLAB للتعلم الآلي" (PDF) .
  70. ↑ "GitHub - jonathantompson/jtorch: مكتبة أدوات OpenCL Torch" . GitHub . 18 نوفمبر 2020.
  71. ↑ "ملخص" . GitHub .
  72. ↑ "cltorch" . GitHub .
  73. ↑ "Torch CUDA backend" . GitHub .
  74. ↑ "Torch CUDA backend for nn" . GitHub .
  75. ↑ "يقوم Autograd تلقائيًا بتمييز كود Torch الأصلي: twitter/torch-autograd" . GitHub . 9 يوليو 2019.
  76. ↑ "ModelZoo" . GitHub .
  77. ↑ "ثرثرة" .
  78. ↑ "إطلاق برنامج Mathematica 10" . Wolfram .
  79. ↑ "مستودع نماذج الشبكات العصبية Wolfram" . resources.wolframcloud.com .
  80. ↑ "الحوسبة المتوازية - توثيق لغة وولفرام" . reference.wolfram.com .
  81. ↑ "التعلم العميق - وثائق ROCm 4.5.0" . مؤرشف من الأصل بتاريخ 2022-12-05 . تم الاطلاع عليه بتاريخ 2022-09-27 .