TensorFlow vs Theano vs Torch ve Keras: Derin Öğrenme Kütüphanesi

Yapay zeka 2016'dan bu yana popülerlik kazanıyor ve büyük şirketlerin %20'si işlerinde yapay zekayı kullanıyor (McKinsey) rapor, 2018). Aynı rapora göre yapay zeka, endüstriler arasında önemli değer yaratabilir. Örneğin bankacılıkta yapay zekanın potansiyeli şu şekilde tahmin ediliyor: $300 milyar, perakendede bu sayı fırladı $600 milyar.

Yapay zekanın potansiyel değerini ortaya çıkarmak için şirketlerin doğru derin öğrenme çerçevesini seçmesi gerekiyor. Bu eğitimde, derin öğrenme görevlerini gerçekleştirmek için kullanılabilen farklı kitaplıklar hakkında bilgi edineceksiniz. Bazı kütüphaneler yıllardır varken, TensorFlow gibi yeni kütüphaneler son yıllarda ortaya çıktı.

8 En İyi Derin Öğrenme Kütüphanesi / Çerçevesi

Bu listede en iyi Derin öğrenme çerçevelerini karşılaştıracağız. Hepsi açık kaynaktır ve veri bilimci topluluğunda popülerdir. Ayrıca popüler ML'yi hizmet sağlayıcı olarak karşılaştıracağız

Torch

Torch, eski bir açık kaynak kodlu makine öğrenimi kütüphanesidir. İlk olarak 15 yıl önce piyasaya sürüldü. Başlıca programlama dili LUA'dır, ancak C dilinde de bir uygulaması mevcuttur. Py ile karşılaştırıldığında...Torch, TensorFlow'a kıyasla, derin öğrenme de dahil olmak üzere makine öğrenimi algoritmaları için geniş bir kütüphaneyi destekler. Paralel hesaplama için CUDA uygulamasını destekler.

TorDerin öğrenme aracı, Facebook gibi önde gelen laboratuvarların çoğu tarafından kullanılmaktadır. GoogleTwitter, Nvidia ve benzerleri. Torch'nin bir kütüphanesi var. Python Pytorch'un adını alır.

Infer.net

Infer.net tarafından geliştirilmiş ve bakımı yapılmıştır. Microsoft. Infer.net, Bayes istatistiğine odaklanan bir kütüphanedir. Infer.net, uygulayıcılara olasılıksal modelleme için en son teknolojiye sahip algoritmalar sunmak üzere tasarlanmış Derin Öğrenmeye yönelik bir görselleştirme aracıdır. Kütüphane şunları içerir: analitik araçlar Bayes analizi, gizli Markov zinciri, kümeleme gibi.

keras

Keras bir Python Derin öğrenme için çerçeve. Herhangi bir derin öğrenme algoritması oluşturmak için uygun bir kütüphanedir. Keras'ın avantajı aynısını kullanmasıdır Python CPU veya GPU'da çalıştırılacak kod. Ayrıca, kodlama ortamı saftır ve diğerlerinin yanı sıra bilgisayarlı görme ve metin tanıma için en son teknolojiye sahip algoritmanın eğitilmesine olanak tanır.

Keras, François Chollet adlı bir araştırmacı tarafından geliştirilmiştir. GoogleKeras, CERN, Yelp, Square gibi önde gelen kuruluşlarda kullanılmaktadır. Google, Netflixve Uber.

Theano

Theano, 2007 yılında Université de Montréal tarafından geliştirilen derin öğrenme kütüphanesidir. Theano ile TensorFlow karşılaştırıldığında hızlı hesaplama sunar ve hem CPU hem de GPU üzerinde çalıştırılabilir. Theano, derin sinir ağı algoritmalarını eğitmek için geliştirildi.

Microsoft Bilişsel Araç Seti (CNTK)

Microsoft Daha önce CNTK olarak bilinen araç seti, tarafından geliştirilen bir derin öğrenme kütüphanesidir. Microsoft. Göre Microsoftkütüphane piyasadaki en hızlılar arasındadır. Microsoft araç seti açık kaynaklı bir kütüphanedir, ancak Microsoft ürünü için yaygın olarak kullanıyor Skype, Cortana, Bing ve Xbox. Araç seti hem şu şekilde mevcuttur: Python hem de C++.

MX Ağı

MXnet yeni bir derin öğrenme kütüphanesidir. Aşağıdakiler de dahil olmak üzere birden fazla programlama diliyle erişilebilir: C++, Julia, Python ve R. MXNet hem CPU hem de GPU üzerinde çalışacak şekilde yapılandırılabilir. MXNet, Evrişimsel Sinir Ağı ve Uzun Kısa Süreli Bellek gibi son teknoloji derin öğrenme mimarisini içerir. MXNet, harmony Dinamik bulut altyapısıyla. MXNet'in ana kullanıcısı Amazon

Caffe

Caffe, Yangqing Jia'nın Berkeley'de doktora öğrencisiyken inşa ettiği bir kütüphanedir. Caffe ile TensorFlow karşılaştırıldığında, Caffe şu şekilde yazılmıştır: C++ ve hem CPU hem de GPU üzerinde hesaplama yapabilir. Caffe'nin birincil kullanımları Evrişimsel Sinir Ağı'dır. Bununla birlikte, 2017'de Facebook, Caffe'yi Tekrarlayan Sinir Ağı da dahil olmak üzere daha derin öğrenme mimarisiyle genişletti. Caffe akademisyenler ve yeni kurulan şirketler tarafından kullanılır, ancak Yahoo! gibi bazı büyük şirketler tarafından da kullanılır.

TensorFlow

TensorFlow şudur: Google Açık kaynak kodlu bir proje. TensorFlow, günümüzün en ünlü derin öğrenme kütüphanesidir. 2015 yılının sonlarında halka açık olarak yayınlandı.

TensorFlow'un geliştirildiği yer C++ ve kullanışlıdır Python API, ancak C++ API'ler de mevcuttur. Airbus gibi önde gelen şirketler, Google, IBM ve diğerleri derin öğrenme algoritmaları üretmek için TensorFlow'u kullanıyor.

TensorFlow vs Theano vs Torch, Keras, infer.net, CNTK, MXNet ve Caffe Arasındaki Temel Farklar

Kütüphane	Platform	Yazılmış	Cuda desteği	Paralel Yürütme	Eğitimli modeller var	RNN	CNN
Torch	Linux, macOS, Windows	Lua	Evet	Evet	Evet	Evet	Evet
Infer.Net	Linux, macOS, Windows	Visual Studio	Yok hayır	Yok hayır	Yok hayır	Yok hayır	Yok hayır
keras	Linux, macOS, Windows	Python	Evet	Evet	Evet	Evet	Evet
Theano	Platformlar arası	Python	Evet	Evet	Evet	Evet	Evet
TensorFlow	Linux, macOS, Windows, Android	C++, Python, CUDA	Evet	Evet	Evet	Evet	Evet
MICROSOFT BİLİŞSEL ARAÇ TAKIMI	Linux, Windows, Docker'lı Mac	C++	Evet	Evet	Evet	Evet	Evet
Caffe	Linux, macOS, Windows	C++	Evet	Evet	Evet	Evet	Evet
MX Ağı	Linux, Windows, macOS, Android, IOS, Javascript	C++	Evet	Evet	Evet	Evet	Evet

Karar

TensorFlow, herkesin erişebileceği şekilde oluşturulduğu için en iyi kütüphanedir. TensorFlow kütüphanesi, CNN veya RNN gibi ölçeklenebilir derin öğrenme mimarisi oluşturmak için farklı API'leri bünyesinde barındırır. TensorFlow, grafik hesaplamasına dayanır ve geliştiricinin sinir ağının yapısını görselleştirmesine olanak tanır. Tensorboad. Bu araç programdaki hataları ayıklamak için faydalıdır. Son olarak Tensorflow uygun ölçekte dağıtılacak şekilde tasarlandı. CPU ve GPU üzerinde çalışır.

Tensorflow'datracDiğer derin öğrenme kütüphanelerine kıyasla GitHub'da en büyük popülerliğe sahip.

Bir Hizmet Olarak Makine Öğrenimini Karşılaştırma

Aşağıda DL hizmeti sağlayıcı olarak popüler 4 sağlayıcı yer almaktadır

Google Cloud ML

Google Cloud AutoML'de geliştiriciler için önceden eğitilmiş model mevcuttur. Bu çözüm, güçlü bir altyapıya sahip olmayan geliştiriciler için mevcuttur. makine öğrenmeGeliştiriciler en son teknolojiyi kullanabilirler. GoogleBu, geliştiricilerin herhangi bir modeli sadece birkaç dakika içinde eğitmelerine ve değerlendirmelerine olanak tanıyan, önceden eğitilmiş bir modeli kullanmalarını sağlar.

Google Şu anda bilgisayarla görme, konuşma tanıma, çeviri ve doğal dil işleme için bir REST API'si sunmaktadır.

kullanma Google CloudTensorFlow, Scikit-learn, XGBoost veya Keras üzerinde oluşturulmuş bir makine öğrenimi çerçevesini eğitebilirsiniz. Google Cloud Makine öğrenimi, modelleri kendi bulutunda eğitecek.

Kullanmanın avantajı Google Bulut bilişim, makine öğrenimini üretim ortamına dağıtmanın kolaylığını sağlar. Docker konteyneri kurmaya gerek yoktur. Ayrıca, bulut altyapıyı halleder. CPU'lar, GPU'lar ve TPU'larla kaynakları nasıl tahsis edeceğini bilir. Paralel hesaplama ile eğitimi hızlandırır.

AWS SageMaker

Önemli bir rakip Google Cloud is Amazon bulut, AWS. Amazon geliştirdi Amazon SageMaker, veri bilimcilerin ve geliştiricilerin her türlü makine öğrenimi modelini oluşturmasına, eğitmesine ve üretime geçirmesine olanak tanır.
SageMaker şu şekilde mevcuttur: Jupyter Notebook, diğerlerinin yanı sıra en çok kullanılan makine öğrenimi kütüphanesi TensorFlow, MXNet, Scikit-learn'i içerir. SageMaker ile yazılan programlar otomatik olarak Docker konteynerlerinde çalıştırılır. Amazon Eğitimi ve dağıtımı optimize etmek için kaynak tahsisini yönetir.

Amazon Uygulamalarına zeka katmak için geliştiricilere API sağlar. Bazı durumlarda, bulutta önceden eğitilmiş güçlü modeller varken sıfırdan yeni modeller oluşturarak tekerleği yeniden icat etmeye gerek kalmaz. Amazon Bilgisayarlı görüş, sohbet robotları ve dil hizmetleri için API hizmetleri sağlar:

Mevcut üç ana API şunlardır:

• Amazon Tanınma: bir uygulamaya resim ve video tanıma sağlar
• Amazon Anlayın: Örneğin, mali belgenin yasallığını kontrol etme sürecini otomatikleştirmek için metin madenciliği ve sinirsel dil işleme gerçekleştirin
• Amazon - Lex: Bir uygulamaya chatbot ekleyin

Azure Makine Öğrenimi Stüdyosu

Muhtemelen makine öğrenimine yönelik en dostane yaklaşımlardan biri Azure Makine Öğrenimi Stüdyosu. Bu çözümün önemli avantajı önceden programlama bilgisine gerek olmamasıdır.

Microsoft Azure Machine Learning Studio, makine öğrenimi çözümü oluşturmak, eğitmek, değerlendirmek ve dağıtmak için sürükle ve bırak iş birliği aracıdır. Model, web hizmetleri olarak verimli bir şekilde dağıtılabilir ve Excel gibi çeşitli uygulamalarda kullanılabilir.

Azure Makine öğrenimi arayüzü etkileşimlidir ve kullanıcının sürükle bırak yöntemiyle model oluşturmasına olanak tanır.ping öğeleri hızlıca.

Model hazır olduğunda geliştirici onu kaydedebilir ve Azure Galeri or Azure Pazar.

Azure Makine öğrenimi R'ye entegre edilebilir veya Python özel yerleşik paketleri.

IBM Watson ML

Watson Studio, veri projelerini basitleştirilmiş bir süreçle kolaylaştırarak olağanüstü sonuçlar elde edilmesini sağlar.tracVerilerden değer ve içgörüler elde ederek işletmenin daha akıllı ve hızlı hale gelmesine yardımcı olur. Watson Studio, modeller oluşturmak ve eğitmek, verileri hazırlamak ve analiz etmek ve içgörüleri tek bir yerde paylaşmak için kullanımı kolay, işbirlikçi bir veri bilimi ve makine öğrenimi ortamı sunar. Watson Studio, sürükle ve bırak koduyla kullanımı kolaydır.

Watson stüdyosu, Tensorflow, Keras, Pytorch, Caffe gibi en popüler çerçevelerden bazılarını destekler ve modellemeyi hızlandırmaya yardımcı olmak için Nvidia'nın en yeni GPU'larına derin bir öğrenme algoritması dağıtabilir.

Karar

Bizim açımızdan, Google Bulut çözümü en çok tavsiye edilen çözümdür. Google Bulut çözümü, veri depolama ve makine öğrenimi çözümleri için AWS'ye kıyasla en az %30 daha düşük fiyatlar sunmaktadır. Google Yapay zekayı demokratikleştirmek için mükemmel bir iş çıkarıyor. Açık kaynaklı bir dil olan TensorFlow'u geliştirdi ve optimize etti. veri ambarı Bu bağlantı, veri görselleştirmeden veri analizine ve makine öğrenimine kadar muazzam araçlar sunmaktadır. Ayrıca, Google Konsol ergonomiktir ve AWS'den çok daha kapsamlıdır. Windows.