Rahmenwerke

Caffe ist ein Deep-Learning-Framework, das für Bildklassifikation und andere Aufgaben mit Convolutional Neural Networks (CNNs) entwickelt wurde.

Chainer ist ein flexibles, intuitives Deep-Learning-Framework, das dynamische Rechengraphen ermöglicht.

DReCon steht für Data Representation and Contextualization, ein Rahmenwerk zur Verbesserung der Dateninteroperabilität.

MXNet ist ein Open-Source-Framework für Deep Learning, das für seine Skalierbarkeit und Effizienz beim Training neuronaler Netzwerke bekannt ist.