フレームワーク

Caffeは、畳み込みニューラルネットワーク（CNN）を用いた画像分類やその他のタスクのために開発された深層学習フレームワークです。

チェイナーは、動的計算グラフを可能にする柔軟で直感的なディープラーニングフレームワークです。

DReConはData Representation and Contextualizationの略であり、データの相互運用性を向上させるためのフレームワークです。

MXNetは、そのスケーラビリティとニューラルネットワークのトレーニング効率で知られるオープンソースのディープラーニングフレームワークです。