Los mejores frameworks de aprendizaje profundo

Esta es la gráfica con los frameworks más populares para desarrollar algoritmos de aprendizaje profundo. El aprendizaje profundo tiene que ver con cómo se usan algoritmos para conceptualizar abstracciones de alto nivel en datos, es decir, cómo hacer que un algoritmo pueda entender su entorno e identificar objetos a partir de diferentes capas de procesamiento para ir desmenizando el concepto e irlo haciendo dato.

Jeff Hale hizo esta gráfica con datos de algunos sitios web que ya tenían información sobre el uso de cada uno de estos frameworks, y es interesante el análisis. A continuación les comparto un poco de los contendientes o los frameworks más usados.

TensorFlow

TensorFlow es el campeón en el uso de servicios que permiten moldear algoritmos de machine learning como el aprendizaje profundo. Es una plataforma soportada por Google, y no solo cuenta con documentación, sino con una enorme comunidad de científicos que lo usan para poder desarrollar y entrenar modelos para aplicarlos en aplicaciones o servicios adicionales

Keras

Es el segundo más usado, y tiene a diferencia de otros frameworks, una sencillez para poder empezar a trabajar en temas de aprendizaje profundo sin ser un experto.

PyTorch

Es el tercer framework más usado, y permite hacer más personalizaciones a la creación y uso de modelos de aprendizaje profundo. Es soportado por Facebook, y lo utiliza mucho en la red social.

Theano

Es un framework no tan usado pero si trabajas con Python es bastante recomendado para poder integrar al lenguaje de programación. Sigue actualizándose aunque de forma más lenta que los demás.

MXNET

Apache MXNET es usado por Amazon y es parte de la familia de productos de Apache

CNTK

Microsoft Cognitive Toolkit es un framework desarrollado por Microsoft y trata de igualar a TensorFlow, sin embargo, aunque es un poco usado, no se compara con el primer lugar. Algo que ha hecho Microsoft, es adaptar este tipo de frameworks ya en servicios bajo demanda como su suite de Cognitive Services, en donde explota toda la funcionalidad para dar un producto listo para consumir.

Bonus

Si quieren conocer algunos temas adicionales en torno a aprendizaje predictivo, servicios cognitivos o algoritmos para machine learning les dejo también la playlist del canal de Vida MRR en Youtube para que los chequen