ElasticDLKubernetes 原生深度学习框架
ElasticDL 是一个基于 TensorFlow 2.0 构建的 Kubernetes 原生深度学习框架，支持容错和弹性调度。
TensorFlow 具有故障可恢复的原生分布式计算功能，在某些进程挂掉的情况下，分布式计算作业将停止，但是可以重新启动作业并从最新的检查点文件中恢复其原有状态。
ElasticDL 在此基础上支持容错。ElasticDL 不需要检查点也不需要从检查点恢复，在某些进程挂掉的情况下，该作业将继续运行。
容错的特性使得 ElasticDL 与基于优先级的 Kubernetes 抢占一起实现了弹性调度能力。当 Kubernetes 杀死某个作业的某些进程以为具有更高优先级的新作业释放资源时，当前作业不会停止，而是使用更少的资源继续运作。弹性调度可以显着提高集群的整体利用率。
ElasticDL 弹性调度的特点来自其 Kubernetes 原生设计，它不依赖于像 Kubeflow 这样的 Kubernetes 扩展来运行 TensorFlow 程序。ElasticDL 作业的主进程直接调用 Kubernetes API 来启动工作程序和参数服务器，它还会监视诸如 process/pod killing 之类的事件，并对此类事件做出反应以实现容错。
此外，ElasticDL 还可以与 SQLFlow 配合，更加易于使用。
评论
Mrdflow深度学习框架
MrdFlow的定位是基于NumPy的深度学习框架，采用自动微分作为求导算法，支持多种运算求导。MrdFlow内置神经网络模块，可以使用MrdFlow提供的Api，编写神经网络，并进行训练。软件地址：
Mrdflow深度学习框架
0
Caffe深度学习框架
Caffe是一个深度学习框架，由表达式，速度和模块化组成。Caffe是BerkeleyVisionandLearningCenter(BVLC)社区贡献者开发的。在线演示：http://demo.ca
Caffe深度学习框架
0
Jina-AI基于深度学习的云原生搜索框架
Jina让你在几分钟内即可构建基于深度学习的搜索即服务。它具有以下特性：支持所有数据类型：大规模的索引数据及查询诸如视频、图像、源代码等非结构化数据云原生：一开始就采用分布式架构，支持容器化、分布式、
Jina-AI基于深度学习的云原生搜索框架
0
EDL弹性深度学习框架
EDL是一个弹性深度学习框架，其包含一个KubernetesController、PaddlePaddleauto-scaler（可以根据集群中的空闲硬件资源改变分布式任务进程的数目）以及一个新的容错
EDL弹性深度学习框架
0