深度训练模型通常使用的软件包括以下几种：

TensorFlow：

由Google开发的开源深度学习框架，支持多种编程语言，如Python、C++和Java。它提供了丰富的工具和库，如TensorBoard、tf.data和tf.keras，帮助开发者可视化、优化和调试模型。

PyTorch：

由Facebook开发的开源深度学习框架，以动态计算图为特点，使模型开发和调试更加直观和灵活。它也提供了丰富的工具和库，如torch.nn、torch.optim和torchvision，便于构建和训练深度学习模型。

Keras：

一个高级深度学习框架，可以在TensorFlow、Theano和Microsoft Cognitive Toolkit等后端上运行。Keras提供了简单易用的API和一系列预定义的模型，适合初学者和快速原型开发。

Caffe：

一个以表达、速度和模块化为中心的深度学习框架，广泛应用于计算机视觉和语音识别等领域。Caffe支持多种编程语言，并提供了丰富的工具和库。

DeepLearningKit：

Apple的开源深度学习软件，支持iOS、OS X和tvOS等设备上的预训练深度学习模型。它使用Metal开发，以有效利用GPU，并用Swift编写，便于与应用程序集成。

Neural Designer：

一个用于构建预测模型的流行深度学习软件，具有图形用户界面，支持多种数据文件类型，适用于多个行业。

DeepSpeed：

一个开源深度学习训练优化库，包含新的显存优化技术——ZeRO（零冗余优化器），提升了大规模模型训练的能力。

这些软件各有特点，选择哪个工具或框架取决于具体的应用场景、开发者的熟悉程度以及所需的性能和功能。对于初学者和快速原型开发，Keras是一个很好的起点。对于需要高性能计算和大规模模型训练的研究人员和开发者，TensorFlow和PyTorch可能更为合适。而DeepLearningKit和Neural Designer则更适合在特定硬件平台（如Apple设备）上开发和部署模型。