《十个值得一试的开源深度学习框架》由会员分享，可在线阅读，更多相关《十个值得一试的开源深度学习框架（2页珍藏版）》请在金锄头文库上搜索。
1、十个值得尝试的开源深度学习框架 本周早些时候开源中国社区公布了 Google 开源了 TensorFlow（GitHub）消息，此 举在深度学习领域影响巨大， 因为 Google 在人工智能领域的研发成绩斐然， 有着雄厚的人 才储备，而且 Google 自己的 Gmail 和搜索引擎都在使用自行研发的深度学习工具。 无疑，来自 Google 军火库的 TensorFlow 必然是开源深度学习软件中的明星产品，登 陆 GitHub 当天就成为最受关注的项目，当周获得评星数就轻松超过 1 万个。 对于希望在应用中整合深度学习功能的开发者来说，GitHub 上其实还有很多不错的开 源项目值得关注，首
2、先我们推荐目前规模人气最高的 TOP3： Caffe。源自加州伯克利分校的 Caffe 被广泛应用，包括 Pinterest 这样的 web 大户。 与 TensorFlow 一样，Caffe 也是由 C+开发，Caffe 也是 Google 今年早些时候发布的 DeepDream 项目（可以识别喵星人的人工智能神经网络）的基础。 Theano。2008 年诞生于蒙特利尔理工学院，Theano 派生出了大量深度学习 Python 软件包，最著名的包括 Blocks 和 Keras。 Torch。Torch 诞生已经有十年之久，但是真正起势得益于去年 Facebook 开源了大 量 Torch
3、的深度学习模块和扩展。Torch 另外一个特殊之处是采用了不怎么流行的编程语 言 Lua（该语言曾被用来开发视频游戏）。 除了以上三个比较成熟知名的项目，还有很多有特色的深度学习开源框架也值得关注： Brainstorm。来自瑞士人工智能实验室 IDSIA 的一个非常发展前景很不错的深度学习 软件包，Brainstorm 能够处理上百层的超级深度神经网络所谓的公路网络 Highway Networks。 Chainer。来自一个日本的深度学习创业公司 Preferred Networks，今年 6 月发布的 一个 Python 框架。Chainer 的设计基于 define by run 原则
4、，也就是说，该网络在运行中 动态定义，而不是在启动时定义，这里有 Chainer 的详细文档。 Deeplearning4j。 顾名思义，Deeplearning4j 是”for Java”的深度学习框架，也 是首个商用级别的深度学习开源库。Deeplearning4j 由创业公司 Skymind 于 2014 年 6 月发布，使用 Deeplearning4j 的不乏埃森哲、雪弗兰、博斯咨询和 IBM 等明星企业。 DeepLearning4j 是一个面向生产环境和商业应用的高成熟度深度学习开源库，可与 Hadoop 和 Spark 集成，即插即用，方便开发者在 APP 中快速集成深度学习功
5、能，可应用 于以下深度学习领域： 人脸/图像识别 语音搜索 语音转文字（Speech to text） 垃圾信息过滤（异常侦测） 电商欺诈侦测 Marvin。 是普林斯顿大学视觉工作组新推出的 C+框架。 该团队还提供了一个文件用 于将 Caffe 模型转化成语 Marvin 兼容的模式。 ConvNetJS。这是斯坦福大学博士生 Andrej Karpathy 开发浏览器插件，基于万能的 JavaScript 可以在你的游览器中训练神经网络。Karpathy 还写了一个 ConvNetJS 的入门 教程，以及一个简洁的浏览器演示项目。 MXNet。出自 CXXNet、Minerva、Purine 等项目的开发者之手，主要用 C+编写。 MXNet 强调提高内存使用的效率，甚至能在智能手机上运行诸如图像识别等任务。 Neon。 由创业公司Nervana Systems 于今年五月开源， 在某些基准测试中， 由 Python 和 Sass 开发的 Neon 的测试成绩甚至要优于 Caffeine、Torch 和谷歌的 TensorFlow。
