Deep learning深度學習的十大開源框架

Google開源了TensorFlow（GitHub），此舉在深度學習領域影響巨大，由於Google在人工智能領域的研發成績斐然，有着雄厚的人才儲備，並且Google本身的Gmail和搜索引擎都在使用自行研發的深度學習工具。

 

對於但願在應用中整合深度學習功能的開發者來講，GitHub上其實還有不少不錯的開源項目值得關注，首先咱們推薦目前規模人氣最高的TOP3：

 

1、Caffe。源自加州伯克利分校的Caffe被普遍應用，包括Pinterest這樣的web大戶。與TensorFlow同樣，Caffe也是由C++開發，Caffe也是Google今年早些時候發佈的DeepDream項目（能夠識別喵星人的人工智能神經網絡）的基礎。

 

2、Theano。2008年誕生於蒙特利爾理工學院，Theano派生出了大量深度學習Python軟件包，最著名的包括Blocks和Keras。

 

3、Torch。Torch誕生已經有十年之久，可是真正起勢得益於去年Facebook開源了大量Torch的深度學習模塊和擴展。Torch另一個特殊之處是採用了不怎麼流行的編程語言Lua（該語言曾被用來開發視頻遊戲）。

 

除了以上三個比較成熟知名的項目，還有不少有特點的深度學習開源框架也值得關注：

 

四、Brainstorm。來自瑞士人工智能實驗室IDSIA的一個很是發展前景很不錯的深度學習軟件包，Brainstorm可以處理上百層的超級深度神經網絡——所謂的公路網絡Highway Networks。

 

5、Chainer。來自一個日本的深度學習創業公司Preferred Networks，今年6月發佈的一個Python框架。Chainer的設計基於define by run原則，也就是說，該網絡在運行中動態定義，而不是在啓動時定義，這裏有Chainer的詳細文檔。

 

6、Deeplearning4j。 顧名思義，Deeplearning4j是」for Java」的深度學習框架，也是首個商用級別的深度學習開源庫。Deeplearning4j由創業公司Skymind於2014年6月發佈，使用 Deeplearning4j的不乏埃森哲、雪弗蘭、博斯諮詢和IBM等明星企業。

 

DeepLearning4j是一個面向生產環境和商業應用的高成熟度深度學習開源庫，可與Hadoop和Spark集成，即插即用，方便開發者在APP中快速集成深度學習功能，可應用於如下深度學習領域：

• 人臉/圖像識別

• 語音搜索

• 語音轉文字（Speech to text）

• 垃圾信息過濾（異常偵測）

• 電商欺詐偵測

7、Marvin。是普林斯頓大學視覺工做組新推出的C++框架。該團隊還提供了一個文件用於將Caffe模型轉化成語Marvin兼容的模式。

 

8、ConvNetJS。這是斯坦福大學博士生Andrej Karpathy開發瀏覽器插件，基於萬能的JavaScript能夠在你的遊覽器中訓練神經網絡。Karpathy還寫了一個ConvNetJS的入門教程，以及一個簡潔的瀏覽器演示項目。

 

9、MXNet。出自CXXNet、Minerva、Purine等項目的開發者之手，主要用C++編寫。MXNet強調提升內存使用的效率，甚至能在智能手機上運行諸如圖像識別等任務。

 

10、Neon。由創業公司Nervana Systems於今年五月開源，在某些基準測試中，由Python和Sass開發的Neon的測試成績甚至要優於Caffeine、Torch和谷歌的TensorFlow。

 

Google開源了TensorFlow（ GitHub），此舉在深度學習領域影響巨大，由於Google在人工智能領域的研發成績斐然，有着雄厚的人才儲備，並且Google本身的Gmail和搜索引擎都在使用自行研發的深度學習工具。

 

 

 

對於但願在應用中整合深度學習功能的開發者來講，GitHub上其實還有不少不錯的開源項目值得關注，首先咱們推薦目前規模人氣最高的TOP3：

1、Caffe。源自加州伯克利分校的Caffe被普遍應用，包括Pinterest這樣的web大戶。與TensorFlow同樣，Caffe也是由C++開發，Caffe也是Google今年早些時候發佈的DeepDream項目（能夠識別喵星人的人工智能神經網絡）的基礎。

2、Theano。2008年誕生於蒙特利爾理工學院，Theano派生出了大量深度學習Python軟件包，最著名的包括Blocks和Keras。

3、Torch。Torch誕生已經有十年之久，可是真正起勢得益於去年Facebook開源了大量Torch的深度學習模塊和擴展。Torch另一個特殊之處是採用了不怎麼流行的編程語言Lua（該語言曾被用來開發視頻遊戲）。

除了以上三個比較成熟知名的項目，還有不少有特點的深度學習開源框架也值得關注：

四、Brainstorm。來自瑞士人工智能實驗室IDSIA的一個很是發展前景很不錯的深度學習軟件包，Brainstorm可以處理上百層的超級深度神經網絡——所謂的公路網絡Highway Networks。

5、Chainer。來自一個日本的深度學習創業公司Preferred Networks，今年6月發佈的一個Python框架。Chainer的設計基於define by run原則，也就是說，該網絡在運行中動態定義，而不是在啓動時定義，這裏有Chainer的詳細文檔。

6、Deeplearning4j。 顧名思義，Deeplearning4j是」for Java」的深度學習框架，也是首個商用級別的深度學習開源庫。Deeplearning4j由創業公司Skymind於2014年6月發佈，使用 Deeplearning4j的不乏埃森哲、雪弗蘭、博斯諮詢和IBM等明星企業。

DeepLearning4j是一個面向生產環境和商業應用的高成熟度深度學習開源庫，可與Hadoop和Spark集成，即插即用，方便開發者在APP中快速集成深度學習功能，可應用於如下深度學習領域：

• 人臉/圖像識別

• 語音搜索

• 語音轉文字（Speech to text）

• 垃圾信息過濾（異常偵測）

• 電商欺詐偵測

7、Marvin。是普林斯頓大學視覺工做組新推出的C++框架。該團隊還提供了一個文件用於將Caffe模型轉化成語Marvin兼容的模式。

8、ConvNetJS。這是斯坦福大學博士生Andrej Karpathy開發瀏覽器插件，基於萬能的JavaScript能夠在你的遊覽器中訓練神經網絡。Karpathy還寫了一個ConvNetJS的入門教程，以及一個簡潔的瀏覽器演示項目。

9、MXNet。出自CXXNet、Minerva、Purine等項目的開發者之手，主要用C++編寫。MXNet強調提升內存使用的效率，甚至能在智能手機上運行諸如圖像識別等任務。

10、Neon。由創業公司Nervana Systems於今年五月開源，在某些基準測試中，由Python和Sass開發的Neon的測試成績甚至要優於Caffeine、Torch和谷歌的TensorFlow。