下面我们为您介绍
16
个最受欢迎的开源深度学习库和平台。
TensorFlow
稳居榜首，
Keras
和
Caffe
位列前三。
深度学习是基于数据表示的更广泛的机器学习方法家族中不断增长的、流行的部分。作为一个相对较新的概念，大量的资源对于那些想进入这个领域的人，或者那些已经在该领域的研究人员来说，会触手可及。保持与最新趋势同步的一个好方法是通过参与当前可用的深度学习开放源码项目并与之交互来与社区进行交互。
图
1:Github stars
和贡献者的
16
个开源深度学习库，两个轴都使用
log scale
。圆圈的颜色显示了以天为单位的年龄
(
绿色
-
年轻，蓝色
-
年老
)
，从
github Insights/ contributor
中给出的起始日期开始计算。
无论如何，
TensorFlow
都是无可争议的领导者。前五名分别是
Keras
、
Caffe
、
Microsoft Cognitive Toolkit
和
PyTorch
。
下面你会发现完整的列表，按星号排序，有一个简短的大纲和进一步的链接。我们希望您通过使用为每个提供的链接资源来分享更多的协作和学习：
1.
TensorFlow
最初是由研究人员和工程师在
Google
机器智能研究组织的
Google Brain
团队中开发的。该系统旨在促进机器学习的研究，并使其从研究原型到生产系统的快速和轻松过渡。
网址：
https://www.tensorflow.org/
。
2.
Keras
是一个高级神经网络
API
，用
Python
编写，能够在
TensorFlow
，
CNTK
或
Theano
之上运行。
网址：
https://keras.io/
3.
Caffe
是一个深刻的学习框架，以表达，速度和模块化为基础。它由伯克利视觉和学习中心（
BVLC
）和社区贡献者开发。
网址：
http://caffe.berkeleyvision.org/
。
4.
Microsoft Cognitive Toolkit
（以前称为
CNTK
）是一个统一的深度学习工具包，它通过有向图将神经网络描述为一系列计算步骤。
网址：
https://docs.microsoft.com/zh-cn/cognitive-toolkit/
。
5.
PyTorch
，
Tensors
和
Python
中的动态神经网络，具有强大的
GPU
加速功能。
网址：
http://pytorch.org/
。
6.
Apache MXnet
是一个深度学习框架，旨在提高效率和灵活性。它允许您混合符号和命令式编程，以最大限度地提高效率和生产力。
网址：
https://mxnet.apache.org
。
7.
DeepLearning4J
是
Skymind Intelligence Layer
的一部分，还有
ND4J
，
DataVec
，
Arbiter
和
RL4J
。它是一个用
Java
和
Scala
编写的
Apache 2.0
许可的开源分布式神经网络库。
网址：
http://deeplearning4j.org
。
8.
Theano
允许您有效地定义，优化和评估涉及多维阵列的数学表达式。然而，在
2017
年
9
月，
Theano
宣布任何进一步的重大发展将在
1.0
发布后停止。不要让这个让你失望，它仍然是一个非常强大的图书馆，你可以随时用它进行深入的学习研究。
网址：
http://www.deeplearning.net/software/theano/
。
9.
TFLearn
是一个基于
TensorFlow
构建的模块化透明深度学习库。它旨在为
TensorFlow
提供更高级别的
API
，以便促进和加速实验，同时保持完全透明并与之兼容。
网址：
http://tflearn.org/
。
10.
Torch
是
Torch7
的主要软件包，其中定义了多维张量的数据结构和数学运算。此外，它还提供了许多用于访问文件，序列化任意类型对象和其他有用实用程序的实用程序。
网址：
http://torch.ch/
。
11.
Caffe2
是一个轻量级，模块化和可扩展的深度学习框架。
Caffe2
以原始
Caffe
为基础，在设计时考虑了表达，速度和模块性。
网址：
https://caffe2.ai
。
12.
PaddlePaddle
（
PArallel Distributed Deep LEarning
）是一个易于使用，高效，灵活和可扩展的深度学习平台，最初由百度科学家和工程师开发，旨在将深度学习应用于百度的许多产品。
网址：
http://www.paddlepaddle.org/
。
13.
DLib
是一个现代的
C ++
工具包，包含机器学习算法和工具，用于在
C ++
中创建复杂的软件来解决实际问题。
网址：
http://dlib.net
。
14.
Chainer
是一个基于
Python
的独立开源框架，适用于深度学习模型。
Chainer
提供灵活，直观和高性能的方法来实现全方位的深度学习模型，包括最新的模型，如递归神经网络和变分自动编码器。
网址：
https://chainer.org
。
15.
Neon
是
Nervana
基于
Python
的深度学习库。它提供易用性，同时提供最高性能。
网址：
http://neon.nervanasys.com/docs/latest
。
16.
Lasagne
是一个轻量级的库，用于在
Theano
中构建和训练神经网络。
网址：
http://lasagne.readthedocs.org/
。
其他
