十個值得一試的開源深度學習框架
原文連結：http://os.51cto.com/art/201511/497444.htm
早些時候Google開源了TensorFlow(GitHub)，此舉在深度學習領域影響巨大，因為Google在人工智慧領域的研發成績斐然，有著雄厚的人才儲備，而且Google自己的Gmail和搜尋引擎都在使用自行研發的深度學習工具。
無疑，來自Google軍火庫的TensorFlow必然是開源深度學習軟體中的明星產品，登陸GitHub當天就成為最受關注的專案，獲得評星數就輕鬆超過1萬個。
對於希望在應用中整合深度學習功能的開發者來說，GitHub上其實還有很多不錯的開源專案值得關注，首先我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被廣泛應用，包括Pinterest這樣的web大戶。與TensorFlow一樣，Caffe也是由C++開發，Caffe也是Google今年早些時候釋出的DeepDream專案(可以識別喵星人的人工智慧神經網路)的基礎。
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軟體包，最著名的包括Blocks和Keras。
3.Torch
Torch誕生已經有十年之久，但是真正起勢得益於去年Facebook開源了大量Torch的深度學習模組和擴充套件。Torch另外一個特殊之處是採用了不怎麼流行的程式語言Lua(該語言曾被用來開發視訊遊戲)。
除了以上三個比較成熟知名的專案，還有很多有特色的深度學習開源框架也值得關注：
4.Brainstorm
來自瑞士人工智慧實驗室IDSIA的一個非常發展前景很不錯的深度學習軟體包，Brainstorm能夠處理上百層的超級深度神經網路——所謂的公路網路Highway Networks。
來自一個日本的深度學習創業公司Preferred Networks，今年6月釋出的一個Python框架。Chainer的設計基於define by run原則，也就是說，該網路在執行中動態定義，而不是在啟動時定義，這裡有Chainer的詳細文件。
6.Deeplearning4j
顧名思義，Deeplearning4j
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整合，即插即用，方便開發者在APP中快速整合深度學習功能，可應用於以下深度學習領域：
◆人臉/影象識別
◆語音搜尋
◆語音轉文字(Speech to text)
◆垃圾資訊過濾(異常偵測)
◆電商欺詐偵測
7.Marvin
Marvin是普林斯頓大學視覺工作組新推出的C++框架。該團隊還提供了一個檔案用於將Caffe模型轉化成語Marvin相容的模式。
這是斯坦福大學博士生Andrej Karpathy開發瀏覽器外掛，基於萬能的JavaScript可以在你的遊覽器中訓練神經網路。Karpathy還寫了一個ConvNetJS的入門教程，以及一個簡潔的瀏覽器演示專案。
9.MXNet
出自CXXNet、Minerva、Purine等專案的開發者之手，主要用C++編寫。MXNet強調提高記憶體使用的效率，甚至能在智慧手機上執行諸如影象識別等任務。
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。