想要一个开源的深度学习框架？任你选

本周早些时候，谷歌引起了轰动，当它发布了TensorFlow GitHub上的人工智能软件以开放源代码许可证。谷歌有天赋的AI相当大的稳定，和AI的工作落后于普及型产品的场景，包括Gmail和谷歌搜索，所以从谷歌人工智能工具是一个大问题。

今天在GitHub上，TensorFlow，主要是用C ++编写，是天，周，月的顶部趋势的项目，已经在大约一周累计超过10000分。

但也有一些其他的开源工具，从GitHub上，如果你想提高你的应用程序，以选择深度学习，一种人工智能，涉及训练人工神经网络的一组数据，然后让他们能够就新的数据推论。

下面是一些其他显着的深度学习当今库的破败。

该大的

• 来自Caffe。随着根在加州大学伯克利分校，来自Caffe被广泛使用，包括Pinterest的。总部设在C ++中，来自Caffe是基础，谷歌在今年早些时候发布的DeepDream项目，以展示如何将其人工神经网络观看的影像。
• Theano。不，这不是古希腊哲学家。这是一个Python包催生了其他Python包的深度学习，其中最突出的是，摆  块 ，Keras，千层面和OpenDeep。Theano起源于2008年在蒙特利尔学院学习算法，蒙特利尔大学的一个部门和深度学习杰出人物Yoshua Bengio的大本营。
• 火炬。这个框架已经存在了十多年，但在过去一年半的时间，Facebook已经证实火炬的重要承诺，通过开放式采购深刻的学习模块和扩展它。Twitter是在船上，太。火炬的一个怪癖，就是它的编程语言Lua中，这是依赖不是特别受追捧，但确实有一个记录被用于构建视频游戏。

长尾

• 阿帕奇辛加。写几乎完全在C ++中，这其中脱颖而出，成为3月份的Apache孵化器项目。辛加上原来的工作由六名学生和研究人员来自新加坡国立大学，并在中国的浙江大学一位教授完成的。
• 头脑风暴。从一个小的研究小组在瑞士人工智能实验室因诺琴蒂基金会达勒莫尔二Studi住宅sull’Intelligenza Artificiale（IDSIA）一个有前途的新库，头脑风暴可以处理什么被称为公路网涉及非常深刻的网络，数百个图层。像Theano，它是用Python编写的。
• Chainer，首选网络，总部设在日本启动，宣布在六月基于Python的框架释放。Chainer的设计是基于这样的原则“由运行定义” -即，网络上飞，而不是只在开始时测定，根据该文档的框架。
• CNTK。微软研究院的产品，CNTK先对微软的CodePlex开源代码库托管在四月网站成为可用。它采用了图模型。“在有向图中，每个节点代表输入值或网络参数，每个边表示在其子矩阵运算，”微软首席演讲科学家黄雪冬中写道博客文章约CNTK。该项目是在提供一个微软研究院许可协议。
• ConvNetJS。这个来自斯坦福大学的博士学位工具 学生安德烈Karpathy让你训练神经网络权在你的浏览器中，使用好老的JavaScript。Karpathy有很大的教程为入门ConvNetJS，以及漂亮的基于浏览器的演示。
• Deeplearning4j。名字说明了一切-它的深度学习的Java。该项目由启动Skymind，它支持在2014年6月推出，该软件的用户包括埃森哲，博思艾伦，雪佛龙公司和IBM。
• H2O。这种基于Java的框架是启动一个更一般的学习机运行时由同一个名字去的一部分（虽然不久前启动走了一条不同的名称，0xdata）。
• 马文。普林斯顿大学的这个新进入者视觉组  是用C ++编写。该小组提供了一个文件，用于将来自Caffe模式为，在马文作品的格式。
• MatConvNet。这是一个MATLAB的实施卷积神经网络。它最早是由教授安德烈Vedaldi，博士开发 牛津大学的机器人研究小组大学的学生卡雷尔Lenc。
• MXNet。主要用C ++编写，MXNet由CXXNet，密涅瓦和Purine2项目背后的人创建的。它的意思是有效地使用存储器，甚至可以运行在智能电话，对于像图像识别任务。
• 霓虹灯。启动Nervana系统发表的一个开放源代码的软件霓虹灯在五月份。一些基准测试表明，霓虹灯-这是写主要是在Python和无礼的话-能胜过来自Caffe，火炬，和谷歌的TensorFlow。
• 威勒斯。斯拉夫神由同一个名字命名，威勒斯来自三星。这是写主要是在Python中，它可以在IPython的笔记本电脑上运行。

什么是我离开了呢？

还有当今其他框架 – 这些只是最有趣的，我遇到过 – 更一定会出现在未来。让我知道缺少了什么，这样我就可以相应地更新这个帖子。