十个值得一试的开源深度学习框架

winston

上周Google 开源了TensorFlow(GitHub)，此举在深度[color=rgb(68, 68, 68) !important]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[color=rgb(68, 68, 68) !important]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，首先我们推荐目前规模人气最高的 TOP3： 　　一、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。 　　二、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。 　　三、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[color=rgb(68, 68, 68) !important]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： 　　四、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。 　　五、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，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。 　　六、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 　　七、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。 　　八、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[color=rgb(68, 68, 68) !important]教程，以及一个简洁的浏览器[color=rgb(68, 68, 68) !important]演示项目。 　　九、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。 　　十、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。 　　 来自: www.ctocio.com