十个热门开源深度学习框架

DeepMind宣布采用谷歌开源的深度学习框架TensorFlow，不再采用Torch框架。Torch 诞生时间较久，直到去年Facebook 开源了大量Torch的深度学习模块才开始流行起来。

DeepMind是谷歌并购的一家AI公司，今年因AlphaGo以4:1的成绩战胜了韩国围棋大师李世石而名声大噪。除此以外，谷歌还有规模更大的Google Brain团队。

对于希望在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、Caffe31。源自加州伯克利分校的Caffe，由C++开发。雅虎今年2月份开源的CaffeOnSpark, 就是基于 Caffe，还有能够优化迭代工作负载的数据运算系统 Spark （它是对 Hadoop 的补充，可以在 Hadoop 文件系统中并行运行）。雅虎所做的只是创建了一个可以在Spark集群上运行Caffee的方法。它可以单独在Spark上运行，或者在 Hadoop上。Feng说，除了让AI开发人员更方便的使用相似工具、避免来回移动数据外，CaffeOnSpark还将在众多服务器中分发深度学习进程变得相对容易，而这正是谷歌开源版本的TensorFlow做不到的。

二、Theano24。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、Torch13。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、Brainstorm6。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、Chainer5。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、Deeplearning4j17。 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、Marvin5。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、ConvNetJS8。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 的入门教程，以及一个简洁的浏览器演示项目。

九、MXNet12。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、Neon5。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。