Deep Learning Frameworks.

1. 简介

    深度学习工具的评估：https://github.com/zer0n/deepframeworks

    人工智能(Artificial Intelligence)->机器智能(Machine Intelligence)

2. 深度学习框架

2.1 Theano 

    Python

    Theano以高级框架的形式（如：Blocks, Keras等)实现了最先进的网络，

2.2 Torch-Facebook 

     Lua

     Facebook将一些基于机器神经网络的产品免费放在了Torch（一个关注深度学习的开源软件项目）上，可以用来处理数据，分析信息的共同特征。Facebook人工智能实验室的研发工程师Soumith Chintala对此表示，将人工智能和神经网络公开是十分有用的，他也是Torch项目的创始人之一。他说，除了大公司之外，Torch也会用于创业公司和大学实验室。

    有优秀的卷积网络，

2.3 TensorFlow（TF)-Google 

    Python和C++

    2015 TF性能和caffe 相比还有差距。

    该系统将机器学习算法变成了符号表达的各类图表，从而有效缩短了重新写代码的时间。TensorFlow的命名起源于该系统的运作原理，即复杂的数据结构（Tensor）将会被传输至人工智能神经网中进行分析和处理，这一过程是机器深度学习的核心部分。

    谷歌的人工智能一直秉承着「整合全球信息，使人人皆可访问并从中受益」的使命。

    谷歌人工智能实验室还有另一个重磅武器——Geoffrey Hinton，他可谓是将深度学习带入谷歌的第一人。

     2016.1：没有用于视频识别的3D卷积。

    

2.4 Caffe

     C++

     与TensorFlow对应的是Theano，Torch，而Caffe专精于图像处理。如果就是一个标准图像处理应用，Caffe会很方便，仍然有其存在的价值。而在一般的DL task上，Caffe本来就不如Theano之流。    

2.5 CNTK

    C++

    它是一个在语音社区的深度学习系统。

3. 图模型(Graph Mode)

3.1 CNTK/Theano/TensorFlow图模型

3.2 Caffe/Torch图模型

 

7. AI创业公司

    http://www.skymind.io/