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 ![](https://img-blog.csdn.net/20160505105550365?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
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 ![](https://img-blog.csdn.net/20160505105550365?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
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 ![](https://img-blog.csdn.net/20160505105637579?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
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![](https://img-blog.csdn.net/20160505105710001?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
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++
3. 图模型(Graph Mode)
3.1 CNTK/Theano/TensorFlow图模型
3.2 Caffe/Torch图模型