深度学习框架选择

#介绍

开源已经成为一种深度学习框架能否流行的唯一途径。如果你有需要，上GitHub就可以找到他们的源码和文档。

#深度学习框架比较

+ Keras

受到 Torch 启发，Keras 提供了简单易用的 API 接口，特别适合初学者入门。其后端采用 TensorFlow, CNTK，以及 Theano。另外，Deeplearning4j 的Python 也是基于 Keras 实现的。Keras 几乎已经成了 Python 神经网络的接口标准。

+ TensorFlow

谷歌 (Google) 大厂出品，追随者众多。相比其他框架，TensorFlow 速度较慢，但它提供的 TensorBoard 可视化工具还是很不错的。

+ Caffe2

脸书 (Facebook) 出品，为生产环境设计，提供在各种平台（包括移动设备）的运行时。

+ PyTorch

背后金主是 脸书 (Facebook) ，同样支持动态计算图，提供很好的灵活性，适合研究。

+ MXNet

已被 亚马逊 (Amazon) 选为 AWS 上的深度学习框架，支持动态图计算。MXNet 有许多中国开发者，因而有非常良好的中文文档支持。Gluon 接口使得 MXNet 像 Keras 一样简单易用。

+ 不推荐

- 不再维护 Theano, Lasagne, 以及 Blocks

- 小众 Torch、Paddle、DyNet、Neon

- 无亮点、过时 Caffe、CNTK、Chainer、DSSTNE

- 特定芯片运行 BigDL