开源的深度学习框架

1.Caffe作者是贾扬清（知乎），来自加州伯克利分校，caffe由c++开发，有c++/python/matlab接口，同时有linux/windows版本。

2.Torch7诞生已经有十年之久，Facebook14年开源。Torch采用Lua语言（多被用于开发视频游戏）。

3.Theano诞生很多深度学习的Python软件包，最著名的是Blocks和Kears.

4.Tensorflow2015年11月9日，Google发布人工智能系统TensorFlow并宣布开源。

5.DeepLearn4j这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

6.marvin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.

7.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

8.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.

9.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

10.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.

11.Chainer来自一个日本的深度学习创业公司Preferred Networks，发布的一个Python框架。

12MatConvNetmatlab的toolbox。

先简要写这么多，以后遇到新的会补充，也会后续充实上述常用的场景以及对比优缺点。