常用深度学习框架介绍

常用深度学习框架介绍
名称	介绍	时间
Theano	第一个有较大影晌力的Python深度学习框架	2008年开始 开发于加拿大蒙特利尔大学LISA实验室
Keras	Keras是一个离层神经网络API, 由纯Python编写而成并使用 TensorFlow、 Theano及CNTK作为后端。 Keras为支持快速实验而生， 能够把想法迅速转换为结果。 Keras应该是深度学习框架之中最容易上 手的一个，它提供了一致而简洁的API, 能够极大地减少一般应用下用 户的工作量，避免用户玺鲤造轮子。	2015年6月13日,为初始版本 主要开发者是谷歌工程师François Chollet
Caffe	Caffe的优点是简洁快速，缺点是缺少灵活性。不同千Keras因 为太多的封装导致灵活性丧失， Caffe灵活性的缺失主要是因为它的设计。在Caffe中最主要的抽象对象是层，每实现一个新的层，必须要利用C+ +实现它的前向传播和反向传播代码，而如果想要新层运行在 GPU上，还需要同时利用CUDA实现这—层的前向传播和反向传播。这 种限制使俜不熟悉C++和CUDA的用户扩展Caffe十分困难。	贾扬清在加州大学伯克利分校攻读博士期间创建了Caffe项目 2017年4月，Facebook发布Caffe2，加入了递归神经网络等新功能。 2018年3月底，Caffe2并入PyTorch。
TensorFlow	如今用户最多的深度学习框架	2015年11月10日， Google宣布推出开源
PyTorch	pytorch和TensorFlow的一点区别，那就是pytorch是一个动态的框架，而TensorFlow是一个静态的框架。（可以更改计算图）	2017年1月， Facebook开源
MXNet	MXNe是一个深度学习库，支持C+ +、 Python、 R、 Scala、丿ulia、 MATLAB及javaScript等语言	最开始，同为上海交大校友的陈天奇与李沐碰头 ,号召大 家—起合作开发MXNet 2016年11月， MXNet被AWS阳艾选择为其云十算的 官方深度学习平台。 2017年1月， MXNe顷目进入Apache基金会，成 为Apache的孵化器项目。