十个值得一试的开源深度学习框架

灰太狼 2022-09-26 02:14 202阅读 0赞

# 十个值得一试的开源深度学习框架 #

![151116104776021.jpg][]

本周早些时候Google开源了TensorFlow（[GitHub][]），此举在深度学习领域影响巨大，因为Google在人工智能领域的研发成绩斐然，有着雄厚的人才储备，而且Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具。

无疑，来自Google军火库的TensorFlow必然是开源深度学习软件中的明星产品，登陆GitHub当天就成为最受关注的项目，当周获得评星数就轻松超过1万个。

对于希望在应用中整合深度学习功能的开发者来说，GitHub上其实还有很多不错的开源项目值得关注，首先我们推荐目前规模人气最高的TOP3：

一、[Caffe][]。源自加州伯克利分校的Caffe被广泛应用，包括Pinterest这样的web大户。与TensorFlow一样，Caffe也是由C++开发，Caffe也是Google今年早些时候发布的DeepDream项目（可以识别喵星人的人工智能神经网络）的基础。

二、[Theano][]。2008年诞生于蒙特利尔理工学院，Theano派生出了大量深度学习Python软件包，最著名的包括[Blocks][]和[Keras][]。

三、[Torch][]。Torch诞生已经有十年之久，但是真正起势得益于去年Facebook开源了大量Torch的深度学习模块和扩展。Torch另外一个特殊之处是采用了不怎么流行的编程语言Lua（该语言曾被用来开发视频游戏）。

除了以上三个比较成熟知名的项目，还有很多有特色的深度学习开源框架也值得关注：

四[、Brainstorm][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，Brainstorm能够处理上百层的超级深度神经网络——所谓的公路网络[Highway Networks][]。

五、[Chainer][]。来自一个日本的深度学习创业公司Preferred Networks，今年6月发布的一个Python框架。Chainer的设计基于define by run原则，也就是说，该网络在运行中动态定义，而不是在启动时定义，这里有Chainer的[详细文档][Link 1]。

六、[Deeplearning4j][]。 顾名思义，Deeplearning4j是”for Java”的深度学习框架，也是首个商用级别的深度学习开源库。Deeplearning4j由创业公司Skymind于2014年6月发布，使用 Deeplearning4j的不乏埃森哲、雪弗兰、博斯咨询和IBM等明星企业。

DeepLearning4j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

七、[Marvin][]。是普林斯顿大学[视觉工作组][Link 2]新推出的C++框架。该团队还提供了一个[文件][Link 3]用于将Caffe模型转化成语Marvin兼容的模式。

八、[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。Karpathy还写了一个ConvNetJS的入门教程，以及一个简洁的浏览器[演示项目][Link 4]。

九、[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。

十、[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。

[151116104776021.jpg]: /images/20220717/5e45ba0ead7246b187e84bfcd05f761c.png
[GitHub]: https://github.com/tensorflow/tensorflow
[Caffe]: https://github.com/BVLC/caffe
[Theano]: https://github.com/Theano/Theano
[Blocks]: https://github.com/mila-udem/blocks
[Keras]: https://github.com/fchollet/keras
[Torch]: https://github.com/torch/torch7
[Brainstorm]: https://github.com/IDSIA/brainstorm
[Highway Networks]: http://people.idsia.ch/~rupesh/very_deep_learning/index.html
[Chainer]: https://github.com/pfnet/chainer
[Link 1]: http://docs.chainer.org/en/stable/tutorial/basic.html
[Deeplearning4j]: http://s.aqniu.com/news/457-deeplearning4j
[Hadoop]: http://www.linuxidc.com/topicnews.aspx?tid=13
[Marvin]: https://github.com/PrincetonVision/marvin
[Link 2]: http://vision.princeton.edu/
[Link 3]: https://github.com/PrincetonVision/marvin/tree/master/tools/converter_caffe
[ConvNetJS]: https://github.com/karpathy/convnetjs
[Link 4]: http://cs.stanford.edu/people/karpathy/convnetjs/index.html
[MXNet]: https://github.com/dmlc/mxnet
[Neon]: https://github.com/NervanaSystems/neon