轉(zhuǎn)自：http://www.36dsj.com/archives/37254

本周早些時候Google開源了TensorFlow（GitHub），此舉在深度學(xué)習(xí)領(lǐng)域影響巨大，因為Google在人工智能領(lǐng)域的研發(fā)成績斐然，有著雄厚的人才儲備，而且Google自己的Gmail和搜索引擎都在使用自行研發(fā)的深度學(xué)習(xí)工具。

無疑，來自Google軍火庫的TensorFlow必然是開源深度學(xué)習(xí)軟件中的明星產(chǎn)品，登陸GitHub當(dāng)天就成為最受關(guān)注的項目，當(dāng)周獲得評星數(shù)就輕松超過1萬個。

對于希望在應(yīng)用中整合深度學(xué)習(xí)功能的開發(fā)者來說，GitHub上其實還有很多不錯的開源項目值得關(guān)注，首先我們推薦目前規(guī)模人氣最高的TOP3：

一、Caffe。源自加州伯克利分校的Caffe被廣泛應(yīng)用，包括Pinterest這樣的web大戶。與TensorFlow一樣，Caffe也是由C++開發(fā)，Caffe也是Google今年早些時候發(fā)布的DeepDream項目（可以識別喵星人的人工智能神經(jīng)網(wǎng)絡(luò)）的基礎(chǔ)。

二、Theano。2008年誕生于蒙特利爾理工學(xué)院，Theano派生出了大量深度學(xué)習(xí)Python軟件包，最著名的包括Blocks和Keras。

三、Torch。Torch誕生已經(jīng)有十年之久，但是真正起勢得益于去年Facebook開源了大量Torch的深度學(xué)習(xí)模塊和擴(kuò)展。Torch另外一個特殊之處是采用了不怎么流行的編程語言Lua（該語言曾被用來開發(fā)視頻游戲）。

除了以上三個比較成熟知名的項目，還有很多有特色的深度學(xué)習(xí)開源框架也值得關(guān)注：

四、Brainstorm。來自瑞士人工智能實驗室IDSIA的一個非常發(fā)展前景很不錯的深度學(xué)習(xí)軟件包，Brainstorm能夠處理上百層的超級深度神經(jīng)網(wǎng)絡(luò)——所謂的公路網(wǎng)絡(luò)Highway Networks。

五、Chainer。來自一個日本的深度學(xué)習(xí)創(chuàng)業(yè)公司Preferred Networks，今年6月發(fā)布的一個Python框架。Chainer的設(shè)計基于define by run原則，也就是說，該網(wǎng)絡(luò)在運(yùn)行中動態(tài)定義，而不是在啟動時定義，這里有Chainer的詳細(xì)文檔。

六、Deeplearning4j。顧名思義，Deeplearning4j是”for Java”的深度學(xué)習(xí)框架，也是首個商用級別的深度學(xué)習(xí)開源庫。Deeplearning4j由創(chuàng)業(yè)公司Skymind于2014年6月發(fā)布，使用Deeplearning4j的不乏埃森哲、雪弗蘭、博斯咨詢和IBM等明星企業(yè)。

DeepLearning4j是一個面向生產(chǎn)環(huán)境和商業(yè)應(yīng)用的高成熟度深度學(xué)習(xí)開源庫，可與Hadoop和Spark集成，即插即用，方便開發(fā)者在APP中快速集成深度學(xué)習(xí)功能，可應(yīng)用于以下深度學(xué)習(xí)領(lǐng)域：

• 人臉/圖像識別
• 語音搜索
• 語音轉(zhuǎn)文字（Speech to text）
• 垃圾信息過濾（異常偵測）
• 電商欺詐偵測

七、Marvin。是普林斯頓大學(xué)視覺工作組新推出的C++框架。該團(tuán)隊還提供了一個文件用于將Caffe模型轉(zhuǎn)化成語Marvin兼容的模式。

八、ConvNetJS。這是斯坦福大學(xué)博士生Andrej Karpathy開發(fā)瀏覽器插件，基于萬能的JavaScript可以在你的游覽器中訓(xùn)練神經(jīng)網(wǎng)絡(luò)。Karpathy還寫了一個ConvNetJS的入門教程，以及一個簡潔的瀏覽器演示項目。

九、MXNet。出自CXXNet、Minerva、Purine等項目的開發(fā)者之手，主要用C++編寫。MXNet強(qiáng)調(diào)提高內(nèi)存使用的效率，甚至能在智能手機(jī)上運(yùn)行諸如圖像識別等任務(wù)。

十、Neon。由創(chuàng)業(yè)公司Nervana Systems于今年五月開源，在某些基準(zhǔn)測試中，由Python和Sass開發(fā)的Neon的測試成績甚至要優(yōu)于Caffeine、Torch和谷歌的TensorFlow。

End.

總結(jié)

以上是生活随笔為你收集整理的机器学习的框架（一个框架解决几乎所有机器学习的问题）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。