大数据文摘著作

编译：惊蛰、什锦甜、蒋宝尚

深度学习是一种根据对数据进行表证学习的机器学习办法，近些年不断发展并广受欢迎。

作为一个相对较新的概念，关于无论是想要进入该范畴的初学者，仍是现已熟知办法的内行来说，触手可及的学习资源太丰厚了。

为了不被一日千里的技能和潮流所筛选，积极参与深度学习社区中开源项目的学习和互动是个很好的办法。

在本文中文摘菌将为我们具体介绍16种GitHub中最受欢迎的深度学习开源渠道和开源库，除此之外，还有些比较不错的渠道和结构尽管没有进入榜单，文摘菌也列了出来，供我们参阅。

GitHub保藏和奉献率最高的16个开源深度学习结构，圆圈的色彩越偏绿色标明结构越新，色彩越偏蓝色标明结构的时刻越早。

从上图可知，TensorFlow高居榜首，第二名和第三名的是分别是Keras和Caffe。下面文摘菌就将这些资源共享给我们。

16个最棒的深度学习开源结构和渠道

1. TensorFlow

TensorFlow开始由谷歌的Machine Intelligence research organization 中Google Brain Team的研讨人员和工程师开发的。这个结构旨在便利研讨人员对机器学习的研讨，并简化从研讨模型到实践出产的搬迁的进程。

保藏: 96655, 奉献人数: 1432, 程序提交次数: 31714, 树立日期: 2015年11月1日。

链接：https://GitHub.com/tensorflow/tensorflow

2 Keras

Keras是用Python编写的高档神经网络的API，能够和TensorFlow，CNTK或Theano合作运用。

保藏: 28385, 奉献人数: 653, 程序提交次数: 4468, 树立日期: 2015年3月22日。

链接：https://github.com/keras-team/keras

3. Caffe

Caffe是一个重在表达性、速度和模块化的深度学习结构，它由Berkeley Vision and Learning Center(伯克利视觉和学习中心)和社区奉献者共同开发。

保藏: 23750, 奉献人数: 267, 程序提交次数: 4128, 树立日期: 2015年9月8日。

链接：https://github.com/BVLC/caffe

4. Microsoft Cognitive Toolkit

Microsoft Cognitive Toolkit(曾经叫做CNTK)是一个一致的深度学习东西集，它将神经网络描绘为一系列经过有向图标明的核算过程。

保藏: 14243, 奉献人数: 174, 程序提交次数: 15613, 树立日期: 2014年7月27日。

链接：https://github.com/Microsoft/CNTK

5. PyTorch

PyTorch是与Python相交融的具有强壮的GPU支撑的张量核算和动态神经网络的结构。

保藏: 14101, 奉献人数: 601, 程序提交次数: 10733, 树立日期: 2012年1月22日。

链接：https://github.com/pytorch/pytorch

6. Apache MXnet

Apache MXnet是为了进步功率和灵敏性而规划的深度学习结构。它答应运用者将符号编程和指令式编程混合运用，然后最大极限地进步功率和出产力。

保藏: 13699, 奉献人数: 516, 程序提交次数: 6953, 树立日期: 2015年4月26日。

链接：https://github.com/apache/incubator-mxnet

7. DeepLearning4J

DeepLearning4J和ND4J，DataVec，Arbiter以及RL4J相同，都是Skymind Intelligence Layer的一部分。它是用Java和Scala编写的开源的分布式神经网络库，并获得了Apache 2.0的认证。

保藏:8725, 奉献人数: 141, 程序提交次数: 9647, 树立日期: 2013年11月24日。

链接：https://github.com/deeplearning4j/deeplearning4j

8. Theano

Theano能够高效地处理用户界说、优化以及核算有关多维数组的数学表达式。 但是在2017年9月，Theano宣告在1.0版发布后不会再有进一步的重大进展。不过不要绝望，Theano仍然是一个十分强壮的库足以支撑你进行深度学习方面的研讨。

保藏: 8141, 奉献人数: 329, 程序提交次数:27974, 树立日期: 2008年1月6日。

链接：https://github.com/Theano/Theano

9. TFLearn

TFLearn是一种模块化且通明的深度学习库，它树立在TensorFlow之上，旨在为TensorFlow供给更高档别的API，以便利和加速试验研讨，并坚持彻底的通明性和兼容性。

保藏: 7933, 奉献人数: 111, 程序提交次数: 589, 树立日期:2016年3月27日。

链接：https://github.com/tflearn/tflearn

10. Torch

Torch是Torch7中的首要软件包，其间界说了用于多维张量的数据结构和数学运算。此外，它还供给许多用于拜访文件，序列化恣意类型的目标等的实用软件。

保藏: 7834, 奉献人数: 133, 程序提交次数: 1335, 树立日期:2012年1月22日。

链接：https://github.com/torch/torch7

11. Caffe2

Caffe2是一个轻量级的深度学习结构，具有模块化和可扩展性等特色。它在本来的Caffe的基础上进行改善，进步了它的表达性，速度和模块化。

保藏: 7813, 奉献人数: 187, 程序提交次数: 3678, 树立日期:2015年1月21日。

链接：https://github.com/caffe2/caffe2

12. PaddlePaddle

PaddlePaddle(平行分布式深度学习)是一个易于运用的高效、灵敏、可扩展的深度学习渠道。它开始是由百度科学家和工程师们开发的，旨在将深度学习应用于百度的很多产品中。

保藏: 6726, 奉献人数: 120, 程序提交次数: 13733, 树立日期:2016年8月28日。

链接：https://github.com/PaddlePaddle/Paddle

13. DLib

DLib是包含机器学习算法和东西的现代化C ++东西包，用来根据C ++开发杂乱的软件然后处理实践问题。

保藏: 4676, 奉献人数: 107, 程序提交次数: 7276, 树立日期:2008年4月27日。

链接：https://github.com/davisking/dlib

14. Chainer

Chainer是根据python用于深度学习模型中的独立的开源结构，它供给灵敏、直观、高功能的手法来完成全面的深度学习模型，包含最新呈现的递归神经网络(recurrent neural networks)和变分主动编码器(variational auto-encoders)。

保藏: 3685, 奉献人数: 160, 程序提交次数: 13700, 树立日期: 2015年4月12日。

链接：https://github.com/chainer/chainer

15. Neon

Neon是Nervana开发的根据Python的深度学习库。它易于运用，一起功能也处于最高水准。

保藏: 3466, 奉献人数: 77, 程序提交次数: 1112, 树立日期: 2015年5月3日。

链接：https://github.com/NervanaSystems/neon

16. Lasagne

Lasagne是一个轻量级的库，可用于在Theano上树立和练习神经网络。

保藏: 3417, 奉献人数:64, 程序提交次数: 1150, 树立日期:2014年9月7日。

链接：https://github.com/Lasagne/Lasagne

其他挑选

• H2O.ai：https://github.com/h2oai/h2o-3
• PyLearn：https://github.com/lisa-lab/pylearn2
• BigDL：https://github.com/intel-analytics/BigDL
• Shogun：https://github.com/shogun-toolbox/shogun
• Apache SINGA：https://github.com/apache/incubator-singa
• Blocks：https://github.com/mila-udem/blocks
• Mocha：https://github.com/pluskid/Mocha.jl

相关报导：https://www.kdnuggets.com/2018/04/top-16-open-source-deep-learning-libraries.html

【本文是51CTO专栏组织大数据文摘的原创译文，微信大众号“大数据文摘（id: BigDataDigest）”】

戳这儿，看该作者更多好文