排名前16名的开源深度学习的平台，你知道哪些？

这回我们为您带来了排名前16的开源深度学习库及平台。其中，TensorFlow排在第一位，Keras和Caffe分列二、三名。

深度学习是基于数据表示法，属于机器学习方法这个“大家庭”中一个不断发展、日益流行的部分。相较于其他，它是一个全新的概念。巨大的人力物力需求可能会限制那些想进入这个领域的人，或者是那些已经进入这个领域的人。考虑到这种情况，在网上社区积极参与、讨论开放源项目是你不断更新自我知识，了解发展趋势最好的方法。

上图显示了在Gizub领域中由佼佼者和贡献者组成的16家开源深度学习库的具体排名分布图。图中，圆圈的颜色表示创办的时间。(越绿-创立时间越短，越蓝-创立时间越长)。

可以看出，TensorFlow是无可争议的领头羊。同Keras、Caffe、Microsoft和PyTorch占据了前五名。

下面是完整的名单。并附有一个简短的介绍和进一步的链接。我们希望您能通过下面的文章获得进一步学习。

1. TensorFlow最初是由谷歌机器智能化研究组织的研究人员和工程师为方便谷歌首脑团队工作而开发的。该系统设计的初衷是为了便于对机器学习的研究，使其原型系统更加快速、方便的向生产系统过渡

网址：n.TensorFlow.

2. Keras是一个高级的神经网络API，用Python编写，能够在TensorFlow、CNTK或Theano上运行。

网址: Keras.

3. Caffe是一个深度的学习框架，其核心体现了表达、速度和模块化的特性。它是由Berkeley Visionand Learning Center (简称BVLC)和贡献者开发的。

网址：n.Caffe.

4.Microsoft Cognitive Toolkit (前CNTK)是一个统一的深度学习工具平台，它特点为用图片将神经网络描述为一系列计算步骤。

网址：.Microsoft Cognitive Toolkit

5.PyTorch，通过张量和动态神经网络在Python中具有很强的GPU加速效果。

网址:PyTorch

6.ApacheMXnet是一个为效率和灵活性而设计的深度学习框架。它允许您使用混合符号编程和命令式编程，以最大限度地提高您的效率。

网址:ApacheMXnet

7.DeepLearning4J是Skymind Intelligence Layer的一部分。当然，ND4J、DataVec、Arcer和RL4J也是它的一部分。DeepLearning4J是Apache2.0许可的、可开源的、分布式的神经网络库，通常用用Java和Scala编写。

网址:DeepLearning4J

8.Theano使您可以通过Theano有效地定义、优化和评估所涉及多维数组的数学表达式.不过，9月份，Theano宣布在1.0版本发布后，将不再进一步的开发。不过它仍然是一个非常强大的图书馆，您可以随时用它进行深入的学习研究。

网址:n.Theano

9.TFLearn是一个模块化的、透明的、建立在TensorFlow之上的深度学习图书馆。它希望在完全透明,兼容的基础上，为TensorFlow提供更高级别的API，以方便推进实验。

网址:TFLearn

10. Torch是Torch 7中的主要软件包，它对多维张量的数据结构和数学运算有着明确的定义。此外，它还提供许多实用程序。比如用于访问文件、任意序列化类型的对象和其他实用程序。

网址:Torch

11.Caffe2是一个轻量级、模块化、可伸缩的深度学习框架。在原始Caffe的基础上，Caffe2的设计考虑了表达、速度和模块化等要素。

网址:Caffe2

12.PaddlePaddle.是一个易于使用的、高效灵活、可伸缩的深度学习平台，最初是由百度的科学家和工程师为了将深度学习应用于百度的产品而开发的。

网址:PaddlePaddle

13.DLib是一个现代的C++工具包，包含机器学习算法和工具，用于在C++中创建复杂的软件来解决现实世界的问题。

网址:DLib

14:Chainer是一个基于Python的独立开源框架，用于深度学习模型。Chainer为人们提供了一种灵活、直观和高性能的实现各种深度学习的思路。其中Chainer部分模型极其先进。如递归神经网络和变分编码器。

网址:Chainer

15.Neon是Nervana的基于Python的深度学习库。它操作简单，又具有极高的性能体验。

网址:Neon

16.Lasagne是一个轻量级的库，用于在Theano建立和训练神经网络。

网址:Lasagne

以上是我们所知的最优秀的深度学习库的列表。希望能对你有帮助