資源 | 16個GitHub收藏和貢獻率最高的深度學習框架

深度學習是一種基於對資料進行表證學習的機器學習方法，近些年不斷髮展並廣受歡迎。

作為一個相對較新的概念，對於無論是想要進入該領域的初學者，還是已經熟知方法的老手來說，觸手可及的學習資源太豐富了。

為了不被日新月異的技術和潮流所淘汰，積極參與深度學習社群中開源專案的學習和互動是個很好的方法。

在本文中文摘菌將為大家詳細介紹16種GitHub中最受歡迎的深度學習開源平臺和開源庫，除此之外，還有些比較不錯的平臺和框架雖然沒有進入榜單，文摘菌也列了出來，供大家參考。

GitHub收藏和貢獻率最高的16個開源深度學習框架，圓圈的顏色越偏綠色表示框架越新，顏色越偏藍色表明框架的時間越早。

從上圖可知，TensorFlow高居榜首，第二名和第三名的是分別是Keras和Caffe。下面文摘菌就將這些資源分享給大家。

TensorFlow最初由谷歌的Machine Intelligence research organization 中Google Brain Team的研究人員和工程師開發的。這個框架旨在方便研究人員對機器學習的研究，並簡化從研究模型到實際生產的遷移的過程。

收藏: 96655, 貢獻人數: 1432, 程式提交次數: 31714, 建立日期: 2015年11月1日。

連結：

https://github.com/tensorflow/tensorflow

Keras是用Python編寫的高階神經網路的API，能夠和TensorFlow，CNTK或Theano配合使用。

收藏: 28385, 貢獻人數: 653, 程式提交次數: 4468, 建立日期: 2015年3月22日。

連結：

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

Caffe是一個重在表達性、速度和模組化的深度學習框架，它由Berkeley Vision and Learning Center（伯克利視覺和學習中心）和社群貢獻者共同開發。

收藏: 23750, 貢獻人數: 267, 程式提交次數: 4128, 建立日期: 2015年9月8日。

連結：

https://github.com/BVLC/caffe

Microsoft Cognitive Toolkit（以前叫做CNTK）是一個統一的深度學習工具集，它將神經網路描述為一系列通過有向圖表示的計算步驟。

收藏: 14243, 貢獻人數: 174, 程式提交次數: 15613, 建立日期: 2014年7月27日。

連結：

https://github.com/Microsoft/CNTK

PyTorch是與Python相融合的具有強大的GPU支援的張量計算和動態神經網路的框架。

收藏: 14101, 貢獻人數: 601, 程式提交次數: 10733, 建立日期: 2012年1月22日。

連結：

https://github.com/pytorch/pytorch

Apache MXnet是為了提高效率和靈活性而設計的深度學習框架。它允許使用者將符號程式設計和指令式程式設計混合使用，從而最大限度地提高效率和生產力。

收藏: 13699, 貢獻人數: 516, 程式提交次數: 6953, 建立日期: 2015年4月26日。

連結：

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

DeepLearning4J和ND4J，DataVec，Arbiter以及RL4J一樣，都是Skymind Intelligence Layer的一部分。它是用Java和Scala編寫的開源的分散式神經網路庫，並獲得了Apache 2.0的認證。

收藏:8725, 貢獻人數: 141, 程式提交次數: 9647, 建立日期: 2013年11月24日。

連結：

https://github.com/deeplearning4j/deeplearning4j

Theano可以高效地處理使用者定義、優化以及計算有關多維陣列的數學表示式。 但是在2017年9月，Theano宣佈在1.0版釋出後不會再有進一步的重大進展。不過不要失望，Theano仍然是一個非常強大的庫足以支撐你進行深度學習方面的研究。

收藏: 8141, 貢獻人數: 329, 程式提交次數:27974, 建立日期: 2008年1月6日。

連結：

https://github.com/Theano/Theano

TFLearn是一種模組化且透明的深度學習庫，它建立在TensorFlow之上，旨在為TensorFlow提供更高階別的API，以方便和加快實驗研究，並保持完全的透明性和相容性。

收藏: 7933, 貢獻人數: 111, 程式提交次數: 589, 建立日期:2016年3月27日。

連結：

https://github.com/tflearn/tflearn

Torch是Torch7中的主要軟體包，其中定義了用於多維張量的資料結構和數學運算。此外，它還提供許多用於訪問檔案，序列化任意型別的物件等的實用軟體。

收藏: 7834, 貢獻人數: 133, 程式提交次數: 1335, 建立日期:2012年1月22日。

連結：

https://github.com/torch/torch7

Caffe2是一個輕量級的深度學習框架，具有模組化和可擴充套件性等特點。它在原來的Caffe的基礎上進行改進，提高了它的表達性，速度和模組化。

收藏: 7813, 貢獻人數: 187, 程式提交次數: 3678, 建立日期:2015年1月21日。

連結：

https://github.com/caffe2/caffe2

PaddlePaddle（平行分散式深度學習）是一個易於使用的高效、靈活、可擴充套件的深度學習平臺。它最初是由百度科學家和工程師們開發的，旨在將深度學習應用於百度的眾多產品中。

收藏: 6726, 貢獻人數: 120, 程式提交次數: 13733, 建立日期:2016年8月28日。

連結：

https://github.com/PaddlePaddle/Paddle

DLib是包含機器學習演算法和工具的現代化C ++工具包，用來基於C ++開發複雜的軟體從而解決實際問題。

收藏: 4676, 貢獻人數: 107, 程式提交次數: 7276, 建立日期:2008年4月27日。

連結：

https://github.com/davisking/dlib

Chainer是基於python用於深度學習模型中的獨立的開源框架，它提供靈活、直觀、高效能的手段來實現全面的深度學習模型，包括最新出現的遞迴神經網路（recurrent neural networks）和變分自動編碼器（variational auto-encoders）。

收藏: 3685, 貢獻人數: 160, 程式提交次數: 13700, 建立日期: 2015年4月12日。

連結：

https://github.com/chainer/chainer

Neon是Nervana開發的基於Python的深度學習庫。它易於使用，同時效能也處於最高水準。

收藏: 3466, 貢獻人數: 77, 程式提交次數: 1112, 建立日期: 2015年5月3日。

連結：

https://github.com/NervanaSystems/neon

Lasagne是一個輕量級的庫，可用於在Theano上建立和訓練神經網路。

收藏: 3417, 貢獻人數:64, 程式提交次數: 1150, 建立日期:2014年9月7日。

連結：

https://github.com/Lasagne/Lasagne

• 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

相關報導：

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