想要一个开源的深度学习构架吗? 挑选你的

想要一个开源的深度学习构架吗? 挑选你的

Jordan Novet November 14, 2015 4:02 PM

 

上图: ConvNetJS软件的演示。Image Credit: Screenshot

        本周早些时候，当谷歌在GitHub上开源许可下发布了它的人工智能软件TensorFlow时造成一个轰动。谷歌拥有一个相当稳定的AI天赋，AI正工作在受欢迎的产品包括Gmail和谷歌搜索的幕后，因此来自谷歌的AI工具是一个大的交易。

        今天在GitHub上，主要用c++写的TensorFlow是现在、本周和本月的顶级趋势项目，一周已经累算超过10000个星星。

        但如果你想要用深度学习来改进你的应用程序，可以从GitHub上有的几个其它的开源工具选择，深度学习是一种涉及在一堆数据上训练人工神经网络然后让它们做出关于新数据的推论的AI类型。

        这里是今天可用的一些其它的深度学习库的一个概要。

大型的

 

• Caffe（咖啡）。根在加利福尼亚大学伯克利分校，Caffe被广泛使用，包括在Pinterest。基于c++，Caffe是Google今年早些时候发布的显示它的人工神经网络怎样看图像的DeepDream（深梦）项目的基础。
• Theano。不，它不是古希腊的哲学家。它是一个催生了一系列其它的深度学习的Python包，包括最突出的Blocks、 Keras、Lasagne和OpenDeep。Theano2008年起源于蒙特利尔研究所的学习算法，蒙特利尔研究所是蒙特利尔大学的一个分部和深度学习杰出人物约叔阿·本吉奥（Yoshua Bengio）的大本营。
• Torch（火炬）。这一框架已经存在超过十年，但在过去的一年半中，面书（Facebook）通过开源深度学习模块并扩展它已经显示了主要致力于Torch。Torch的一个怪癖是其对编程语言Lua的依赖，编程语言Lua这些天不是特别受欢迎的，但有被用来生成视频游戏的记录。

长尾的

• Apache Singa。几乎完全采用c++编写的，三月份作为一个Apache孵化器项目出现。Singa最初工作由六个学生和新加坡国立大学研究人员和中国的浙江大学的一位教授做的。
• Brainstorm（大脑风暴）。来自瑞士人工智能实验室Istituto Dalle Molle di Studi sull’Intelligenza Artificiale (IDSIA)的一个小的团队的研究人员的一个有前途的新库，Brainstorm可以处理所谓的涉及数百层很深网络的公路网络。像Theano一样，它是用Python写的。
• Chainer（链器）。基于日本的首选网络公司（Preferred Networks）6份发布了基于Python的框架。根据这个框架的文档，Chainer的设计基于"运行定义的"原则------那就是这个网络是由运行确定的而不是只在开始时。
• ConvNetJS。这是斯坦福大学博士生安德列吉·卡尔帕西（Andrej Karpathy）允许你就在你的浏览器训练神经网，使用优秀的老JavaScript。卡尔帕西有一个了得的ConvNetJS入门的教程，以及漂亮的基于浏览器的演示。
• Deeplearning4j。名字就说明了一切------它是Java的深度学习。这个项目被2014年6月启动的Skymind（天思）公司支持。软件的用户包括Accenture、Booz Allen、Chevron和IBM。
• Marvin。这个新的来自普林斯顿大学视觉组的参赛者是用c++写的。这个团队为你提供一个用于把Caffe模型转变成Marvin格式的文件。
• MatConvNet。这是MATLAB的一个用于实现卷积神经网络的工具箱。它最初由安德里亚·韦达尔迪（Andrea Vedaldi）教授和牛津大学机器人学研究小组的博士生卡莱尔·伦克（Karel Lenc）开发的。
• MXNet。主要用c++写的，MXNet是由CXXNet、Minerva和Purine2项目后的人创建的。它意味着有效的使用内存，并且甚至可以在智能手机上运行处理图像识别的任务
• Neon（霓虹灯）。Nervana系统公司早在5月发表了它的一个开放源码的Neon软件。一些基准测试表明Neon------其主要用Python和Sass写的------会胜过Caffe、Torch和谷歌的TensorFlow。
• Veles（韦莱斯）。以同名的斯拉夫神Veles（韦莱斯）命名，Veles来自三星。它主要用Python写的，并且它可以在IPython笔记本运行。

还有我没计到的?

        现在有其它的可用的框架------这些都只是我遇到过的最有趣的------更多的肯定会在未来出现。让我知道缺掉的，因此我可以相应地更新这篇文章。

http://venturebeat.com/2015/11/14/deep-learning-frameworks/