深度学习入门教程-目录

深度学习入门教程-目录

说明：

• 介绍目前流行的开源深度学习框架及特点

框架：

TensorFlow

• TensorFlow：来自Google的开源深度学习框架，Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具
• github： https://github.com/tensorflow/tensorflow

Caffe

• Caffe：源自加州伯克利分校的Caffe被广泛应用，包括Pinterest这样的web大户。与TensorFlow一样，Caffe也是由C++开发，Caffe也是Google今年早些时候发布的DeepDream项目（可以识别喵星人的人工智能神经网络）的基础。
• github：https://github.com/BVLC/caffe
• 文档：http://caffe.berkeleyvision.org/

Theano

• Theano：2008年诞生于蒙特利尔理工学院，Theano派生出了大量深度学习Python软件包，最著名的包括Blocks和Keras。
• Theano github：https://github.com/Theano/Theano
• Blocks github：https://github.com/mila-udem/blocks
• Keras github：https://github.com/fchollet/keras

Torch

• Torch：Torch诞生已经有十年之久，但是真正起势得益于去年Facebook开源了大量Torch的深度学习模块和扩展。Torch另外一个特殊之处是采用了不怎么流行的编程语言Lua（该语言曾被用来开发视频游戏）
• github：https://github.com/torch/torch7

Brainstorm

• Brainstorm：来自瑞士人工智能实验室IDSIA的一个非常发展前景很不错的深度学习软件包，Brainstorm能够处理上百层的超级深度神经网络——所谓的公路网络Highway Networks
• github：https://github.com/IDSIA/brainstorm
• http://people.idsia.ch/%7Erupesh/very_deep_learning/index.html

Chainer

• Chainer： 来自一个日本的深度学习创业公司Preferred Networks，今年6月发布的一个Python框架。Chainer的设计基于define by run原则，也就是说，该网络在运行中动态定义，而不是在启动时定义，这里有Chainer的详细文档。
• github：https://github.com/pfnet/chainer
• 文档：http://docs.chainer.org/en/stable/tutorial/basic.html

Deeplearning4j

• Deeplearning4j： 顾名思义，Deeplearning4j是”for Java”的深度学习框架，也是首个商用级别的深度学习开源库。Deeplearning4j由创业公司Skymind于2014年6月发布，使用 Deeplearning4j的不乏埃森哲、雪弗兰、博斯咨询和IBM等明星企业。
• Deeplearning4j：是一个面向生产环境和商业应用的高成熟度深度学习开源库，可与Hadoop和Spark集成，即插即用，方便开发者在APP中快速集成深度学习功能。
• 可应用于以下深度学习领域：
  • 人脸/图像识别
  • 语音搜索
  • 语音转文字（Speech to text）
  • 垃圾信息过滤（异常侦测）
  • 电商欺诈侦测
• 文档：http://s.aqniu.com/news/457-deeplearning4j

Marvin

• Marvin：是普林斯顿大学视觉工作组新推出的C++框架。该团队还提供了一个文件用于将Caffe模型转化成语Marvin兼容的模式
• github：https://github.com/PrincetonVision/marvin

ConvNetJS

• ConvNetJS：这是斯坦福大学博士生Andrej Karpathy开发浏览器插件，基于万能的JavaScript可以在你的游览器中训练神经网络。Karpathy还写了一个ConvNetJS的入门教程，以及一个简洁的浏览器演示项目
• github：https://github.com/karpathy/convnetjs
• 浏览器演示项目：http://cs.stanford.edu/people/karpathy/convnetjs/index.html

MXNet

• MXNet：出自CXXNet、Minerva、Purine等项目的开发者之手，主要用C++编写。MXNet强调提高内存使用的效率，甚至能在智能手机上运行诸如图像识别等任务
• github：https://github.com/dmlc/mxnet

Neon

• Neon：由创业公司Nervana Systems于今年五月开源，在某些基准测试中，由Python和Sass开发的Neon的测试成绩甚至要优于Caffeine、Torch和谷歌的TensorFlow
• github：https://github.com/NervanaSystems/neon

参考：

• http://www.oschina.net/news/68074/ten-worth-a-try-open-deep-learning-framework
• http://blog.csdn.net/isuker/article/details/52472806
• http://www.infoq.com/cn/news/2016/01/evaluation-comparison-deep-learn
• http://blog.csdn.net/qiexingqieying/article/details/51734347