流行的深度學習庫 · Machine Learning Mastery 博客文章翻譯

# 流行的深度學習庫 > 原文： [https://machinelearningmastery.com/popular-deep-learning-libraries/](https://machinelearningmastery.com/popular-deep-learning-libraries/) 有很多深度學習庫可供選擇。哪些是值得學習的優秀專業庫，哪些是側面項目，應該避免。很難分辨出來。在這篇文章中，您將發現您應該考慮在自己的深度學習項目中學習和使用的頂級深度學習庫。讓我們開始吧。 ![Popular Deep Learning Libraries](https://img.kancloud.cn/e9/85/e98569ac55540a926a5e88c76876210b_500x332.png) 流行的深度學習庫照片由 [Nikki](https://www.flickr.com/photos/nikkis_pikkis/1112212508/) 拍攝，保留一些權利。 ## 概觀在這篇文章中，您將發現以下深度學習庫。所有這些都是使用各種不同的許可許可證的開源。 * Theano * 火炬 * 咖啡 * DeepLearning4J 還有許多其他優秀的庫和平臺。一些更值得尊敬的提及包括 Google 的 [TensorFlow](https://www.tensorflow.org/) ，R 中的 [darch](http://cran.um.ac.ir/web/packages/darch/index.html) ，JavaScript 中的 [Convnet.js](http://cs.stanford.edu/people/karpathy/convnetjs/) （用于學習）， [Mocha](https://github.com/pluskid/Mocha.jl) 在 Julia ， [CNTK](https://github.com/Microsoft/CNTK) 由微軟和 [H2O](http://www.h2o.ai/) Web API。 ## Theano Theano 是由 LISA 集團（現為 [MILA](http://mila.umontreal.ca/en/) ）開發的 Python 框架，由蒙特利爾大學的 [Yoshua Bengio](http://www.iro.umontreal.ca/~bengioy/yoshua_en/index.html) 運營，用于研究和開發最先進的深度學習算法。它更好地描述為一個數學表達式編譯器，您可以在其中象征性地定義您想要的內容，并且框架使您的程序符合您在 GPU 或 CPU 上高效運行的程序。它不僅僅是一個深度學習庫，也是一個研究平臺。你必須自己做很多工作來創建你想要的模型。例如，沒有神經網絡類。然而，有一個優秀的深度學習教程，向您展示如何為深度學習創建類和函數。例如，它提供了創建以下深度學習算法的分步示例： * [深度卷積網絡](http://deeplearning.net/tutorial/lenet.html) * [堆疊去噪自動編碼器](http://deeplearning.net/tutorial/SdA.html) * [深信仰網絡](http://deeplearning.net/tutorial/DBN.html) 在線查看[整個教程](http://deeplearning.net/tutorial/contents.html)或下載 [PDF 版](http://deeplearning.net/tutorial/deeplearning.pdf) Theano 實際上是一個生態系統，在實踐中你不會直接使用 Theano。在 Theano 之上構建了一個[長的庫列表，提供了方便的包裝 API。一些更受歡迎的項目包括：](https://github.com/Theano/Theano/wiki/Related-projects) * [Keras](http://keras.io/) * [烤寬面條](https://github.com/Lasagne/Lasagne) * [阻止](https://github.com/mila-udem/blocks) * [Pylearn2](http://deeplearning.net/software/pylearn2/) （已解散）這些項目本身就變成了非常大的項目，為底層的 Theano 平臺提供了有用的 API，大大加快了將模型組合在一起的速度。如果您是 Python 開發人員并且對更廣泛的深度學習或研究感興趣，那么這就是您的平臺。 ### 資源 * [Theano 網頁](http://deeplearning.net/software/theano/) * [Theano 用戶組](https://groups.google.com/forum/#!forum/theano-users)（谷歌集團） * [Theano Github 項目](https://github.com/Theano/Theano/) ## 火炬 Torch（使用奇數版本編號稱為 Torch7）是由 [Ronan Collobert](https://www.linkedin.com/in/ronan-collobert-b110aa8) ， [Clement Farabet](https://www.linkedin.com/in/clementfarabet) 和 [Koray Kavukcuoglu](https://uk.linkedin.com/in/koray-kavukcuoglu-0439a720) 開發的 Lua 深度學習框架，用于深入研究和開發學習算法。它由紐約大學的 [CILVR 實驗室](http://cilvr.nyu.edu/doku.php?id=start)（ [Yann LeCun](https://www.linkedin.com/in/yann-lecun-0b999) 的家）使用和推廣。使用 Torch 并由 Facebook AI 實驗室，Google DeepMind，Twitter 和其他許多人進一步開發。在幕后，Torch 使用 C / C ++庫以及 GPU 的 CUDA。它的目標是加速使用 C 友好語言 Lua 來提供一個不那么令人生畏的界面。 > Torch 的目標是在構建科學算法的過程中獲得最大的靈活性和速度，同時使過程變得非常簡單有很多文檔，但它是一團糟。 Torch 的流行應用是用于卷積神經網絡的監督圖像問題，以及具有深度強化學習的更復雜領域的代理。如果您主要對強化學習感興趣，Torch 可能是您的平臺。 ### 資源 * [火炬官方主頁](http://torch.ch/) * [Github 上的火炬計劃](https://github.com/torch/torch7) * [Torch 文檔和 Cheatsheet](https://github.com/torch/torch7/wiki/Cheatsheet) （社區 Wiki） ## 咖啡 Caffe 是由 [Yangqing Jia](https://www.linkedin.com/in/yangqing-jia-a67037b) 在伯克利遠景和學習中心開發的用于監督計算機視覺問題的 Python 深度學習庫。主要關注的是卷積神經網絡，它可能是世界領先者。該庫的一大好處是可以從 [Caffe Model Zoo](http://caffe.berkeleyvision.org/model_zoo.html) 下載并立即使用的預訓練網絡數量。這包括可以在標準計算機視覺數據集上實現世界級結果的最先進模型。例如，這里有一些世界級模型的教程： * [Alex 的 CIFAR-10 教程與 Caffe](http://caffe.berkeleyvision.org/gathered/examples/cifar10.html) * [用 Caffe](http://caffe.berkeleyvision.org/gathered/examples/mnist.html) 在 MNIST 上訓練 LeNet * [ImageNet 與 Caffe](http://caffe.berkeleyvision.org/gathered/examples/imagenet.html) 如果您主要對卷積神經網絡和圖像問題感興趣，那么 Caffe 可能就是您的平臺。 ### 資源 * [Caffe 主頁](http://caffe.berkeleyvision.org/) * [Caffe Github 項目](https://github.com/BVLC/caffe) ## DeepLearning4J DeepLearning4J（簡稱 DL4J）是由 [Adam Gibson](https://www.linkedin.com/in/agibsonccc) 用于商業深度學習項目的 Java（和 JVM 語言）開發的深度學習框架。 > DL4J 是一個基于 JVM，以行業為中心，商業支持的分布式深度學習框架，旨在解決在合理時間內涉及大量數據的問題 DeepLearning4J 是一個靈活的平臺，它提供了一套最先進的深度學習算法，不僅限于： * 深信仰網絡 * 堆疊去噪自動編碼器 * 卷積神經網絡 * 長短期記憶單位 * 遞歸神經網絡 [文檔](http://deeplearning4j.org/documentation)非常好，涵蓋了一系列主題，包括算法本身的一些理論和代碼示例。它具有與整個 Java 生態系統一起使用的優勢，這是商業軟件開發中的主要平臺，包括 JVM 上的其他語言（例如 Scala）和大數據平臺（Hadoop 和 Spark）。 ### 資源 * [DeepLearning4J 主頁](http://deeplearning4j.org/) * [GitHub 上的 DeeplLearning4J](https://github.com/deeplearning4j/deeplearning4j) * [支持 DeepLearning4J](http://skymind.io/) ## 深度學習工具綜述很多人已經完成了深度學習庫和工具的總結。本節列出了一些可用于深入學習深度學習工具的總結和其他資源。 * KDDNuggets 有一個深度學習工具，名為[流行深度學習工具 - 評論](http://www.kdnuggets.com/2015/06/popular-deep-learning-tools.html)，其中包括 2015 年調查的結果。看起來像 Pylearn2 和 Theano 是最受歡迎的。 * DL4J 比較了所有名為 [DL4J 與 Torch vs. Theano vs. Caffe vs. TensorFlow](http://deeplearning4j.org/compare-dl4j-torch7-pylearn.html) 的頂級工具。 * Quora 帖子[目前階段處理大數據的最佳深度學習庫是什么？](https://www.quora.com/What-is-the-best-deep-learning-library-at-the-current-stage-for-working-on-large-data) 作為概述非常有見地。 * Teglor 有一個很好的回合標題為[語言深度學習庫](http://www.teglor.com/b/deep-learning-libraries-language-cm569/) * DeepLearning.net 有一個很好的[深度學習軟件列表](http://deeplearning.net/software_links/)。 * 在 reddit 上有一個很棒的討論題為[深度神經網絡的最佳框架](https://www.reddit.com/r/MachineLearning/comments/2c9x0s/best_framework_for_deep_neural_nets/)？ * 名為 [100 Best GitHub：深度學習](http://meta-guide.com/software-meta-guide/100-best-github-deep-learning)的開源深度學習項目清單。 ## 摘要在這篇文章中，您將發現最受歡迎的深度學習工具和庫。具體來說，您了解到： * Theano * 火炬 * 咖啡 * DeepLearning4J 您是否使用過一種或多種這些工具？請在評論中告訴我您對它們的看法。您對本文中列出的深度學習或庫有任何疑問嗎？在評論中提出您的問題，我會盡力回答。