深度學習是一種基于對數據進行表證學習的機器學習方法，近些年不斷發展并廣受歡迎。

作為一個相對較新的概念，對于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區中開源項目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。下面就將這些資源分享給大家。

16個最棒的深度學習開源框架和平臺

1、TensorFlow

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，并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, 程序提交次數: 31714, 建立日期: 2015年11月1日。

鏈接：https://github.com/tensorflow/tensorflow

2、Keras

Keras是用Python編寫的高級神經網絡的API，能夠和TensorFlow，CNTK或Theano配合使用。

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

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

3、Caffe

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

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

鏈接：https://github.com/BVLC/caffe

4、Microsoft Cognitive Toolkit

Microsoft Cognitive Toolkit(以前叫做CNTK)是一個統一的深度學習工具集，它將神經網絡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, 程序提交次數: 15613, 建立日期: 2014年7月27日。

鏈接：https://github.com/Microsoft/CNTK

5、PyTorch

PyTorch是與Python相融合的具有強大的GPU支持的張量計算和動態神經網絡的框架。

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

鏈接：https://github.com/pytorch/pytorch

6、Apache MXnet

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編程和命令式編程混合使用，從而最大限度地提高效率和生產力。

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

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

7、DeepLearning4J

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編寫的開源的分布式神經網絡庫，并獲得了Apache 2.0的認證。

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

鏈接：https://github.com/deeplearning4j/deeplearning4j

8、Theano

Theano可以高效地處理用戶定義、優化以及計算有關多維數組的數學表達式。 但是在2017年9月，Theano宣布在1.0版發布后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, 程序提交次數:27974, 建立日期: 2008年1月6日。

鏈接：https://github.com/Theano/Theano

9、TFLearn

TFLearn是一種模塊化且透明的深度學習庫，它建立在TensorFlow之上，旨在為TensorFlow提供更高級別的API，以方便和加快實驗研究，并保持完全的透明性和兼容性。

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

鏈接：https://github.com/tflearn/tflearn

10、Torch

Torch是Torch7中的主要軟件包，其中定義了用于多維張量的數據結構和數學運算。此外，它還提供許多用于訪問文件，序列化任意類型的對象等的實用軟件。

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

鏈接：https://github.com/torch/torch7

11、Caffe2

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

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

鏈接：https://github.com/caffe2/caffe2

12、PaddlePaddle

PaddlePaddle(平行分布式深度學習)是一個易于使用的高效、靈活、可擴展的深度學習平臺。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于百度的眾多產品中。

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

鏈接：https://github.com/PaddlePaddle/Paddle

13、DLib

DLib是包含機器學習算法和工具的現代化C ++工具包，用來基于C ++開發復雜的軟件從而解決實際問題。

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

鏈接：https://github.com/davisking/dlib

14、Chainer

Chainer是基于python用于深度學習模型中的獨立的開源框架，它提供靈活、直觀、高性能的手段來實現全面的深度學習模型，包括最新出現的遞歸神經網絡(recurrent neural networks)和變分自動編碼器(variational auto-encoders)。

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

鏈接：https://github.com/chainer/chainer

15、Neon

Neon是Nervana開發的基于Python的深度學習庫。它易于使用，同時性能也處于最高水準。

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

鏈接：https://github.com/NervanaSystems/neon

16、Lasagne

Lasagne是一個輕量級的庫，可用于在Theano上建立和訓練神經網絡。

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

鏈接：https://github.com/Lasagne/Lasagne

其他選擇

• 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