本文整理了 GitHub 上最流行的 57 款深度學(xué)習(xí)項(xiàng)目（按 stars 排名）。最后更新：2016.08.09
Stars：29622
使用數(shù)據(jù)流圖計(jì)算可擴(kuò)展機(jī)器學(xué)習(xí)問(wèn)題
TensorFlow 是谷歌的第二代機(jī)器學(xué)習(xí)系統(tǒng)昵慌，按照谷歌所說(shuō)苛败，在某些基準(zhǔn)測(cè)試中如失，TensorFlow 的表現(xiàn)比第一代的 DistBelief 快了2倍。
TensorFlow 內(nèi)建深度學(xué)習(xí)的擴(kuò)展支持，任何能夠用計(jì)算流圖形來(lái)表達(dá)的計(jì)算擅憔，都可以使用 TensorFlow。任何基于梯度的機(jī)器學(xué)習(xí)算法都能夠受益于 TensorFlow 的自動(dòng)分 化（auto-differentiation）倍阐。通過(guò)靈活的Python接口概疆，要在 TensorFlow 中表達(dá)想法也會(huì)很容易。2.Caffe
Stars：11799
Caffe是一個(gè)高效的開(kāi)源深度學(xué)習(xí)框架峰搪。由表達(dá)式岔冀，速度和模塊化組成。
Stars：10148
Torch實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)算法概耻。
Neural style 是讓機(jī)器模仿已有畫作的繪畫風(fēng)格來(lái)把一張圖片重新繪制的算法使套。4.deepdream
Stars：9042
Deep Dream，一款圖像識(shí)別工具
5.Keras
Stars：7502
一款python實(shí)現(xiàn)的深度學(xué)習(xí)庫(kù)鞠柄，包括卷積神經(jīng)網(wǎng)絡(luò)侦高、遞歸神經(jīng)網(wǎng)絡(luò)等。運(yùn)行在Theano和TensorFlow之上厌杜。
Keras是一個(gè)極簡(jiǎn)的奉呛、高度模塊化的神經(jīng)網(wǎng)絡(luò)庫(kù)，采用Python（Python 2.7-3.5.）開(kāi)發(fā)夯尽，能夠運(yùn)行在TensorFlow和Theano任一平臺(tái)瞧壮，好項(xiàng)目旨在完成深度學(xué)習(xí)的快速開(kāi)發(fā)。
Stars：7170
學(xué)生主導(dǎo)的一個(gè)獨(dú)立項(xiàng)目匙握，從新實(shí)現(xiàn)了 DeepMind在2016 Nature發(fā)表的內(nèi)容馁痴， 《用深度神經(jīng)網(wǎng)絡(luò)和樹(shù)搜索學(xué)習(xí)圍棋》 (Nature 529, 484-489, 28 Jan 2016).
Stars：6671
基于TensorFlow開(kāi)發(fā)的模型
Stars：6275
運(yùn)用深度神經(jīng)網(wǎng)絡(luò)將涂鴉變?yōu)閮?yōu)雅的藝術(shù)品，從照片生成無(wú)縫紋理肺孤，轉(zhuǎn)變圖片風(fēng)格罗晕，進(jìn)行基于實(shí)例的提升，等等…還有更多Ｔ隆（語(yǔ)義風(fēng)格傳遞的實(shí)現(xiàn)）
9.CNTK
Stars：5957
深度學(xué)習(xí)工具包 小渊。來(lái)自微軟公司的CNTK工具包的效率，“比我們所見(jiàn)過(guò)的都要瘋狂”茫叭。 這部分歸功于CNTK可借助圖形處理單元（GPU）的能力酬屉，微軟自稱是唯一公開(kāi)“可擴(kuò)展GPU”功能的公司。（從單機(jī)上的1個(gè)揍愁、延伸至超算上的多個(gè)） 在與該公司的網(wǎng)絡(luò)化GPU系統(tǒng)（稱之為Azure GPU Lab）匹配之后呐萨，它將能夠訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別語(yǔ)音，讓Cortana虛擬助理的速度達(dá)到以前的十倍莽囤。
Stars：5872
適合初學(xué)者的 TensorFlow 教程和代碼示例谬擦，做了相關(guān)筆記和代碼解釋。
11.ConvNet JS
Stars：5231
ConvNetJS 是用JavaScript實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)朽缎，同時(shí)還有基于瀏覽器的 demo惨远。
12.Torch
Stars：5133
Torch7谜悟，深度學(xué)習(xí)庫(kù)。
Torch7 是一個(gè)科學(xué)計(jì)算框架北秽，支持機(jī)器學(xué)習(xí)算法葡幸。易用而且提供高效的算法實(shí)現(xiàn)，得益于 LuaJIT 和一個(gè)底層的 C 實(shí)現(xiàn)贺氓。
13.OpenFace
Stars：4855
基于深度學(xué)習(xí)網(wǎng)絡(luò)的面部識(shí)別蔚叨。
14.MXNet
Stars：4685
輕巧、便攜辙培、靈活的分布式/移動(dòng)深度學(xué)習(xí)框架蔑水，支持Python, R, Julia,Scala,Go,javascript等等語(yǔ)言。
MXNet是一款設(shè)計(jì)為效率和靈活性的深度學(xué)習(xí)框架虏冻。它允許你混合符號(hào)編程和命令式編程肤粱，從而最大限度提高效率和生產(chǎn)力。在其核心是一個(gè)動(dòng)態(tài)的依賴調(diào)度厨相，它能夠自動(dòng)并行符號(hào)和命令的操作领曼。一個(gè)圖形優(yōu)化層，使得符號(hào)執(zhí)行速度快蛮穿，內(nèi)存使用高效庶骄。這個(gè)庫(kù)便攜，輕量践磅，而且能夠擴(kuò)展到多個(gè)GPU和多臺(tái)機(jī)器单刁。
15.Theano
Stars：4286
Theano 是一個(gè) Python 庫(kù)，用來(lái)定義府适、優(yōu)化和模擬數(shù)學(xué)表達(dá)式計(jì)算羔飞，用于高效的解決多維數(shù)組的計(jì)算問(wèn)題。
16.Leaf
Stars：4281
黑客的開(kāi)源機(jī)器智能框架檐春。
17.Char RNN
Stars：3820
多層遞歸神經(jīng)網(wǎng)絡(luò)的字符級(jí)別語(yǔ)言模型逻淌，基于Torch開(kāi)發(fā)。
18.Neural Talk
Stars：3694
NeuralTalk是一個(gè)Python+numpy項(xiàng)目疟暖，用多模式遞歸神經(jīng)網(wǎng)絡(luò)描述圖像卡儒。
Stars：3673
基于Hadoop和Spark的Java,scala& Clojure深度學(xué)習(xí)工具。
Deeplearning4j（簡(jiǎn)稱DL4J）是為Java和Scala編寫的首個(gè)商業(yè)級(jí)開(kāi)源分布式深度學(xué)習(xí)庫(kù)俐巴。DL4J與hadoop和Spark集成骨望，為商業(yè)環(huán)境（而非研究工具目的）所設(shè)計(jì)。Skymind是DL4J的商業(yè)支持機(jī)構(gòu)欣舵。
Deeplearning4j 技術(shù)先進(jìn)擎鸠，以即插即用為目標(biāo)，通過(guò)更多預(yù)設(shè)的使用邻遏，避免太多配置糠亩，讓非研究人員也能夠進(jìn)行快速的原型制作虐骑。DL4J同時(shí)可以規(guī)淖佳椋化定制赎线。DL4J遵循Apache 2.0許可協(xié)議，一切以其為基礎(chǔ)的衍生作品均屬于衍生作品的作者糊饱。
20.TFLearn
Stars：3368
深度學(xué)習(xí)庫(kù)垂寥，包括高層次的TensorFlow接口。
Stars：3352
神經(jīng)網(wǎng)絡(luò)模型示例另锋。
22.OpenAI Gym
Stars：3020
一種用于開(kāi)發(fā)和比較強(qiáng)化學(xué)習(xí)算法的工具包滞项。
23.Magenta
Stars：2914
Magenta: 音樂(lè)和藝術(shù)的生成與機(jī)器智能
Google Brain團(tuán)隊(duì)的一組研究人員發(fā)布了一個(gè)項(xiàng)目Project Magenta，其主要目標(biāo)是利用機(jī)器學(xué)習(xí)創(chuàng)作藝術(shù)和譜寫曲子夭坪。Project Magenta使用了 TensorFlow系統(tǒng)文判，研究人員在GitHub上開(kāi)源了他們的模型和工具。
研究人員稱室梅，機(jī)器生成的音樂(lè)已經(jīng)存在了許多年戏仓，但它們?cè)诙既狈﹂L(zhǎng)的敘事藝術(shù)。Project Magenta就試圖將故事作為機(jī)器生成音樂(lè)的重要部分亡鼠。Google公布了一個(gè)DEMO（MP3）表現(xiàn)Magenta項(xiàng)目的成果赏殃。
24.Colornet
Stars：2798
用神經(jīng)網(wǎng)絡(luò)模型給灰度圖上色。
25.Synaptic
Stars：2666
基于Node.js和瀏覽器的免架構(gòu)神經(jīng)網(wǎng)絡(luò)庫(kù)间涵。
Stars：2550
Torch開(kāi)發(fā)的圖像簡(jiǎn)介生成代碼仁热，運(yùn)行在GPU上。
Stars：2540
使用神經(jīng)匹配和融合生成相似圖形勾哩。
Stars：2413
Tensorflow抗蠢，從基礎(chǔ)原理到應(yīng)用。
29.Lasagne
Stars：2355
基于Theano訓(xùn)練和構(gòu)建神經(jīng)網(wǎng)絡(luò)的輕型函數(shù)庫(kù)思劳。
30.PyLearn2
Stars：2153
基于Theano的機(jī)器學(xué)習(xí)庫(kù)迅矛。
31.LISA-lab Deep Learning Tutorials
Stars：2134
深度學(xué)習(xí)教程筆記和代碼。詳情參見(jiàn)wiki頁(yè)面敢艰。
32.Neon
Stars：2121
Nervana?開(kāi)發(fā)的一款快速诬乞、可擴(kuò)展、易上手的Python深度學(xué)習(xí)框架.
neon 是 Nervana System 的深度學(xué)習(xí)軟件钠导。根據(jù)Facebook一位研究者的基準(zhǔn)測(cè)試震嫉，Nervana的軟件比業(yè)界知名的深度學(xué)習(xí)工具性能都要高，包括Facebook自己的Torch7和Nvidia的cuDNN牡属。
33.Matlab Deep Learning Toolbox
Stars：2032
Matlab/Octave的深度學(xué)習(xí)工具箱票堵。包括深度信念網(wǎng)絡(luò)、自動(dòng)編碼機(jī)逮栅、卷積神經(jīng)網(wǎng)絡(luò)悴势、卷積自動(dòng)編碼機(jī)和vanilla神經(jīng)網(wǎng)絡(luò)等窗宇。每種方法都有入門示例。
Stars：1721
使用深度強(qiáng)化學(xué)習(xí)破解Flappy Bird游戲(深度 Q-學(xué)習(xí)).
35.dl-setup
Stars：1607
在深度學(xué)習(xí)機(jī)上設(shè)置軟件說(shuō)明特纤。
36.Chainer
Stars：1573
一款靈活的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)框架军俊。
Chainer是深度學(xué)習(xí)的框架，Chainer在深度學(xué)習(xí)的理論算法和實(shí)際應(yīng)用之間架起一座橋梁捧存。它的特點(diǎn)是強(qiáng)大粪躬、靈活、直觀昔穴，被認(rèn)為是深度學(xué)習(xí)的靈活框架镰官。
Stars：1514
看圖講故事的遞歸神經(jīng)網(wǎng)絡(luò)模型。
38.DIGITS
Stars：1353
深度學(xué)習(xí)GPU訓(xùn)練系統(tǒng)吗货。
39.Deep Jazz
Stars：1229
基于Keras和Theano生成jazz的深度學(xué)習(xí)模型泳唠！
40.Tiny DNN
Stars：1183
僅引用頭文件，無(wú)依賴且使用 C ++ 11 的深度學(xué)習(xí)框架
41.Brainstorm
Stars：1143
快速宙搬、靈活笨腥、有趣的神經(jīng)網(wǎng)絡(luò)。
42.dl-docker
Stars：1044
一個(gè)用于深度學(xué)習(xí)的一體化Docker鏡像害淤。 包含所有流行的 DL 框架（TensorFlow扇雕，Theano，Torch窥摄，Caffe等）镶奉。
43.Darknet
Stars：937
C語(yǔ)言版本的開(kāi)源神經(jīng)網(wǎng)絡(luò)。
Stars：904
基于Theano的機(jī)器學(xué)習(xí)入門教程崭放，從線性回歸到卷積神經(jīng)網(wǎng)絡(luò)哨苛。
Stars：904
一款生成古典音樂(lè)的遞歸神經(jīng)網(wǎng)絡(luò)工具。
46.Blocks
Stars：866
用于構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的Theano框架
47.TDB
Stars：860
TensorFlow的交互式币砂、節(jié)點(diǎn)調(diào)試和可視化的工具建峭。
TensorDebugger (TDB) 是深度學(xué)習(xí)調(diào)試器，使用斷點(diǎn)和計(jì)算機(jī)圖形化實(shí)時(shí)數(shù)據(jù)流可視化擴(kuò)展 TensorFlow（谷歌的深度學(xué)習(xí)框架）决摧。特別的是亿蒸，TDB 是一個(gè) Python 庫(kù)和 一個(gè) Jupyter Notebook 擴(kuò)展的結(jié)合，構(gòu)建 Google 的 TensorFlow 框架掌桩。
Stars：849
深度神經(jīng)網(wǎng)絡(luò)入門工具边锁，類似scikit-learn的分類器和回歸模型。
49.Veles
Stars：760
分布式機(jī)器學(xué)習(xí)平臺(tái)(Python, CUDA, OpenCL)
VELES 是分布式深度學(xué)習(xí)應(yīng)用系統(tǒng)波岛，用戶只需要提供參數(shù)茅坛，剩下的都可以交給 VELES。VELES 使用 Python 編寫则拷，使用 OpenCL 或者 CUDA贡蓖，利用基于 Flow 的編程曹鸠。它是三星開(kāi)發(fā)的另一個(gè) TensorFlow。
50.Deep Detect
Stars：759
基于C++11的深度學(xué)習(xí)接口和服務(wù)器斥铺，與Python綁定并支持Caffe彻桃。
Stars：759
基于Google Tensorflow的深度Q學(xué)習(xí)演示。
Stars：724
基于Spark的Caffe仅父。
雅虎認(rèn)為叛薯，深度學(xué)習(xí)應(yīng)該與現(xiàn)有的支持特征工程和傳統(tǒng)（非深度）機(jī)器學(xué)習(xí)的數(shù)據(jù)處理管道在同一個(gè)集群中浑吟，創(chuàng)建CaffeOnSpark意在使得深度學(xué)習(xí)訓(xùn)練和測(cè)試能被嵌入到Spark應(yīng)用程序中笙纤。CaffeOnSpark被設(shè)計(jì)成為一個(gè)Spark深度學(xué)習(xí)包。
53.Nolearn
Stars：702
神經(jīng)網(wǎng)絡(luò)庫(kù)的抽象组力，著名的Lasagne省容。
Stars：568
基于tensorflow實(shí)現(xiàn)的深度卷積生成對(duì)抗網(wǎng)絡(luò)。
55.MatConvNet
Stars：479
MATLAB CNN計(jì)算機(jī)視覺(jué)應(yīng)用工具箱燎字。
56.DeepCL
Stars：413
用于訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)模型的OpenCL庫(kù)腥椒。
Stars：304
可視化搜索服務(wù)器。一個(gè)簡(jiǎn)單使用TensorFlow候衍，InceptionV3模型和AWS GPU實(shí)例實(shí)現(xiàn)的視覺(jué)搜索服務(wù)器笼蛛。
代碼實(shí)現(xiàn)兩個(gè)方法，一個(gè)處理圖像搜索的服務(wù)器和一個(gè)提取pool3功能的簡(jiǎn)單索引器蛉鹿。 最近鄰搜索可以使用近似（更快）或使用精確方法（更慢）以近似方式執(zhí)行滨砍。
來(lái)源：Top Deep Learning Projects
相關(guān)鏈接
TensorFlow 的詳細(xì)介紹：點(diǎn)擊查看
TensorFlow 的下載地址：點(diǎn)擊下載
