【mark】十個值得一試的開源深度學(xué)習(xí)框架(轉(zhuǎn))

深度學(xué)習(xí)a

本周早些時候Google開源了TensorFlow(GitHub)鹅巍,此舉在深度學(xué)習(xí)領(lǐng)域影響巨大稽屏,因為Google在人工智能領(lǐng)域的研發(fā)成績斐然纯出,有著雄厚的人才儲備猴鲫,而且Google自己的Gmail和搜索引擎都在使用自行研發(fā)的深度學(xué)習(xí)工具。

無疑滞详,來自Google軍火庫的TensorFlow必然是開源深度學(xué)習(xí)軟件中的明星產(chǎn)品凛俱,登陸GitHub當(dāng)天就成為最受關(guān)注的項目,當(dāng)周獲得評星數(shù)就輕松超過1萬個料饥。

對于希望在應(yīng)用中整合深度學(xué)習(xí)功能的開發(fā)者來說蒲犬,GitHub上其實還有很多不錯的開源項目值得關(guān)注,首先我們推薦目前規(guī)模人氣最高的TOP3:

一岸啡、Caffe原叮。源自加州伯克利分校的Caffe被廣泛應(yīng)用,包括Pinterest這樣的web大戶。與TensorFlow一樣奋隶,Caffe也是由C++開發(fā)擂送,Caffe也是Google今年早些時候發(fā)布的DeepDream項目(可以識別喵星人的人工智能神經(jīng)網(wǎng)絡(luò))的基礎(chǔ)。

二唯欣、Theano嘹吨。2008年誕生于蒙特利爾理工學(xué)院,Theano派生出了大量深度學(xué)習(xí)Python軟件包境氢,最著名的包括BlocksKeras蟀拷。

三、Torch萍聊。Torch誕生已經(jīng)有十年之久问芬,但是真正起勢得益于去年Facebook開源了大量Torch的深度學(xué)習(xí)模塊和擴(kuò)展。Torch另外一個特殊之處是采用了不怎么流行的編程語言Lua(該語言曾被用來開發(fā)視頻游戲)脐区。

除了以上三個比較成熟知名的項目,還有很多有特色的深度學(xué)習(xí)開源框架也值得關(guān)注:

她按、Brainstorm牛隅。來自瑞士人工智能實驗室IDSIA的一個非常發(fā)展前景很不錯的深度學(xué)習(xí)軟件包,Brainstorm能夠處理上百層的超級深度神經(jīng)網(wǎng)絡(luò)——所謂的公路網(wǎng)絡(luò)Highway Networks酌泰。

五媒佣、Chainer。來自一個日本的深度學(xué)習(xí)創(chuàng)業(yè)公司Preferred Networks陵刹,今年6月發(fā)布的一個Python框架默伍。Chainer的設(shè)計基于define by run原則,也就是說衰琐,該網(wǎng)絡(luò)在運(yùn)行中動態(tài)定義也糊,而不是在啟動時定義,這里有Chainer的詳細(xì)文檔羡宙。

六狸剃、Deeplearning4j。 顧名思義狗热,Deeplearning4j是”for Java”的深度學(xué)習(xí)框架钞馁,也是首個商用級別的深度學(xué)習(xí)開源庫。Deeplearning4j由創(chuàng)業(yè)公司Skymind于2014年6月發(fā)布匿刮,使用 Deeplearning4j的不乏埃森哲僧凰、雪弗蘭、博斯咨詢和IBM等明星企業(yè)熟丸。

DeepLearning4j是一個面向生產(chǎn)環(huán)境和商業(yè)應(yīng)用的高成熟度深度學(xué)習(xí)開源庫训措,可與Hadoop和Spark集成,即插即用,方便開發(fā)者在APP中快速集成深度學(xué)習(xí)功能隙弛,可應(yīng)用于以下深度學(xué)習(xí)領(lǐng)域:

人臉/圖像識別

語音搜索

語音轉(zhuǎn)文字(Speech to text)

垃圾信息過濾(異常偵測)

電商欺詐偵測

七架馋、Marvin。是普林斯頓大學(xué)視覺工作組新推出的C++框架全闷。該團(tuán)隊還提供了一個文件用于將Caffe模型轉(zhuǎn)化成語Marvin兼容的模式叉寂。

八、ConvNetJS总珠。這是斯坦福大學(xué)博士生Andrej Karpathy開發(fā)瀏覽器插件屏鳍,基于萬能的JavaScript可以在你的游覽器中訓(xùn)練神經(jīng)網(wǎng)絡(luò)。Karpathy還寫了一個ConvNetJS的入門教程局服,以及一個簡潔的瀏覽器演示項目钓瞭。

九、MXNet淫奔。出自CXXNet山涡、Minerva、Purine等項目的開發(fā)者之手唆迁,主要用C++編寫鸭丛。MXNet強(qiáng)調(diào)提高內(nèi)存使用的效率,甚至能在智能手機(jī)上運(yùn)行諸如圖像識別等任務(wù)唐责。

十鳞溉、Neon。由創(chuàng)業(yè)公司Nervana Systems于今年五月開源鼠哥,在某些基準(zhǔn)測試中熟菲,由Python和Sass開發(fā)的Neon的測試成績甚至要優(yōu)于Caffeine、Torch和谷歌的TensorFlow朴恳。


本文轉(zhuǎn)載自:http://www.ctocio.com/ccnews/19687.html

(本站只作轉(zhuǎn)載,不代表本站同意文中觀點或證實文中信息)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末抄罕,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子于颖,更是在濱河造成了極大的恐慌贞绵,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,376評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件恍飘,死亡現(xiàn)場離奇詭異榨崩,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)章母,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,126評論 2 385
  • 文/潘曉璐 我一進(jìn)店門母蛛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人乳怎,你說我怎么就攤上這事彩郊∏巴洌” “怎么了?”我有些...
    開封第一講書人閱讀 156,966評論 0 347
  • 文/不壞的土叔 我叫張陵秫逝,是天一觀的道長恕出。 經(jīng)常有香客問我,道長违帆,這世上最難降的妖魔是什么浙巫? 我笑而不...
    開封第一講書人閱讀 56,432評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮刷后,結(jié)果婚禮上的畴,老公的妹妹穿的比我還像新娘。我一直安慰自己尝胆,他們只是感情好丧裁,可當(dāng)我...
    茶點故事閱讀 65,519評論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著含衔,像睡著了一般煎娇。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上贪染,一...
    開封第一講書人閱讀 49,792評論 1 290
  • 那天缓呛,我揣著相機(jī)與錄音,去河邊找鬼抑进。 笑死强经,一個胖子當(dāng)著我的面吹牛睡陪,可吹牛的內(nèi)容都是我干的寺渗。 我是一名探鬼主播,決...
    沈念sama閱讀 38,933評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼兰迫,長吁一口氣:“原來是場噩夢啊……” “哼信殊!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起汁果,我...
    開封第一講書人閱讀 37,701評論 0 266
  • 序言:老撾萬榮一對情侶失蹤涡拘,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后据德,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體鳄乏,經(jīng)...
    沈念sama閱讀 44,143評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,488評論 2 327
  • 正文 我和宋清朗相戀三年棘利,在試婚紗的時候發(fā)現(xiàn)自己被綠了橱野。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,626評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡善玫,死狀恐怖水援,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤蜗元,帶...
    沈念sama閱讀 34,292評論 4 329
  • 正文 年R本政府宣布或渤,位于F島的核電站,受9級特大地震影響奕扣,放射性物質(zhì)發(fā)生泄漏薪鹦。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,896評論 3 313
  • 文/蒙蒙 一成畦、第九天 我趴在偏房一處隱蔽的房頂上張望距芬。 院中可真熱鬧,春花似錦循帐、人聲如沸框仔。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,742評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽离斩。三九已至,卻和暖如春瘪匿,著一層夾襖步出監(jiān)牢的瞬間跛梗,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工棋弥, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留核偿,地道東北人。 一個月前我還...
    沈念sama閱讀 46,324評論 2 360
  • 正文 我出身青樓顽染,卻偏偏與公主長得像漾岳,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子粉寞,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,494評論 2 348

推薦閱讀更多精彩內(nèi)容