常用深度學習框架介紹

常用深度學習框架介紹
名稱	介紹	時間
Theano	第一個有較大影晌力的Python深度學習框架	2008年開始 開發於加拿大蒙特利爾大學LISA實驗室
Keras	Keras是一個離層神經網絡API, 由純Python編寫而成並使用 TensorFlow、 Theano及CNTK作爲後端。 Keras爲支持快速實驗而生， 能夠把想法迅速轉換爲結果。 Keras應該是深度學習框架之中最容易上 手的一個，它提供了一致而簡潔的API, 能夠極大地減少一般應用下用 戶的工作量，避免用戶璽鯉造輪子。	2015年6月13日,爲初始版本 主要開發者是谷歌工程師François Chollet
Caffe	Caffe的優點是簡潔快速，缺點是缺少靈活性。不同千Keras因 爲太多的封裝導致靈活性喪失， Caffe靈活性的缺失主要是因爲它的設計。在Caffe中最主要的抽象對象是層，每實現一個新的層，必須要利用C+ +實現它的前向傳播和反向傳播代碼，而如果想要新層運行在 GPU上，還需要同時利用CUDA實現這—層的前向傳播和反向傳播。這 種限制使俜不熟悉C++和CUDA的用戶擴展Caffe十分困難。	賈揚清在加州大學伯克利分校攻讀博士期間創建了Caffe項目 2017年4月，Facebook發佈Caffe2，加入了遞歸神經網絡等新功能。 2018年3月底，Caffe2併入PyTorch。
TensorFlow	如今用戶最多的深度學習框架	2015年11月10日， Google宣佈推出開源
PyTorch	pytorch和TensorFlow的一點區別，那就是pytorch是一個動態的框架，而TensorFlow是一個靜態的框架。（可以更改計算圖）	2017年1月， Facebook開源
MXNet	MXNe是一個深度學習庫，支持C+ +、 Python、 R、 Scala、丿ulia、 MATLAB及javaScript等語言	最開始，同爲上海交大校友的陳天奇與李沐碰頭 ,號召大 家—起合作開發MXNet 2016年11月， MXNet被AWS陽艾選擇爲其雲十算的 官方深度學習平臺。 2017年1月， MXNe頃目進入Apache基金會，成 爲Apache的孵化器項目。