本周早些时候，谷歌开源了对深度学习领域产生巨大影响的TensorFlow（GitHub），因为谷歌在人工智能研究和研究领域取得了巨大成就发展，拥有雄厚的人才储备，谷歌自己的Gmail和搜索引擎都在使用自主研发的深度学习工具。毋庸置疑，来自谷歌的TensorFlow一定是开源深度学习软件中的明星产品。它在登陆GitHub当天就成为了最受关注的项目，当周获得的star数轻松过万。对于想要在应用中集成深度学习功能的开发者来说，GitHub上其实有很多不错的开源项目值得关注。首先推荐TOP3，目前最流行的：1.Caffe。起源于加州大学伯克利分校的Caffe被广泛使用，包括Pinterest等网络巨头。和TensorFlow一样，Caffe也是用C++开发的，Caffe也是谷歌今年早些时候发布的DeepDream项目（一种可以识别猫的人工智能神经网络）的基础。二，Theano。Theano于2008年诞生于蒙特利尔理工学院，催生了大量深度学习Python包，最著名的是Blocks和Keras。3.手电筒。Torch诞生已经十年了，但它在去年Facebook开源了大量Torch的深度学习模块和扩展时才真正获得了发展势头。Torch的另一个特点是使用不太流行的编程语言Lua（已用于开发视频游戏）。除了以上三个比较成熟知名的项目，还有很多很有特色的深度学习开源框架也值得关注：4.Brainstorm。Brainstorm是来自瑞士人工智能实验室IDSIA的一个非常有前途的深度学习软件包，可以处理数百层的超深度神经网络——即所谓的HighwayNetworks。五，钱纳。日本深度学习初创公司PreferredNetworks今年6月发布的Python框架。Chainer的设计基于definebyrun原则，即网络是在运行期间动态定义的，而不是在启动时定义的。这是Chainer的详细文档。六、Deeplearning4j。顾名思义，Deeplearning4j是一个“forJava”的深度学习框架，也是第一个商业级的深度学习开源库。Deeplearning4j由创业公司Skymind于2014年6月发布，使用Deeplearning4j的明星企业有埃森哲、雪佛兰、博思咨询、IBM等。DeepLearning4j是一个高度成熟的深度学习开源库，适用于生产环境和商业应用。可与Hadoop、Spark集成，即插即用，方便开发者在APP中快速集成深度学习功能。可应用于以下深度学习领域：人脸/图像识别语音搜索语音转文本（Speechtotext）垃圾邮件过滤（异常检测）电子商务欺诈检测7.Marvin。是普林斯顿大学视觉工作组的一个新的C++框架。该团队还提供了一个文件，用于将Caffe模型转换为与Marvin兼容的模式。八、ConvNetJS。这是一款由斯坦福大学博士生AndrejKarpathy开发的浏览器插件，基于可以在浏览器中训练神经网络的全能JavaScript。Karpathy还写了一个关于ConvNetJS的介绍性教程，以及一个简洁的浏览器演示项目。九、MXNet。主要由CXXNet、Minerva、Purine等项目的开发人员用C++编写。MXNet对高效内存使用的强调使得它甚至可以在智能手机上运行图像识别等任务。十，霓虹灯。今年5月，由初创公司NervanaSystems开源的Neon，使用Python和Sass开发，在某些基准测试中甚至超过了Caffeine、Torch和谷歌的TensorFlow。
