《白話深度學習與TensorFlow》——3.2 與其他架構的對比

1）?TensorFlow：深度學習最流行的庫之一，是谷歌在深刻總結了其前身 DistBelief 的經驗教訓上形成的；它不僅便攜、高效、可擴充，還能在不同計算機上運作：小到智能手機，大到計算機叢集；它是一款輕量級的軟體，可以立刻生成你的訓練模型，也能重新實作它；TensorFlow有強大的社群、企業支援，是以它廣泛用于從個人到企業、從初創公司到大公司等不同群體。

2）?Caffe：卷積神經網絡架構，專注于卷積神經網絡和圖像處理，是用C++語言寫成

的，執行速度非常快。

3）?Chainer：一個強大、靈活、直覺的機器學習Python軟體庫，能夠在一台機器上利用多個GPU，由深度學習創業公司Preferred Networks開發，在Github上有相當數量的項目；Chainer 的設計基于“define by run”原則，也就是說，該網絡在運作中動态定義，而不是在啟動時定義，這也是該架構的一大亮點。

4）?CNTK：CNTK（Computational Network ToolKit）是微軟研究人員開發的用于深度神經網絡和多GPU加速技術的完整開源工具包。微軟稱CNTK在語音和圖像識别方面，比谷歌的 TensorFlow 等其他深度學習開源工具包更有優勢。

5）?Deeplearning4j：專注于神經網絡的Java庫，可擴充并內建Spark、Hadoop和其他基于 Java的分布式內建軟體。

6）?Nervana Neo：是一個高效的Python機器學習庫，它能夠在單個機器上使用多個GPU。

7）?Theano：是一個用Python編寫的極其靈活的Python機器學習庫，用它定義複雜的模型相當容易，是以它在研究中極其流行。

8）?Torch：是一個專注于GPU實作的機器學習庫，得到了像Facebook、谷歌、Twitter這樣的大公司的研究團隊的支援。