48個深度學習相關的平台和開源工具包，一定有很多你不知道的？

1. Theano：來自蒙特利爾大學MILA實驗室，由Python編寫的CPU / GPU符號表達式深度學習編譯器。

2. Torch： 以lua做為編程語言，來自Ronan Collobert，Clement Farabet和Koray Kavukcuoglu）支持主流的機器學習演算法，提供類似Matlab的環境。

3. CNTK -計算網路工具包，是Microsoft Research使用的統一的深入學習工具包。

4. Caffe: Caffe是一個以表達，速度和模塊化為重心的深入學習框架。

5. Tensorflow: TensorFlow?是一個開源軟體庫，用於使用數據流圖進行數值計算。

6. MXNet: MXNet是一個旨在提高效率和靈活性的深入學習框架。

7. Blocks :用於訓練神經網路的Theano框架

8. Lasagne: Lasagne是一個基於Theano，用於建立和訓練神經網路的輕量級的庫。

9. Keras: 基於theano深度學習庫。

10. Chainer: 基於GPU的神經網路框架。

11. Matlab Deep Learning : Matlab深度學習工具。

12. CuDNN:NVIDIACUDA深層神經網路庫（cuDNN）是一種用於深層神經網路的GPU加速庫原始圖形。cuDNN為標準常式提供了高度調優的實現，如前向和後向卷積，池化，歸一化和激活層。cuDNN是NVIDIA深度學習SDK的一部分。

13. PaddlePaddle: 由百度開源的一款簡單易用，高效，可以靈活拓展的深度學習平台。

14. Fbcunn: FaceBook AI是現實發布的CUDA拓展，包含FaceBook AI實驗室設計的GPU模塊，以加速您自己的深入學習。可以嵌入到Torch-7框架中，並通過無縫安裝luarocks，並與Torch的nn包完全兼容。

15. nnForge：nnForge是用於訓練卷積和全連接的神經網路的框架。它包括CPU和GPU（CUDA）後端，網路模式是DAG（有向非循環圖）圖。

16. Pylearn2：Pylearn2是一個旨在使機器學習研究變得容易的庫。

17. MatConvNet : 用於計算機視覺應用的卷積神經網路（CNN）的MATLAB工具箱，實現簡單，高效，可以運行和學習最先進的CNN。

18. DeepLearnToolbox: 用於深度學習的Matlab工具箱（來自Rasmus Berg Palm）

19. BigDL：一個分散式開放源代碼的Apache Spark深層學習庫，旨在高效地向外擴展到多個節點，通過MKL優化CPU，支持Scala和Python。（由英特爾公司開發和支持）。https://software.intel.com/bigdl。https://github.com/intel-analytics/BigDL

20. Cuda-Convnet: 一個由C ++ / CUDA實現的快速高效的卷積（或更一般地，前饋）神經網路。它可以建立任意層連通性和網路深度的CNN，使用反向傳播演算法進行訓練。

》》》》》》

微信公眾號，回復「平台」獲取48個深度學習平台和開源庫完整信息，及對應的首頁地址。

*************************************************************************************************

重磅福利，強化學習精品課程開課啦！！！！

北京 （精緻小班課 人數上限30人）

8月5,6,日，特邀強化學習一線名師開講

火熱報名中！！！

詳詢：qq（315937536）

**************************************************************************************************

往期精彩內容推薦：

純乾貨14 2017年-李宏毅-最新深度學習/機器學習中文視頻教程分享_後篇

模型匯總18 強化學習（Reinforcement Learning）基礎介紹

模型匯總16 各類Seq2Seq模型對比及《Attention Is All You Need》中技術詳解

五一送福利，為大家送上一套不錯的的深度學習視頻課程