深度学习是一种基于对数据停止表证学习的机器学习办法，近些年不断开展并广受欢迎。
作为一个相对较新的概念，关于无论是想要进入该范围的初学者，还是曾经熟知办法的新手来说，触手可及的学习资源太丰厚了。
为了不被一日千里的技术和潮流所淘汰，积极参与深度学习社区中开源项目的学习和互动是个很好的办法。
在本文中文摘菌将为大家详细引见16种GitHub中最受欢迎的深度学习开源平台和开源库，除此之外，还有些比较不错的平台和框架虽然没有进入榜单，文摘菌也列了出来，供大家参考。
GitHub收藏和贡献率最高的16个开源深度学习框架，圆圈的颜色越偏绿色表示框架越新，颜色越偏蓝色表明框架的时间越早。
从上图可知，TensorFlow高居榜首，第二名和第三名的是辨别是Keras和Caffe。下面就将这些资源分享给大家。
16个最棒的深度学习开源框架战争台
1、TensorFlow
TensorFlow最后由谷歌的Machine Intelligence research organization 中Google Brain Team的研讨人员和工程师开发的。这个框架旨在方便研讨人员对机器学习的研讨，并简化从研讨模型到实践消费的迁移的进程。
收藏: 96655, 贡献人数: 1432, 顺序提交次数: 31714, 树立日期: 2015年11月1日。
链接：https://github.com/tensorflow/tensorflow
2、Keras
Keras是用Python编写的初级神经网络的API，可以和TensorFlow，CNTK或Theano配合运用。
收藏: 28385, 贡献人数: 653, 顺序提交次数: 4468, 树立日期: 2015年3月22日。
链接：https://github.com/keras-team/keras
3、Caffe
Caffe是一个重在表达性、速度和模块化的深度学习框架，它由Berkeley Vision and Learning Center(伯克利视觉和学习中心)和社区贡献者共同开发。
收藏: 23750, 贡献人数: 267, 顺序提交次数: 4128, 树立日期: 2015年9月8日。
链接：https://github.com/BVLC/caffe
4、Microsoft Cognitive Toolkit
Microsoft Cognitive Toolkit(以前叫做CNTK)是一个一致的深度学习工具集，它将神经网络描画为一系列经过有向图表示的计算步骤。
收藏: 14243, 贡献人数: 174, 顺序提交次数: 15613, 树立日期: 2014年7月27日。
链接：https://github.com/Microsoft/CNTK
5、PyTorch
PyTorch是与Python相融合的具有弱小的GPU支持的张量计算和静态神经网络的框架。
收藏: 14101, 贡献人数: 601, 顺序提交次数: 10733, 树立日期: 2012年1月22日。
链接：https://github.com/pytorch/pytorch
6、Apache MXnet
Apache MXnet是为了提高效率和灵敏性而设计的深度学习框架。它允许运用者将符号编程和命令式编程混合运用，从而最大限制地提高效率和消费力。
收藏: 13699, 贡献人数: 516, 顺序提交次数: 6953, 树立日期: 2015年4月26日。
链接：https://github.com/apache/incubator-mxnet
7、DeepLearning4J
DeepLearning4J和ND4J，DataVec，Arbiter以及RL4J一样，都是Skymind Intelligence Layer的一部分。它是用Java和Scala编写的开源的散布式神经网络库，并取得了Apache 2.0的认证。
收藏:8725, 贡献人数: 141, 顺序提交次数: 9647, 树立日期: 2013年11月24日。
链接：https://github.com/deeplearning4j/deeplearning4j
8、Theano
Theano可以高效地处置用户定义、优化以及计算有关多维数组的数学表达式。 但是在2017年9月，Theano宣布在1.0版发布后不会再有进一步的严重停顿。不过不要绝望，Theano依然是一个十分弱小的库足以支撑你停止深度学习方面的研讨。
收藏: 8141, 贡献人数: 329, 顺序提交次数:27974, 树立日期: 2008年1月6日。
链接：https://github.com/Theano/Theano
9、TFLearn
TFLearn是一种模块化且透明的深度学习库，它树立在TensorFlow之上，旨在为TensorFlow提供更初级别的API，以方便和加快实验研讨，并保持完全的透明性和兼容性。
收藏: 7933, 贡献人数: 111, 顺序提交次数: 589, 树立日期:2016年3月27日。
链接：https://github.com/tflearn/tflearn
10、Torch
Torch是Torch7中的主要软件包，其中定义了用于多维张量的数据结构和数学运算。此外，它还提供许多用于拜访文件，序列化恣意类型的对象等的适用软件。
收藏: 7834, 贡献人数: 133, 顺序提交次数: 1335, 树立日期:2012年1月22日。
链接：https://github.com/torch/torch7
11、Caffe2
Caffe2是一个轻量级的深度学习框架，具有模块化和可扩展性等特点。它在原来的Caffe的基础上停止改良，提高了它的表达性，速度和模块化。
收藏: 7813, 贡献人数: 187, 顺序提交次数: 3678, 树立日期:2015年1月21日。
链接：https://github.com/caffe2/caffe2
12、PaddlePaddle
PaddlePaddle(平行散布式深度学习)是一个易于运用的高效、灵敏、可扩展的深度学习平台。它最后是由百度迷信家和工程师们开发的，旨在将深度学习运用于百度的众多产品中。
收藏: 6726, 贡献人数: 120, 顺序提交次数: 13733, 树立日期:2016年8月28日。
链接：https://github.com/PaddlePaddle/Paddle
13、DLib
DLib是包含机器学习算法和工具的现代化C ++工具包，用来基于C ++开发复杂的软件从而处置实践成绩。
收藏: 4676, 贡献人数: 107, 顺序提交次数: 7276, 树立日期:2008年4月27日。
链接：https://github.com/davisking/dlib
14、Chainer
(责任编辑：admin)