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算法，提供類似Matlab的環境。
3. CNTK -計算網絡工具包，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™是一個開源軟件庫，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 :用於訓練神經網絡的Theano框架
8. Lasagne: Lasagne是一個基於Theano，用於建立和訓練神經網絡的輕量級的庫。
9. Keras: 基於theano深度學習庫。
10. Chainer: 基於GPU的神經網絡框架。
11. Matlab Deep Learning : Matlab深度學習工具。
12. CuDNN:NVIDIACUDA深層神經網絡庫（cuDNN）是一種用於深層神經網絡的GPU加速庫原始圖形。cuDNN為標準例程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臺。
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絡的框架。它包括CPU和GPU（CUDA）後端，網絡模式是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絡（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：一個分佈式開放源代碼的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）神經網絡。它可以建立任意層連通性和網絡深度的CNN，使用反向傳播算法進行訓練。
》》》》》》》》》》》》》》》》》
48個深度學習平臺和開源庫完整信息，及對應的首頁地址：http://blog.csdn.net/lqfarmer/article/details/76595591
相關推薦
