IT编程语言深度学习库大全

　　IT编程语言深度学习库主要介绍编程语言Python(Theano、Keras、Pylearn2、Lasagne、Blocks、Caffe)、Matlab、CPP、Java(ND4J、Deeplearning4j、ncog)等相关的深度学习框架，深入了解开发框架对于一个程序员尤为重要。

　　一、编程语言Python

　　1、 Theano一个python类库，用数组向量来定义和计算数学表达式。使得在Python环境下编写深度学习算法变得简单。在基础之上还搭建了许多类库。

　　2、Keras简洁、高度模块化的神经网络库，设计参考了Torch，用Python语言编写，支持调用GPU和CPU优化后的Theano运算。

　　3、Pylearn2集成大量深度学习常见模型和训练算法的库，如随机梯度下降等。功能库都是基于Theano之上。

　　4、Lasagne搭建和训练神经网络的轻量级封装库，基于Theano。遵循简洁化、透明化、模块化、实用化和专一化的原则。

　　5、Blocks也基于Theano的帮助搭建神经网络的框架。

　　6、Caffe是深度学习的框架，注重于代码的表达形式、运算速度以及模块化程度。是由伯克利视觉和学习中心以及社区成员共同开发的。谷歌的DeepDream项目就是基于Caffe框架完成。这个框架是使用BSD许可证的C++库，并提供了Python调用接口。

　　7、nolearn囊括了大量的现有神经网络函数库的封装和抽象接口、大名鼎鼎的Lasagne以及一些机器学习的常用模块。

　　8、Genism也用Python编写的深度学习小工具，采用高效的算法来处理大规模文本数据。

　　9、 Chainer在深度学习的理论算法和实际应用之间架起一座桥梁。特点是强大、灵活、直观，被认为是深度学习的灵活框架。

　　10、deepnet是基于GPU的深度学习算法函数库，使用Python语言开发，实现了前馈神经网络(FNN)、受限玻尔兹曼机(RBM)、深度信念网络(DBN)、自编码器(AE)、深度玻尔兹曼机(DBM)和卷积神经网络(CNN)等算法。

　　11、 Hebel也是深度学习和神经网络的一个Python库，通过pyCUDA控制支持CUDA的GPU加速。实现了最重要的几类神经网络模型，提供了多种激活函数和模型训练方法，例如momentum、Nesterov momentum、dropout、和early stopping等方法。

　　12、 CXXNET基于MShadow开发的快速、简洁的分布式深度学习框架。轻量级、易扩展的C++/CUDA神经网络工具箱，提供友好的Python/Matlab接口来进行训练和预测。

　　13、DeepPy是基于NumPy的深度学习框架。

　　14、DeepLearning用C++和Python共同开发的深度学习函数库。

　　15、 Neon是Nervana System 的深度学习框架，使用Python开发。

　　二、编程语言深度学习库Matlab

　　1、 ConvNet 卷积神经网络类深度学习分类算法，可以从原始数据中自主学习有用的特征，通过调节权重值来实现。

　　2、 DeepLearnToolBox用于深度学习的Matlab/Octave工具箱，包含深度信念网络(DBN)、栈式自编码器(stacked AE)、卷积神经网络(CNN)等算法。

　　3、 cuda-convet卷积神经网络(CNN)代码，也适用于前馈神经网络，使用C++/CUDA进行运算。能对任意深度的多层神经网络建模。只要是有向无环图的网络结构都可以。训练过程采用反向传播算法(BP算法)。

　　4、 MatConvNet面向计算机视觉应用的卷积神经网络(CNN)Matlab工具箱。简单高效，能够运行和学习最先进的机器学习算法。

　　三、编程语言深度学习库CPP

　　1、 eblearn是开源的机器学习C++封装库，由Yann LeCun主导的纽约大学机器学习实验室开发。用基于能量的模型实现卷积神经网络，并提供可视化交互界面(GUI)、示例以及示范教程。

　　2、 SINGA是Apache软件基金会支持的一个项目，设计目标是在现有系统上提供通用的分布式模型训练算法。

　　3、 NVIDIA DIGITS是用于开发、训练和可视化深度神经网络的一套新系统。把深度学习的强大功能用浏览器界面呈现出来，使得数据科学家和研究员可以实时地可视化神经网络行为，快速地设计出最适合数据的深度神经网络。

　　4、 Intel? Deep Learning Framework提供了Intel平台加速深度卷积神经网络的一个统一平台。

　　四、编程语言Java

　　1、 N-Dimensional Arrays for Java (ND4J) 是JVM平台的科学计算函数库。主要用于产品中，函数的设计需求是运算速度快、存储空间最省。

　　2、 Deeplearning4j 是第一款商业级别的开源分布式深度学习类库，用Java和Scala编写。设计目的是为了在商业环境下使用，而不是作为一款研究工具。

　　3、 Encog机器学习的高级框架，涵盖支持向量机、人工神经网络、遗传编程、贝叶斯网络、隐马可夫模型等，也支持遗传算法。

　　五、编程语言JavaScript

　　1、 Convnet.js 由JavaScript编写，完全在浏览器内完成训练深度学习模型(主要是神经网络)的封装库。不需要其软件，不需要编译器，不需要安装包，不需要GPU，甚至不费吹灰之力。

　　六、编程语言Lua

　　Torch是一款广泛适用于各种机器学习算法的科学计算框架。使用容易，用快速的脚本语言LuaJit开发，底层是C/CUDA实现。Torch基于Lua编程语言。

　　七、深度学习框架Julia

　　Mocha是Julia的深度学习框架，受C++框架Caffe的启发。Mocha中通用随机梯度求解程序和通用模块的高效实现，可以用来训练深度/浅层(卷积)神经网络，可以通过(栈式)自编码器配合非监督式预训练(可选)完成。优势特性包括模块化结构、提供上层接口，可能还有速度、兼容性等更多特性。

　　八、深度学习框架Lisp

　　Lus面向对象的编程语言，面向对大规模数值和图形应用感兴趣的广大研究员、实验员和工程师们。拥有机器学习的函数库，其中包含丰富的深度学习库。

　　九、编程语言Haskell

　　DNNGraph是Haskell用于深度神经网络模型生成的领域特定语言(DSL)。

　　十、.NET

　　Accord.NET 是完全用C#编写的。NET机器学习框架，包括音频和图像处理的类库。是产品级的完整框架，用于计算机视觉、计算机音频、信号处理和统计应用领域。

　　十一、R语言

　　1、 darch包可以用来生成多层神经网络(深度结构)。训练的方法包括了对比散度的预训练和众所周知的训练算法(如反向传播法或共轭梯度法)的细调。

　　2、 deepnet实现了许多深度学习框架和神经网络算法，包括反向传播(BP)、受限玻尔兹曼机(RBM)、深度信念网络(DBP)、深度自编码器(Deep autoencoder)等。

　　以上内容为大家介绍了IT编程语言深度学习库大全，本文由多测师亲自撰写，希望对大家有所帮助。了解更多IT相关知识：https://www.duoceshi.com/xwzx-hydt/