【導(dǎo)讀】：根據(jù) Github 和 Stack Overflow 上的活潑度以及 Google 查找成果，The Data Incubator 最近制作了一個(gè) 23 個(gè)搶手深度學(xué)習(xí)庫(kù)的排名。

下表顯現(xiàn)了規(guī)范化后的分?jǐn)?shù)，其中值 1 表明高于均勻值的一個(gè)規(guī)范誤差（均勻值為 0）。 例如，Caffe 在 Github 中的活動(dòng)是一個(gè)高于均勻水準(zhǔn)的規(guī)范差，而 deeplearning4j 挨近均勻水平。見(jiàn)結(jié)尾的辦法。



成果和評(píng)論

該排名根據(jù)三個(gè)平等重要的部分：Github（star 和 fork），Stack Overflow（標(biāo)簽和問(wèn)題）和 Google 查找成果（總和以及季度增加率）。這 3 部分是經(jīng)過(guò)可用的 API 取得的。想弄一個(gè)全面的深化學(xué)習(xí)東西包列表不容易，所以在最終選取了我們以為具有代表性的五個(gè)不同的列表（有關(guān)詳細(xì)信息，請(qǐng)參閱下面的辦法）。核算每種衡量的規(guī)范化分?jǐn)?shù)，使我們能夠看到在每個(gè)類別中哪些包是鋒芒畢露的。

TensorFlow 在最大活潑社區(qū)中占主導(dǎo)

TensorFlow 在一切核算衡量上的均勻值上至罕見(jiàn)兩個(gè)規(guī)范誤差。TensorFlow 和第二大盛行結(jié)構(gòu) Caffe 比較，在 Github 上的 fork 數(shù)幾乎是后者的三倍，在 Stack Overflow 上的問(wèn)題總量是后者的六倍以上。TensorFlow 由 Google Brain 團(tuán)隊(duì)于 2015 年首度敞開(kāi)，現(xiàn)已超過(guò)了許多的高檔庫(kù)，如 Theano（4）和 Torch（8），成為我們榜單的首位。TensorFlow 盡管與在 C++ 引擎上運(yùn)轉(zhuǎn)的 Python API 一同分發(fā)，但表中的幾個(gè)庫(kù)能夠?qū)?TensorFlow 用作后端，并供給它們自己的接口。這些庫(kù)包含了 Keras（2），將很快成為 TensorFlow 和 Sonnet 的中心部分（6）。TensorFlow 的盛行可能是其通用的深度學(xué)習(xí)結(jié)構(gòu)，靈敏的界面，美觀的核算圖形可視化和 Google 的重要開(kāi)發(fā)人員和社區(qū)資源的合力下的成果。

Caffe 尚未被 Caffe2 所替代

Caffe 在我們的名單上排名第三，除了 TensorFlow 外，Caffe 其在 Github 上的活潑度比其他競(jìng)爭(zhēng)對(duì)手都要多。Caffe 傳統(tǒng)上被以為比 Tensorflow 更專業(yè)，而且專心于圖畫(huà)處理，方針辨認(rèn)和預(yù)先練習(xí)的卷積神經(jīng)網(wǎng)絡(luò)。Facebook 于 2017 年 4 月發(fā)布了 Caffe2（11），而且現(xiàn)已排在了深化學(xué)習(xí)庫(kù)的上半部分。Caffe2 是一個(gè)更輕盈、模塊化和可擴(kuò)展的 Caffe 版別，包含循環(huán)神經(jīng)網(wǎng)絡(luò)。Caffe 和 Caffe2 是彼此獨(dú)立的庫(kù)房（repo），所以數(shù)據(jù)科學(xué)家能夠持續(xù)運(yùn)用開(kāi)始的 Caffe?？墒?，有一些搬遷東西，比方如 Caffe Translator，它供給了一種運(yùn)用 Caffe2 來(lái)驅(qū)動(dòng)現(xiàn)有 Caffe 模型的辦法。

Keras 是深度學(xué)習(xí)上最受歡迎的前端庫(kù)

Keras（2）是排名最高的非結(jié)構(gòu)庫(kù)。Keras 能夠用作 TensorFlow（1）、Theano（4）、MXNet（7）、CNTK（9）、deeplearning4j（14）的前端。在一切的三個(gè)衡量規(guī)范上， Keras 的體現(xiàn)均優(yōu)于均勻水平。Keras 的盛行可能是因?yàn)槠浜?jiǎn)單性和易用性。Keras 答應(yīng)快速的原型化，但價(jià)值是獻(xiàn)身了從結(jié)構(gòu)直接運(yùn)轉(zhuǎn)而發(fā)生的一些靈敏性和操控。數(shù)據(jù)科學(xué)家在數(shù)據(jù)集上做深度學(xué)習(xí)的相關(guān)試驗(yàn)時(shí)，Keras 遭到了他們的喜愛(ài)。跟著 R Studio 最近發(fā)布了 Keras 的界面，Keras 的開(kāi)展和受歡迎程度還在不斷連續(xù)。

即便沒(méi)有巨子支撐，Theano 仍堅(jiān)持獨(dú)占鰲頭

在新的深度學(xué)習(xí)結(jié)構(gòu)的海洋中，Theano（4）是我們的排名中最陳舊的庫(kù)。Theano 創(chuàng)始性地運(yùn)用了核算圖（computational graph），并在研討界遍及做深度學(xué)習(xí)和機(jī)器學(xué)習(xí)之時(shí)仍堅(jiān)持盛行。Theano 本質(zhì)上是一個(gè) Python 的數(shù)值核算庫(kù)，但能夠與像 Lasagne 這樣的高檔深度學(xué)習(xí)庫(kù)（15）一同運(yùn)用。盡管 Google 支撐 TensorFlow（1）和 Keras（2），F(xiàn)acebook 支撐 PyTorch（5）和 Caffe2（11），MXNet（7）是 Amazon Web Services 的官方深度學(xué)習(xí)結(jié)構(gòu)，Microsoft 規(guī)劃并保護(hù)了 CNTK（9），Theano 在沒(méi)遭到職業(yè)巨子的正式支撐下仍然盛行。

Sonnet 是增加最快的庫(kù)

2017 年頭，Google 的 DeepMind 揭露發(fā)布了 Sonnet（6）的代碼，這是一個(gè)以 TensorFlow 為根底的高檔面向?qū)ο髱?kù)。Sonnet 的 Google 查找成果回來(lái)頁(yè)數(shù)比上個(gè)季度增加了 272％，是我們列表中一切庫(kù)中最大的。盡管 Google 在 2014 年收買了英國(guó)人工智能公司DeepMind，但 DeepMind 和 Google Brain 仍然在大體上是獨(dú)立團(tuán)隊(duì)。DeepMind 專心于通用人工智能，Sonnet 能夠協(xié)助用戶為他們的詳細(xì) AI 主意和研討做頂層規(guī)劃。

Python 是深度學(xué)習(xí)的接口言語(yǔ)

PyTorch（5）是我們表中增加速度第二的庫(kù)，該結(jié)構(gòu)的僅有接口是 Python。與上季度比較，PyTorch 的 Google 查找成果增加了 236％。在我們排的 23 個(gè)開(kāi)源深度學(xué)習(xí)結(jié)構(gòu)和包裝器中，只要三個(gè)沒(méi)有 Python 接口：Dlib（10）、MatConvNet（20）和OpenNN（23）。在 23 個(gè)庫(kù)中，C ++ 和 R 接口別離只要 7 個(gè)和 6 個(gè)。盡管數(shù)據(jù)科學(xué)界在運(yùn)用 Python 方面有些挨近同一個(gè)一致，但對(duì)深度學(xué)習(xí)庫(kù)而言，還有許多的挑選。

約束
 
當(dāng)然，有些庫(kù)因?yàn)楝F(xiàn)已存在了更長(zhǎng)的時(shí)刻會(huì)有更高的數(shù)據(jù)，因而排名更高。僅有考慮到這一點(diǎn)的目標(biāo)，是 Google 查找季度增加率。

數(shù)據(jù)出現(xiàn)中遇到的一些困難：

·神經(jīng)規(guī)劃和 wolfram 數(shù)學(xué)是專有的，故被刪去
·cntk 也被稱為「微軟認(rèn)知東西包」，可是我們只運(yùn)用了 ctnk 稱號(hào)
·neon 變成了 nervana neon
·paddle 被改為 paddlepaddle
·一些庫(kù)顯然是其他庫(kù)的衍生品，如 Caffe 和 Caffe2。如果它們有獨(dú)自/獨(dú)立的 Github 庫(kù)房，我們分隔處理這些庫(kù)。

辦法

一切源代碼和數(shù)據(jù)都在我們的 Github 頁(yè)面上。我們首先從五個(gè)不同的來(lái)歷中生成了 23 個(gè)開(kāi)源深度學(xué)習(xí)庫(kù)的列表，然后收集了一切這些庫(kù)的目標(biāo)，以取得排名。

Github 的數(shù)據(jù)根據(jù) star 數(shù)和 fork 數(shù)、Stack Overflow 的數(shù)據(jù)包含包稱號(hào)的標(biāo)簽和問(wèn)題，Google 查找成果則根據(jù)曩昔五年的 Google 查找成果總數(shù)，并核算成果在曩昔三個(gè)月與前三個(gè)月比較的季度增加率。

一些注意事項(xiàng)：

·有幾個(gè)庫(kù)是常用詞匯（caffe、chainer、lasagne），因而用于斷定 Google 查找成果數(shù)量的查找詞，包含庫(kù)的稱號(hào)和術(shù)語(yǔ)即“deep learning”。
·任何不可用的 Stack Overflow 計(jì)數(shù)都轉(zhuǎn)換為零計(jì)數(shù)。
·計(jì)數(shù)被規(guī)范化為均值 0 和誤差 1，然后均勻得到 Github 和 Stack Overflow 分?jǐn)?shù)，并結(jié)合 Serch 成果，然后得到總分。
·做了一些手動(dòng)查看以承認(rèn) Github 庫(kù)房方位。