23种深度学习库排行榜：TensorFlow、Keras、caffe占据前三！

会员服务 ·

23种深度学习库排行榜：TensorFlow、Keras、caffe占据前三！

2017 年 10 月 24 日 全球人工智能 Rachel Allen

“全球人工智能”拥有十多万AI产业用户，10000多名AI技术专家。主要来自：北大，清华，中科院，麻省理工，卡内基梅隆，斯坦福，哈佛，牛津，剑桥...以及谷歌，腾讯，百度，脸谱，微软，阿里，海康威视，英伟达......等全球名校和名企。

——免费加入AI技术专家社群>>

——免费加入AI高管投资者群>>

——申请成为AI高校推广大使>>

我们对23种用于数据科学的开源深度学习库作了排名。这番排名基于权重一样大小的三个指标：Github上的活动、Stack Overflow上的活动以及谷歌搜索结果。

排名结果

下面是23种用于数据科学的开源深度学习库的排名，按照Github上的活动、Stack Overflow上的活动以及谷歌搜索结果来衡量。该表显示了标准化分数，1这个值表示高于平均值（平均值=0）一个标准偏差。比如说，Caffe高于Github活动方面的平均值一个标准偏差，而deeplearning4j接近平均值。

方法详见如下

结果和讨论

排名基于权重一样大小的三个指标：Github（星标和分支）、Stack Overflow（标签和问题）以及谷歌结果（总体增长率和季度增长率）。这些是使用可用的API获得的。制作一个全面的深度学习工具包列表很棘手——最后，我们列出了我们认为有代表性的五个不同的列表（参阅下面介绍的方法，可了解详细信息）。计算每个度量指标的标准化分数后，我们就能看到哪些软件包在每个类别中脱颖而出。完整排名在这里（https://github.com/thedataincubator/data-science-blogs/blob/master/output/DL_libraries_final_Rankings.csv），原始数据在这里（https://github.com/thedataincubator/data-science-blogs/blob/master/output/deep_learning_data.csv）。

TensorFlow凭最大的活跃社区一路领跑

在所有衡量指标中，TensorFlow比平均值高出至少两个标准偏差。相比第二大流行框架：Caffe，TensorFlow的Github分支数量几乎是其三倍，Stack Overflow问题更是其六倍以上。TensorFlow最初由谷歌Brain团队于2015年开源，发展势头已超过历史更悠久的库，比如Theano（第4位）和Torch（第8位），跃居我们榜单的首位。虽然TensorFlow附带在C++引擎上运行的Python API，但本榜单上的几种库可以使用TensorFlow作为后端，提供各自的接口。这些库包括Keras（第2位，很快将成为核心TensorFlow的一部分）和Sonnet（第6位）。TensorFlow之所以人气这么高，可能是由于它结合了通用深度学习框架、灵活的接口、外观整洁的计算图形可视化以及谷歌庞大的开发者和社区资源。

Caffe尚未被Caffe2所取代

Caffe在本榜单上排名第三，Github上的活动比其所有竞争对手（TensorFlow除外）都要多。Caffe历来被认为比Tensorflow更专门化，当初专注于图像处理、对象识别和预训练的卷积神经网络。Facebook于2017年4月发布了Caffe2（第11名），Caffe2已经跻身于深度学习库的上半部分。Caffe2是一种更轻量级、模块化、可扩展的Caffe，它包括循环神经网络。Caffe和Caffe2是独立的代码库，所以数据科学家可以继续使用原来的Caffe。然而，一些迁移工具（比如Caffe Translator）为使用Caffe2来驱动现有的Caffe模型提供了一种手段。

Keras是最流行的深度学习前端

Keras（第2位）是排名最高的非框架库。Keras可以用作TensorFlow（第1位）、Theano（第4位）、MXNet（第7位）、CNTK（第9位）或deeplearning4j（第14位）的前端。Keras在所有三个衡量指标方面的表现均胜过平均值。Keras之所以人气很旺，可能归功于其简单性和易用性。Keras允许用户快速建立原型，代价是直接使用框架所带来的灵活性和控制性方面欠缺一点。Keras颇受对数据集使用深度学习的数据科学家的青睐。由于R Studio最近发布了使用R的面向Keras的接口，Keras的发展和人气指数不断提升。

即便没有行业的大力支持，Theano依然名列前茅

在众多新的深度学习框架中，Theano（第4位）是本榜单上历史最悠久的库。Theano率先使用了计算图，在整个深度学习和机器学习研究界当中仍很受欢迎。Theano实际上就是面向Python的数值计算库，但可以与像Lasagne（第15位）这样的高级深度学习封装库一起使用。谷歌支持TensorFlow（第1位）和Keras（第2位），Facebook支持PyTorch（第5位）和Caffe2（第11位），而MXNet（第7位）是亚马逊网络服务（AWS）的官方深度学习框架，微软设计并维护CNTK（第9位），虽然没有得到哪家技术行业巨头的官方支持，但Theano依然颇受欢迎。

Sonnet是发展最快的库

2017年年初，谷歌的DeepMind公开发布了Sonnet（第6位）的代码，这是一种以TensorFlow为基础的面向对象的高级库。这个季度相比上个季度，Sonnet的谷歌搜索结果中返回的页面数量增加了272%，这是我们排名的所有库中增幅最大的。虽然谷歌在2014年收购了DeepMind这家英国人工智能公司，但DeepMind和谷歌Brain仍拥有基本上独立的团队。DeepMind专注于强人工智能，Sonnet可以帮助用户在特定的AI想法和研究的基础上构建神经网络。

Python是深度学习接口的首选语言

PyTorch（第5位）是其单一接口使用Python的一种框架，它是本榜单上发展速度第二快的库。与上季度相比，PyTorch的谷歌搜索结果多了236%。在我们排名的23种开源深度学习框架和封装库中，只有三种没有使用Python的接口：Dlib（第10位）、MatConvNet（第20位）和OpenNN（第23位）。C++接口和R接口分别用于23种库中的7种库和6种库。虽然数据科学界在使用Python方面几乎趋于一致，但是深度学习库方面还是有许多选择。

限制

与任何分析一样，我们一路上做出了决定。所有源代码和数据都在我们的Github页面上。深度学习库的完整列表来自几个来源。

当然，一些历史更悠久的库会有更高的指标，因而排名更高。唯一考虑到这一点的指标是谷歌搜索季度增长率。

数据带来了几个难题：