GitHub 上 57 款最流行的开源深度学习项目
本文整理了 GitHub 上最流行的 57 款深度学习项目（按 stars 排名）。
1.TensorFlow
使用数据流图计算可扩展机器学习问题
TensorFlow 是谷歌的第二代机器学习系统，按照谷歌所说，中国直播网，在某些基准测试中，TensorFlow 的表现比第一代的 DistBelief 快了2倍。
TensorFlow 内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用 TensorFlow。任何基于梯度的机器学习算法都能够受益于 TensorFlow 的自动分 化（auto-differentiation）。通过灵活的 Python 接口，要在 TensorFlow 中表达想法也会很容易。
2.Caffe
Stars：11799
Caffe是一个高效的开源深度学习框架。由表达式，速度和模块化组成。
3.Neural style
Stars：10148
Torch实现的神经网络算法。
Neural style 是让机器模仿已有画作的绘画风格来把一张图片重新绘制的算法。
4.deepdream
Stars：9042
Deep Dream，一款图像识别工具
5.Keras
Stars：7502
一款Python实现的深度学习库，包括卷积神经网络、递归神经网络等。运行在Theano和TensorFlow之上。
Keras是一个极简的、高度模块化的神经网络库，采用Python（Python 2.7-3.5.）开发，能够运行在TensorFlow和Theano任一平台，好项目旨在完成深度学习的快速开发。
6.RocAlphaGo
Stars：7170
学生主导的一个独立项目，从新实现了 DeepMind在2016 Nature发表的内容， 《用深度神经网络和树搜索学习围棋》 (Nature 529, 484-489, 28 Jan 2016).
7.TensorFlow Models
Stars：6671
基于TensorFlow开发的模型
8.Neural Doodle
Stars：6275
运用深度神经网络将涂鸦变为优雅的艺术品，从照片生成无缝纹理，转变图片风格，进行基于实例的提升，等等…还有更多！（语义风格传递的实现）
9.CNTK
Stars：5957
深度学习工具包 。来自微软公司的CNTK工具包的效率，“比我们所见过的都要疯狂”。 这部分归功于CNTK可借助图形处理单元（GPU）的能力，中国直播网，微软自称是唯一公开“可扩展GPU”功能的公司。（从单机上的1个、延伸至超算上的多个） 在与该公司的网络化GPU系统（称之为Azure GPU Lab）匹配之后，它将能够训练深度神经网络来识别语音，让Cortana虚拟助理的速度达到以前的十倍。
10.TensorFlow Examples
Stars：5872
适合初学者的 TensorFlow 教程和代码示例，做了相关笔记和代码解释。
特别声明：本文为中国直播网直播号作者或机构上传并发布，仅代表该作者或机构观点，不代表中国直播网的观点或立场，中国直播网仅提供信息发布平台。
版权声明：版权归著作权人，转载仅限于传递更多信息，如来源标注错误侵害了您的权利，请来邮件通知删除，一起成长谢谢
欢迎加入：直播号，开启无限创作！一个敢纰漏真实事件，说真话的创作分享平台，一个原则：只要真实，不怕事大，有线索就报料吧！申请直播号请用电脑访问https://zbh.zhibotv.com.cn。
