纯干货15 48个深度学习相关的平台和开源工具包，一定有很多你不知道的！！！
1. Theano：来自蒙特利尔大学MILA实验室，由Python编写的CPU / GPU符号表达式深度学习编译器。
2. Torch： 以lua做为编程语言，来自Ronan Collobert，Clement Farabet和Koray Kavukcuoglu）支持主流的机器学习算法，提供类似Matlab的环境。
3. CNTK -计算网络工具包，是Microsoft Research使用的统一的深入学习工具包。
4. Caffe: Caffe是一个以表达，速度和模块化为重心的深入学习框架。
5. Tensorflow: TensorFlow™是一个开源软件库，用于使用数据流图进行数值计算。
6. MXNet: MXNet是一个旨在提高效率和灵活性的深入学习框架。
7. Blocks :用于训练神经网络的Theano框架
8. Lasagne: Lasagne是一个基于Theano，用于建立和训练神经网络的轻量级的库。
9. Keras: 基于theano深度学习库。
10. Chainer: 基于GPU的神经网络框架。
11. Matlab Deep Learning : Matlab深度学习工具。
12. CuDNN:NVIDIACUDA深层神经网络库（cuDNN）是一种用于深层神经网络的GPU加速库原始图形。cuDNN为标准例程提供了高度调优的实现，如前向和后向卷积，池化，归一化和激活层。cuDNN是NVIDIA深度学习SDK的一部分。
13. PaddlePaddle: 由百度开源的一款简单易用，高效，可以灵活拓展的深度学习平台。
14. Fbcunn: FaceBook AI是现实发布的CUDA拓展，包含FaceBook AI实验室设计的GPU模块，以加速您自己的深入学习。可以嵌入到Torch-7框架中，并通过无缝安装luarocks，并与Torch的nn包完全兼容。
15. nnForge：nnForge是用于训练卷积和全连接的神经网络的框架。它包括CPU和GPU（CUDA）后端，网络模式是DAG（有向非循环图）图。
16. Pylearn2：Pylearn2是一个旨在使机器学习研究变得容易的库。
17. MatConvNet : 用于计算机视觉应用的卷积神经网络（CNN）的MATLAB工具箱，实现简单，高效，可以运行和学习最先进的CNN。
18. DeepLearnToolbox: 用于深度学习的Matlab工具箱（来自Rasmus Berg Palm）
19. BigDL：一个分布式开放源代码的Apache Spark深层学习库，旨在高效地向外扩展到多个节点，通过MKL优化CPU，支持Scala和Python。（由英特尔公司开发和支持）。https://software.intel.com/bigdl。https://github.com/intel-analytics/BigDL
20. Cuda-Convnet: 一个由C ++ / CUDA实现的快速高效的卷积（或更一般地，前馈）神经网络。它可以建立任意层连通性和网络深度的CNN，使用反向传播算法进行训练。
》》》》》》
微信公众号，回复“平台”获取48个深度学习平台和开源库完整信息，及对应的首页地址。
*************************************************************************************************
重磅福利，强化学习精品课程开课啦！！！！
北京 （精致小班课 人数上限30人）
8月5,6,日，特邀强化学习一线名师开讲
火热报名中！！！
详询：qq（315937536）
**************************************************************************************************
往期精彩内容推荐：
纯干货14 2017年-李宏毅-最新深度学习/机器学习中文视频教程分享_后篇
模型汇总18 强化学习（Reinforcement Learning）基础介绍
模型汇总16 各类Seq2Seq模型对比及《Attention Is All You Need》中技术详解
五一送福利，为大家送上一套不错的的深度学习视频课程
更多深度学习在NLP方面应用的经典论文、实践经验和最新消息，欢迎关注微信公众号“深度学习与NLP ” 或“ DeepLearning_NLP ”或扫描二维码添加关注。