七个最流行的Python神经网络库

TensorFlow：TensorFlow是一个开放源码的软件库，具有灵活的体系结构使代码能部署到一个或多个CPU或GPU，而无需重写代码。TensorFlow为C++、GO、Java、JavaScript等提供稳定的Python和C API接口。

PyTorch：Pytorch是一个python包，有独特的构建神经网络的方法，具有强大的GPU加速，深度神经网络建立的能力，通常可用PyTorch来代替Numpy使用GPU的能力，或者提供更大灵活性和速度的深度学习研究平台。

NeuroLab：NeuroLab是一个简单而强大的python神经网络库，该库包含基于神经网络、训练算法和灵活的框架来创建和支持其他网络，支持多种神经网络类型和其他学习算法。

Ffnet：Ffnet（feedforward neural network）是一种快速易使用的针对python的前馈神经网络训练解决方案，可以使用多种方案进行算法的优化。

Scikit-Neural Network：该库实现了多层神经网络，实现更友好的python接口，可以轻松地将深层神经网络训练为回归器和分类器，支持多种神经网络功能。

Lasagne：Lasagne是一个轻量级的库，用来建立和训练神经网络。它的设计遵循六个原则：简单、透明、模块化、实用主义、约束性和重点性，支持前馈网络，如卷积神经网络（CNN）等。

Pyrenn：Pyrenn是用于python和matlab的递归神经网络工具箱，允许各种神经网络配置，容易创建、训练和使用神经网络，可实现实时循环学习算法和时间反向传播算法。