本文對 23 個深度學習庫進行了排名，衡量的標準有三個：GitHub、Stack Overflow 以及谷歌搜索結果。TensorFlow 憑借最大、最活躍的社區主導了該領域，莫斯科服務器 新加坡vps，排名第一；Keras 是最為流行的深度學習前端，排名第二；Theano 依然實力強大，即使沒有大公司的支持，排名第四；Sonnet 是成長最快的庫，排名第六。
排名
我們排名 23 個用于數據科學的深度學習開源庫，排名的衡量標準有 3 個：GitHub、Stack Overflow 活動以及谷歌搜索結果。
上表中給出了每個開源庫的總分值，以及各自在 GitHub、Stack Overflow 以及谷歌搜索上的得分（其中 0 為平均值）。比如，Caffe 在 Github 上的標準評分為 1，deeplearning4j 則接近 0。
結果與討論
排名綜合考慮上述 3 個方面而得出：Github（收藏量與 forks）、Stack Overflow（標簽與問題）、谷歌搜索（全年與每季的增長率）。上述指標通過可用的 API 獲取，所以得出深度學習工具包的完整列表需要一定技巧。計算每個指標的分值有利于我們知道在該方面深度學習庫的排名情況。
TensorFlow 憑借最大、最活躍的社區主導了該領域
TensorFlow 在三個指標上的分值均為 2+；相比于排名第三的 Caffe，TensorFlow 的 Github forks 幾乎是其 3 倍，Stack Overflow 問題是其 6 倍多。TensorFlow 由谷歌大腦團隊于 2015 年首次開源，之后便一路攀升超越 Theano (4) 和 Torch (8) 而排名第一。盡管 TensorFlow 與運行在 C++引擎上的 Python API 一起分發，本次排名中的若干個庫可把 TensorFlow 用作后端并提供其接口。這其中包括很快將成為核心 TensorFlow 和 Sonnet (6) 一部分的 Keras (2)。TensorFlow 的流行很可能來自于通用深度學習框架、靈活的接口、漂亮的計算圖可視化以及谷歌大量的開發者與社區資源之間的整合。
Caffe 已經被 Caffe2 取代
由于比其他深度學習庫（包括 TensorFlow 在內）更高的 Github 分值，Caffe 獲得了排名第三的位置。Caffe 一般認為比 Tensorflow 更專業化，其開發聚焦在圖像處理、目標識別和預訓練卷積神經網絡上。2017 年 4 月 Facebook 發布了 Caffe2，并已在所有的庫中排名前半。Caffe2 相較于包含循環神經網絡的 Caffe 更輕量化、模塊化和可擴展。Caffe 與 Caffe2 彼此分離，因此數據科學家可繼續使用 Caffe。但是，一些遷移工具比如 Caffe Translator 能提供使用 Caffe2 的方法以驅動現有 Caffe 模型。
Keras 是最為流行的深度學習前端
Keras (2) 是排名最高的非框架深度學習庫，可被用作 TensorFlow (1)、Theano (4)、MXNet (7)、CNTK (9) 或 deeplearning4j (14) 的前端。Keras 的表現在三個指標上均高于平均值，其流行得益于簡單性和易于上手。在數據集上進行深度學習實驗的數據科學家尤其喜歡 Keras。隨著 Keras 有了 R 語言接口，Keras 的開發與流行都將會繼續下去。
Theano 依然實力強大，即使沒有大公司的支持
新的深度學習框架層出不窮，Theano (4) 是排名中出現最早的庫。Theano 率先使用計算圖，在深度學習與機器學習社區中流行度不減當年。Theano 本質上是一個用于 Python 的數值計算庫，也可被用于高階的深度學習包裝器，比如 Lasagne (15)。盡管谷歌支持 TensorFlow (1) 和 Keras (2)，Facebook 支持 PyTorch (5) 和 Caffe2 (11)，MXNet (7) 是亞馬遜云服務官方指定的深度學習框架，CNTK (9) 由微軟設計開發并為其所用，Theano 依然很流行，盡管沒有得到任何一家大公司的青睞。
Sonnet 是成長最快的庫
2017 年早期，谷歌 DeepMind 公開發布了 Sonnet(6) 的代碼，這是一個建立在 TensorFlow 上的高級目標導向的庫。其在谷歌搜索結果的頁數對比上一季度增長了 272%，是我們選取的庫中增長最快的。盡管谷歌在 2014 年收購了這個英國的人工智能公司，DeepMind 和谷歌大腦仍然保持最大程度的獨立性。DeepMind 關注人工生成的智能，而 Sonnet 能幫助用戶在他們具體的 AI 想法和研究上構建高級結構。
Python 是深度學習接口的主要語言
PyTorch(5) 是一個底部接口為 Python 的框架，在我們的列表中是成長第二快的庫。對比上一個季度，PyTorch 的谷歌搜索結果增長了 236%。在所有 23 個開源深度學習框架和封裝中，只有三個沒有使用 Python 接口：Dlib、MatConvNet 和 OpenNN，有 6 到 7 個庫分別使用了 C++和 R 的接口。盡管數據科學社區某種程度上都一致同意使用 Python，實際上在深度學習中還是有很多的選擇。
局限性
