深度学习框架有哪些，主流深度学习框架介绍

TensorFlow逐渐成为最流行的深度学习框架，目前在GitHub中已经有1500多个与深度学习相关的包中提到了TensorFlow，而其中只有5个是谷歌公司官方提供的，可想而知它的应用是多么广泛。

TensorFlow在很大程度上推动了深度学习的发展，并成为这个行业的标准，目前可以说是深度学习的代名词了。

从名字来看Caffe（Convolutional Architecture for Fast Feature Embedding，卷积神经网络框架）就是一个专注于视觉领域的框架。

实际上，Caffe 可以算得上是老牌框架了，在计算机视觉系统的工具上，Caffe是无可争议的领导者。但是Caffe 的文档不够友好，安装的过程也是痛点，因为要求大量的依赖包，总的来说并不是一个适合深度学习入门者上手使用的框架。

MXNet诞生于分布式机器学习社区（DMLC），这个包是亚马逊公司选择的深度学习库，业界对其充满了信心。

MXNet同时也是一个支持大多数编程语言的框架，支持的编程语言包括 Python、R、C++、Julia 等。由于目前支持R语言的深度学习框架并不是很多，因此使用R语言的开发者通常会选择 MXNet。

在使用体验上，MXNet性能非常好，运行速度快，对 GPU 的要求也不高。但它的缺点是上手难度比较大，对于深度学习的新手有一定的技术要求。

PyTorch是近期比较热门的一个框架，其前身为Torch。

Torch本身是性能优良的框架，但选用的人不多，这是因为Torch基于一个不怎么流行的语言——Lua，在使用Torch前还必须学习Lua语言，这就大大增加了入门的难度。所以，在以Python为大趋势的深度学习环境中，脸书公司于 2017 年 1 月 18 日推出了 PyTorch，这一次再也没有编程语言问题了，PyTorch于是以极迅猛的势头流行开来。

PyTorch官网配套的文档和教程十分完整和友好，推荐读者看一看

从严格意义上来讲，Keras 并不算是一个深度学习框架。Keras 是一个高层的 API（应用程序编程接口），它运行在 TensorFlow、CNTK、Theano 或 MXNet 这些学习框架上。

Keras 于 2015 年 3 月首次发布，之后即因其易用性和语法简洁性而广受支持，并得到快速发展。Keras 也是谷歌公司支持的框架之一。

PaddlePaddle 由百度公司在 2016 年 9 月推出。

至此，百度公司成为继谷歌公司、脸书公司、IBM 公司之后另一个将人工智能技术开源的科技巨头，同时也是国内首个开源深度学习平台的科技公司。Paddle 的全称是 Parallel Distributed Deep Learning，即并行分布式深度学习，是在百度公司内部已经使用多年的框架。

总的来说，PaddlePaddle 整体的设计和 Caffe 很像，对 Caffe 有一定了解的学习者应该很容易上手。

PaddlePaddle 打出的宣传语即是易学易用的分布式深度学习平台。同时，背靠百度公司扎实的开发功底，PaddlePaddle 也算是一个十分成熟、稳定可靠的开发工具。

华为在2020开发者大会上宣布全场景AI计算框架MindSpore在码云正式开源，企业级AI应用开发者套件ModelArts Pro也在华为云上线。

该框架是一款支持端、边、云独立/协同的统一训练和推理框架