Theano
Theano在深度學習框架中是祖師級的存在。Theano基於Python語言開發的，是一個擅長處理多維數組的庫，這一點和numpy很像。當與其他深度學習庫結合起來，它十分適合數據探索。它為執行深度學習中大規模神經網絡算法的運算所設計。其實，它可以被更好的理解為一個數學表達式的編輯器：用符號式語言定義你想要的結果，該框架會對你的程序進行編譯，來高效運行於GPU或CPU。它與後來出現的TensorFlow功能十分相似，因而兩者常常被放在一起比較。它們本身都偏底層，同樣的，Theano 像是一個研究平臺多過是一個深度學習庫。你需要從底層開始做許多工作，來創建你需要的模型。比方說，Theano 沒有神經網絡的分級。但由於它不支持多 GPU 和水平擴展，在 TensorFlow 的熱潮下（它們針對同一個領域），Theano 已然開始被遺忘了。
TensorFlow
TensorFlow是由google開源出來的，因為有google作為後臺，Tensorflow在深度學習領域一直很有名氣。TensorFlow是一個採用數據流圖，用於數值計算的開源軟件庫。它支持Python和C++兩種類型的接口。TensorFlow可支持分佈式計算，它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個CPU（或GPU），服務器，移動設備等等。
TensorFlow官方文檔中文版：www.beibq.cn/book/cw0v22
Caffe
Caffe是深度學習框架中的老牌中的老牌。Caffe有非常好的特性，但也有一些小缺點。起初的時候它並不是一個通用框架，而僅僅關注計算機視覺，但它具有非常好的通用性。Caffe 的缺點是它不夠靈活。如果你想給它來一點新改變，那你就需要使用 C++ 和 CUDA 編程，不過你也可以使用 Python 或 Matlab 接口進行一些小改變。Caffe的文檔非常貧乏。你需要花大量時間檢查代碼才能理解它。Caffe的最大缺點之一是它的安裝。它需要解決大量的依賴包，我曾經安裝過 Caffe 兩次，真正痛苦至極。但要清楚，Caffe 並不是一無是處。在投入了生產的計算機視覺系統的工具上，Caffe 是無可爭議的領導者。它非常穩健非常快速。我的建議是：用 Keras 進行實驗和測試，然後遷移到 Caffe 中進行生產。
SciKit-learn
scikit-learn是老牌的開源 Python 算法框架，始於 2007 年的 Google Summer of Code 項目，最初由 David Cournapeau 開發。它是一個簡潔、高效的算法庫，提供一系列的監督學習和無監督學習的算法，以用於數據挖掘和數據分析。SciKit-learn幾乎覆蓋了機器學習的所有主流算法，這為其在Python開源世界中奠定了江戶地位。它的算法庫建立在 SciPy (Scientific Python) 之上——你必須先安裝 SciPy 才能使用 SciKit-learn 。它的框架中一共包括了：NumPy: 基礎的多維數組包SciPy: 科學計算的基礎庫Matplotlib: 全面的 2D/3D 測繪IPython: 改進的交互控制器Sympy: 符號數學Pandas:數據結構和分析它命名的由來：SciPy 的擴展和模塊在傳統上被命名為 SciKits。而提供學習算法的模組就被命名為 scikit-learn。它與 Python 世界另一大算法框架——TensorFlow 的主要區別是：TensorFlow 更底層。而 SciKit-learn 提供了執行機器學習算法的模塊化方案，很多算法模型直接就能用。
Keras
keras是一個最低限度的、模塊化的神經網絡庫，可以使用Theano或TensorFlow作為後端。Keras最主要的用戶體驗是，從構思到產生結果將會是一個非常迅速的過程。在Keras中架構網絡設計是十分輕鬆自然的。它包括一些state-of-the-art中針對優化（Adam，RMSProp）、標準化（BatchNorm）和激活層（PReLU，ELU，LeakyReLU）最新的算法。Keras也非常注重卷積神經網絡，這也是我十分需要的。無論它是有意還是無意的，我覺得從計算機視覺的角度來看這是非常有價值的。更重要的是，你既可以輕鬆地構建基於序列的網絡（其中輸入線性流經網絡）又可以創建基於圖形的網絡（輸入可以“跳過”某些層直接和後面對接）。這使得創建像GoogLeNet和SqueezeNet這樣複雜的網絡結構變得容易得多。我認為Keras唯一問題是它不支持多GPU環境中並行地訓練網絡。這可能會也可能不會成為你的大忌。如果我想盡快地訓練網絡，那麼我可能會使用mxnet。但是如果我需要調整超參數，我就會用Keras設置四個獨立的實驗（分別在我的Titan X GPUs上運行）並評估結果。
總結
這幾個庫python中最常用的算是：TensorFlow、SciKit-learn、Theano、Keras，至於Caffe的話坑太多，自己斟酌吧，其中TensorFlow與Theano兩個可任意選其一（因為它們是針對同一領域），剩下的由於在不同領域優勢不一樣，無法說哪家強，而且在實際使用當中經常存在Scikit-learn + (TensorFlow or Theano) + Keras三個庫一起結合使用。這裡列出幾個有關深度學習相關的資料
閱讀更多 風信子編程 的文章
