ArXiv 中最受欢迎的开源框架，TensorFlow 排名第一！

Posted 2021-04-24 开源最前线

开源最前线（ID：OpenSourceTop） 猿妹整编

综合自：https://twitter.com/fchollet/status/971863309526867968、CnBeta等

近日 Keras 作者 François Chollet 近日在 Twitter 上公布了一项他所做的调查，统计了在过去三个月中 ArXiv 上（截至 3 月 7 日）被提及（mention）最多的几大开源框架。研究结果显示，Tensorflow 是研究深入学习的首选平台。

第二至第八名分别是基于 Python 的深度学习库 Keras、同属 facebook 开源的深度学习框架 Caffe 和 PyTorch；去年已宣布停止更新的 Theano、亚马逊开源的轻量级深度学习库 MxNet、英特尔的 Chainer 及微软 CNTK。

Tensorflow

TensorFlow 是谷歌的第二代机器学习系统，按照谷歌所说，在某些基准测试中，TensorFlow 的表现比第一代的 DistBelief 快了 2 倍。TensorFlow 内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用 TensorFlow。任何基于梯度的机器学习算法都能够受益于 TensorFlow 的自动分 化（auto-differentiation）。通过灵活的 Python 接口，要在 TensorFlow 中表达想法也会很容易。

Keras

Keras 是一个极简的、高度模块化的神经网络库，采用 Python（Python 2.7-3.5.）开发，能够运行在 TensorFlow 和 Theano 任一平台，好项目旨在完成深度学习的快速开发。

François Chollet 他也在后续的 Twitter 上提及，统计数据表明，Keras在业界 (大公司和初创企业) 和整个数据科学社区的使用中中占主导地位。但在学术研究领域则要少一点。

Caffe

Caffe 是一种开源软件框架，内部提供了一套基本的编程框架，或者说一个模板框架，用以实现 GPU 并行架构下的深度卷积神经网络，Deep Learning 等算法，我们可以按照框架定义各种各样的卷积神经网络的结构，并且可以再此框架下增加自己的代码，设计新的算法，该框架的一个问题就是，只能够使用卷积网络，所有框架都是再基于卷积神经网路的模型上进行的。 

PyTorch

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能：强大的 GPU 加速 Tensor 计算（类似 numpy）；构建基于 tape 的自动升级系统上的深度神经网络

Theano

Theano 是一个 Python 库，用来定义、优化和模拟数学表达式计算，用于高效的解决多维数组的计算问题。

MxNet

MXNet 是一款设计为效率和灵活性的深度学习框架。它允许你混合符号编程和命令式编程，从而最大限度提高效率和生产力。在其核心是一个动态的依赖调度，它能够自动并行符号和命令的操作。有一个图形优化层，使得符号执行速度快，内存使用高效。这个库便携，轻量，而且能够扩展到多个 GPU 和多台机器。

Chainer

Chainer 是深度学习的框架，Chainer 在深度学习的理论算法和实际应用之间架起一座桥梁。它的特点是强大、灵活、直观，被认为是深度学习的灵活框架。

CNTK

来自微软公司的 CNTK 工具包的效率，“比我们所见过的都要疯狂”。 这部分归功于 CNTK 可借助图形处理单元（GPU）的能力，微软自称是唯一公开“可扩展 GPU”功能的公司。（从单机上的1个、延伸至超算上的多个） 在与该公司的网络化 GPU 系统（称之为 Azure GPU Lab）匹配之后，它将能够训练深度神经网络来识别语音，让 Cortana 虚拟助理的速度达到以前的十倍。

此外，François Chollet 还统计了开源框架们的综合人气指数，这回排名则有所变化，第一名仍然是 TensorFlow。值得一提的是，百度的 Paddle 也入选了这一榜单。

而在过去一个月内（2018 年 2 月 10 日至 2018 年 3 月 8 日），在 GitHub 上的新 Fork 数则由 TensorFlow 包揽大局，凭借 10836 的新 Fork 数承包了该榜单冠军；第二名的 Keras 的 Fork 数为 439 个，第三名的 caffe 则只有 190 个

---

●本文编号195，以后想阅读这篇文章直接输入195即可

●输入m获取文章目录