推荐 10 款相当优秀的 Python 深度学习框架，帮助大家一起了解深度学习带来的改变
Caffe2 是一个轻量级、模块化和可扩展的深度神经网络框架。Caffe2 在圈内非常知名，由 Facebook 出品，但在 2018 年 5 月，它已经正式合并入PyTorch，不再使用 Caffe2 的名字继续更新。再看到 Caffe2，请用 PyTorch 来代替。
Keras 是一个高层次的深度神经网络框架接口，它可以运行 TensorFlow、CNTK、Theano、MXNet 等具体框架，以用户友好、模块化和可扩展性著称。当别人还在 PK 具体框架之时，Keras 已经考虑打通框架之间的壁垒，这种抽象思维十分有益。学好一个具体框架后，Keras 则是“首选”的第二个。
Lasagne 是一个基于 Theano 的轻量级神经网络工具库，用于建立和训练神经网络。深度介入人工智能技术的背景下，这个由几个工程师联合开发的框架注定不会取得大成。尽管该库已经几乎不再演进，其愿景及所开放源代码非常值得广大程序员参考借鉴。
PaddlePaddle 推出的深度学习框架，它提供了丰富的算法服务，易用、灵活、高效、可扩展，体现了百度的人工智能水平。作为深度学习框架的后起之秀，效果如何还要拭目以待，但非常值得期待。
PyTorch 是一个快速和灵活的深度学习框架，它有两个特点：快速，深度整合 GPU 硬件，计算更快速；灵活，可以动态生成张量（Tensor）流图，更适合演进式应用开发。再透露一点，PyTorch 是很多专业人士首选的深度学习框架。
如果不知道 TensorFlow 这个词，一定很 OUT，它是 AlphaGo 背后的深度学习框架，支撑了 Google 背后大量的智能应用。Tensor 是张量，Flow 是流图，TensorFlow 就这样“简单的”构造张量流图开展深度学习计算。虽然专业应用已经不再直接使用这个框架，但作为入门学习者，从 TensorFlow 开始是非常好的选择。
Theano 是一个“历史悠久”（约 10 年）的深度学习框架，为执行大规模神经网络运算所设计，它本质上是一个数学表达式编译器：用符号语言定义过程及结果，编译并高效运行于 GPU 或 CPU 之上。同样，这个由个人群体维护的框架也未能在资本密集的人工智能市场长久存在下去，2017 年发布 1.0 版本后，该框架暂时还没未更新。
MXNet 是一个神奇的深度学习框架，它由 400 多位来自 Amazon、Apple、Samsung 和 Microsoft 等的开发人员贡献，并形成了一个有深度的开源社区。MXNet 资助，应该是最中立的深度学习框架了，而且还非常有活力。悄悄的说，学术界最喜欢 MXNet，这必有道理。
sklearn-theano 是一个建立在 Numpy, Scipy, Theano 和 Matplotlib 等 Python 库之上用于提取并抽象特征的库，严格意义上说，它并非是一个完整的深度学习框架，但对于提取特征，尤其是图像特征十分有用。
Python 是人工智能的基础性语言，先学好语言，再学好框架，不断进阶不停涨工资！