(1)  TensorFlow：深度学习最流行的库之一，是谷歌在深刻总结了其 前身 DistBelief 的经验教训上形成的；它不仅便携、高效、可扩 展，还能再不同计算机上运行:小到智能手机，大到计算机集群都 能；它是一款轻量级的软件，可以立刻生成你的训练模型，也能 重新实现它；TensorFlow 拥抱创新，有强大的社区、企业支持， 因此它广泛用于从个人到企业、从初创公司到大公司等不同群体。

(2) Caffe: 卷积神经网络框架，专注于卷积神经网络和图像处理，是用 C ++语言写成的。

(3)  Chainer: 一个强大、灵活、直观的机器学习 Python软件库，能 够在一台机器上利用多个 GPU，是由深度学习创业公司 Preferred Networks 开发；Chainer 的设计基于 define by run 原 则，也就是说，该网络在运行中动态定义，而不是在启动时定 义。

(4)  CNTK: 微软研究人员开发的用于深度神经网络和多GPU 加速技 术的完整开源工具包。微软称 CNTK在语音和图像识别方面，比 谷歌的 TensorFlow 等其它深度学习开源工具包更有优势。

(5) Deeplearning4j: 专注于神经网络的 Java 库，可扩展并集成 Spark，Hadoop 和其他基于 Java 的分布式集成软件。

(6) Nervana Neo: 是一个高效的 Python 机器学习库，它能够在单个 机器上使用多个 GPU。

(7) Theano: 是一个用 Python 编写的极其灵活的 Python 机器学习 库，用它定义复杂的模型相当容易，因此它在研究中极其流行。

(8) Torch: 是一个专注于 GPU 实现的机器学习库，得到了几个大公 司的研究团队的支持。