知乎用戶 關注機器學習和人工智能平臺138 人贊同基于Python的各個庫個人最喜歡的是Keras，對于各種計算模式都有很好的wrapper，所以如果要實現(xiàn)一些標準模型很趁手。我和Francois聊過，他對Keras的定位很明確：Keras是一個類似API層的存在，后端引擎的計算和優(yōu)化是和前端模型分開的，所以可以根據(jù)需要換不同的后端。為什么后端可換是個好事？因為所有基于Theano的庫都會有一個潛在的問題，就是編譯時間很慢，Theano天生的。。。所以題主如果喜歡Python的話，不妨關注一下cgt：Computation Graph Toolkit實時編譯很快，簡單地說就是有Theano的功能，沒有Theano的軟肋。最后容我惡搞一下，基于Python的library其實還有一個decaf，這個才叫比Pylearn2更加徹底的棄樓停止開發(fā)（逃編輯于 2015-12-19 7 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
Ying Zhang 深度瞎學習中。4 人贊同不知道哪家最強，只知道pylearn2最爛。曾經(jīng)花了大概一個月的時間學過，簡直噩夢，還好停止開發(fā)了。發(fā)布于 2015-12-18 13 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
翻滾吧加號 Simplest the Best, like Python19 人贊同首先，Pylearn2 也能位列其中... 題主大概是百度了一個幾百年前的“經(jīng)驗帖”吧..其次，題主問的是“用哪個庫”。如果從“裝逼性”來說 那必然單單上手Theao 自己開心編編DNN是墜吼的.. 但是這么回答真的很欠揍且學習曲線巨tm離譜...然后呢，什么lasagne，keras，passage啊等一堆庫 都是站在theano肩膀上的耶穌們而已... 他們極大地削弱了上手深度學習算法的難度.. 換句話說就是：傻瓜式調(diào)用。其實用哪個都差不多。記得今年倫敦一場深度學習峰會 有好事者po過一張python library的階級對比圖（正在搜索原圖中...）我清楚的記得lasagne是穩(wěn)穩(wěn)的第一名。從我目前接觸的層面來看 lasagne確實以其嚴謹?shù)臉嫾苓壿?與 較強的可適性，甚至已經(jīng)捕獲了歐美一幫深度大牛的芳心。但是它方法命名與調(diào)用的各種用語習慣和專業(yè)術語跟我接觸的流派不同... 所以我很不想接受... （簡單的說就是 它的documentation與我本人氣場不符～）還有，我是個看臉的人... lasagne主頁那套免費的模版..真是不忍直視...于是當年的我果斷選擇了Keras～ 至少他的主頁搞了個風格主題～ 多年的經(jīng)驗告訴我 顏值靠譜的公司 質(zhì)量不會太差哦～Keras的社區(qū)活躍程度和維護力度確實是讓我有點感動的。基本上issue可以做到24h內(nèi)完美解答...唯一問題是 keras的維護們灰常清高 經(jīng)常是自以為是的回答一下就關了issue.. 然而他們其實也并沒有解決問題... 還好用keras的孩子們都知道把open和close的issue都搜一圈... 要不然 真尼瑪問個問題就被秒回一臉“傻d你這都不懂” 然后石沉大海。當然最好的武器 還是你自己的“私人庫”。畢竟你自己要做的項目有很多很多的定制化的東西 特別是keras本身還很初級。他們太注重“給傻瓜用”了，導致很多功能都很局限。你要是有些奇思妙想，比如給CNN搞個新的pipeline、給圖片做完預處理再送入CNN等.. 他們現(xiàn)有的methods是解決不了的。所以嘛，最好的解決方案 是去Github上fork他們，自己開個吊吊的branch，起個吊吊的名字，modify一些自己覺得驚為天人的新玩法。結局也無怪乎分分鐘被人f*k了.. 或者分分鐘改變了世界..對不～編輯于 2015-12-19 1 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
抽象猴 印象派抽象, 計算機輔助賭徒4 人贊同看github上的統(tǒng)計的貢獻者數(shù)量, issues跟星星等, 先去人多的地方, 用了不合適再換人少一點的, 我自己是用這方式選了keras提一下pylearn2是失敗作, 主要開發(fā)者承認過度工程發(fā)布于 2015-12-18 添加評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利知乎用戶 無2 人贊同bug全都一堆一堆發(fā)布于 2015-12-18 添加評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利匿名用戶10 人贊同你在這提問的話我估計過一會mxnet吹就要來了發(fā)布于 2015-12-18 7 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 禁止轉(zhuǎn)載知乎用戶 IT學生nolearn+Theano+lasagne發(fā)布于 2015-12-19 2 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利知乎用戶 棄之3 人贊同pylearn2已經(jīng)停止開發(fā)，就沒關注過；如果主要為了使用定制好的模塊，keras極其方便，上手容易，更新頻率還不錯，現(xiàn)在除了theano還支持tensorflow了，有問題可在keras-users或github提問；lasagne沒用過，blocks可以直接從寫好的computationgraph()調(diào)用theano.function，這樣與theano寫的代碼結合使用挺方便的，而且還有attention的模塊（我就是為了這個才看blocks的，我試著用keras寫過，簡直累死），不過它讀取數(shù)據(jù)的模塊fuel覺得挺復雜的，現(xiàn)在版本才更新到0.1.1，配置環(huán)境比keras要麻煩一些，僅供參考。另外推薦關注一下mxnet，粗略試過，顯存占用率低，編譯速度比theano快很多，不過想實現(xiàn)自定義功能相比于基于theano的會麻煩些發(fā)布于 2015-12-18 添加評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利知乎用戶 Machine Intelligence這問題就是遞歸，直至棧爆！發(fā)布于 2015-12-29 添加評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
侯璐 冒牌it女Theano + lasagne很好用，結構清晰。自己嘗試寫各種layer后再看看lasagne源碼會有豁然開朗的感覺。發(fā)布于 19:07 添加評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利知乎用戶 DL / NLP / History / Coffee1 人贊同用下了Keras，API著實優(yōu)雅，計劃用Theano+Keras了，后期想轉(zhuǎn)Tensorflow+Keras，Theano的速度簡直== 至于為啥沒用Lasagne……我擔心深夜寫代碼會餓。。。發(fā)布于 2016-03-22 4 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
田俊 python 愛好者1 人贊同個人推薦lasagne，結構清晰，擴展容易。當然，前提條件是你愿意花點時間去讀源碼，理解lasagne里層與層之間是怎么構建聯(lián)系的。我相信這個過程對你進一步熟悉和使用theano也會很有幫助。lasagne的文檔可能比不上keras，主要是實例稍微少了點，有時候僅看API有點迷糊，需要結合源碼去理解。發(fā)布于 2015-12-19 1 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
午后的小徑 關注機器學習、caffe呢發(fā)布于 2015-12-19 1 條評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
BigMoyan 人工智障研究生，機器算命愛好者4 人贊同keras應該是最容易上手的深度學習框架，純python的特性使得閱讀和修改源代碼都非常方便，畢竟python比C++不知道簡單到哪里去了。文檔也比較齊全，目前支持Theano+keras和Tensorflow+Keras。本人制作了keras的中文文檔，包含更多的使用指導和說明，歡迎訪問：http://keras-cn.readthedocs.io/en/latest/編輯于 2016-12-01 添加評論 感謝 分享 收藏 ? 沒有幫助 ? 舉報 ? 作者保留權利
張蕊 UCLA3 人贊同可惜現(xiàn)在的所有深度學習庫無論是 tensorflow, theano, keras, tflearn, torch, lasagne, caffe 都只是提供 neural network框架。而沒有提供開源任何的 reinforcement learning 框架。最近開源的 TensorLayer 是唯一一個支持 reinforcement learning 的庫，而且是基于TensorFlow開發(fā)的。新聞熱點
疑難解答
