原文地址：http://blog.csdn.NET/anshan1984/article/details/8583619

深度学习( Deep Learning )软件资源列表

Sason@CSDN

列表源自http://deeplearning.Net/software_links/，本文进行分类整理。

星号代表对软件库的推荐度，考虑了适用范围、开发语言、更新情况、文档示例完整性等方面，Just personal opinion。

根据编程语言，对深度学习的软件资源分类：

Python：

★★★★★ 五星
Theano – CPU/GPU 符号表示编译器in python (from LISA lab at University of Montreal)

相关资源：

Deep Learning Tutorials – 使用Theano实现深度学习的示例 (from LISA lab at University of Montreal)

Pylearn2 - Pylearn2是一个机器学习库，功能建立在Theano之上.

Gnumpy 是一个Python模块，提供与numpy相似的接口，使用GPU进行计算，运行于cudamat之上.

cudamat 是一个基于GPU的矩阵库，包括训练Neural Networks and Restricted Boltzmann Machines的示例代码。

3-way factored RBM andmcRBM 是Python代码，调用CUDAMat用于为自然图像训练模型(fromMarc’Aurelio Ranzato).

mPoT 是Python代码，调用CUDAMat和gnumpy用于为自然图像训练模型 (fromMarc’Aurelio Ranzato).

MATLAB：

★★★★★ 五星

DeepLearnToolbox – A Matlab toolbox for Deep Learning (from Rasmus Berg Palm)

Matlab code for training conditional RBMs/DBNs andfactored conditional RBMs (fromGraham Taylor).

★★★★ 四星

Deep Belief Networks. Matlab代码用于学习深度信念网络(Deep Belief Networks) (from Ruslan Salakhutdinov).

Estimating Partition Functions of RBM’s. Matlab代码用于使用退火重要性采样(Annealed Importance Sampling)估计Restricted Boltzmann Machines的剖分函数(the partition function)   (from Ruslan Salakhutdinov).

Learning Deep Boltzmann MachinesMatlab代码用于训练与微调Deep Boltzmann Machines (from Ruslan Salakhutdinov).

★★★ 三星

matrbm. Ruslan Salakhutdinov’s代码的简化版本, by Andrej Karpathy (Matlab).

C++：

★★★ 三星

Cuda-Convnet –一个快速的卷积(或更一般地，前向式feed-forward)神经网络的C++/CUDA实现。可用于建模arbitrary layer connectivity and network depth. Any directed acyclic graph of layers will do. Training is done using the back-propagation algorithm.

★★★★★ 五星

Eblearn 是 C++机器学习库，BSD许可证，用于基于能量的学习(energy-based learning),卷积网络(convolutional networks), 视觉/识别应用(vision/recognition applications)等。EBLearn最初由Pierre Sermanet at NYU维护。

★★★ 三星

The CUV Library (githublink) 是一个C++库，包括python绑定，易于操作Nvidia CUDA矩阵函数。包括一个RBM实现，退火重要性采样代码( annealed importance sampling)，以及精确计算剖分函数(the partition function)的代码 (fromAIS lab at University of Bonn).

LUSH：

★★★ 三星

Eblearn.lsh 是基于 LUSH的机器学习库，用于实现基于能量的学习(Energy-Based Learning). 它包括 “Predictive Sparse Decomposition” 的代码以及其他非监督学习的sparse auto-encoder methods.Koray Kavukcuoglu在其主页上提供多篇深度学习相关论文的Eblearn代码。

相关资源：

LUSH 编程语言及开发环境, 用于@ NYU 开发深度卷积网络。LUSH全称是Lisp Universal Shell，Wiki上有介绍。

LUA：

★★★★★ 五星

Torch – 提供与Matlab相似的环境，用于最新的机器学习算法。(from Ronan Collobert, Clement Farabet and Koray Kavukcuoglu)

推荐从Theano的Tutorials开始学习，若更关注算法效率，推荐Eblearn和Torch7，尤其是后者，值得一试。

深度学习软件资源列表相关推荐

  1. 最全深度学习资源列表！

    ↑ 点击上方[计算机视觉联盟]关注我们 Github近期有个新的深度学习资源列表比较火热---deep-learning-ocean : All You Need to Know About Deep ...

  2. 交通运输——机器学习/深度学习资源列表

    原文地址:https://github.com/zzsza/Awesome-Mobility-Machine-Learning-Contents/blob/master/README.md 交通运输相 ...

  3. 2020深度学习配置列表

    最近有同学问配置... 以下是一年前配置的 三张2080TI的服务器,尽量选了CP值(性价比)比较高,和稳定的产品.今年如果买的到的话,可以换成3080 或者 3090. 首先决定的是平台,虽然amd ...

  4. 如何学习深度学习——我的高质量学习资源列表

    深度学习是当下计算机界火得不能再火的研究课题.作为一名计算机人,应当有不断学习当下最前沿技术的觉悟.但问题来了,深度学习领域的入门资料让人看花了眼,我实在不知道该从何学起.刚好在网上看到了Arthur ...

  5. 机器学习(Machine Learning)深度学习(Deep Learning)资料(Chapter 2)

    机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2) - tony的专栏 - 博客频道 - CSDN.NET 注:机器学习资料篇目一共 ...

  6. 机器学习和深度学习资料汇总【02】

    <Image Scaling using Deep Convolutional Neural Networks> 介绍:使用卷积神经网络的图像缩放. <Proceedings of ...

  7. 【深度学习Deep Learning】资料大全

    感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习, ...

  8. 深度学习Deep Learning 资料大全

    转自:http://www.cnblogs.com/charlotte77/ [深度学习Deep Learning]资料大全 最近在学深度学习相关的东西,在网上搜集到了一些不错的资料,现在汇总一下: ...

  9. 深度学习（deep learning）--资料大全

    最近在学深度学习相关的东西,在网上搜集到了一些不错的资料,现在汇总一下: Free Online Books Deep Learning66 by Yoshua Bengio, Ian Goodfel ...

  10. 深度学习框架：GPU

    深度学习框架:GPU Deep Learning Frameworks 深度学习框架通过高级编程接口为设计.训练和验证深度神经网络提供了构建块.广泛使用的深度学习框架如MXNet.PyTorch.Te ...

最新文章

  1. 今日计划: 2022-02-15
  2. TCPDUMP/LIBPCAP 2-搭建环境
  3. 听说java又过气了？看我运用大数据分析2019年java发展趋势！
  4. 广域存储和计算协同面临哪些挑战，具有哪些优势？
  5. 【Python】Python实战从入门到精通之二 -- 教你使用Python中列表操作
  6. [7]2019-ICDM-Learning to Sample:an Active Learning Framework 论文笔记
  7. OpenLayers 官网例子的中文详解 1
  8. 为Navicat ER图增添字段备注
  9. 操盘手 李彪 照片[转]
  10. 决策树模型（R语言）
  11. Texlive 2021安装卡在be patient解决方案
  12. Pycharm打开已有项目配置python环境
  13. WSL ubuntu ‘Permission denied’的解决方法
  14. OpenGL纹理过滤以及纹理Wrapping mode
  15. 使用Ansible部署器设置一个小型的TF+K8s实验室
  16. 自媒体人必不可少的多平台同步、一文多发小助手
  17. 网址中为什么会有好多%BE%B2%D0%之类的--URLEncode
  18. inventor2019有无CAE_Autodesk Inventor 2019官方标准教程
  19. R语言二手车汽车销售数据可视化探索：预处理、平滑密度图、地理空间可视化（带自测题）
  20. 习题5-4 使用函数求素数和 (20 分)答案

热门文章

  1. self-sizing cell的一个问题
  2. linux-磁盘结构
  3. Cakephp 创建无模型的Controller
  4. 搜集整理一些Cron表达式例子
  5. 如何将以字符表示的16进制数转换为机器码表示的16进制数
  6. ICCV11 Distributed Cosegmentation via Submodular Optimization on Anisotropic Diffusion
  7. RGBA模式与颜色索引模式的对比
  8. python小程序代码_Python解题记录第19题
  9. 拓端tecdat|R语言基于协方差的结构方程拟合的卡方检验
  10. 拓端tecdat|基于数据挖掘SVM模型的pre-incident事故预防预测分析报告