五种开源的深度学习软件的评估

环境： Windows 7,  Ubuntu 12.04,  H2O, RStudio, Pylearn2, Caffe, Cuba_convnet2, Octave

Java版本： H2O

可参与我的文章 ： http://blog.itpub.net/16582684/viewspace-1255976/

优点：实现CPU集群，实现并行和分布式，与R语言结果比较方便处理数据
缺点：不支持GPU

C++版本 ：Caffe, Cuba_convnet2

可参与我的文章 ：http://blog.itpub.net/16582684/viewspace-1256400/      http://blog.itpub.net/16582684/viewspace-1254584/

Caffe  优点： 支持CPU和GPU，支持python, matlab接口，计算速度比较快，目前是图像分类效果比较好
缺点：不支持集群

Cuba_convnet2:  优点： 支持单机GPU集群
缺点： 不支持CPU， 操作有些复杂

Python版本：Pylearn2

可参与我的文章 ： http://blog.itpub.net/16582684/viewspace-1243187/

优点：支持CPU和GPU
缺点：不支持并发和集群

Octave/Matlab版本： DeeplearnToolbox

可参与我的文章 ：http://blog.itpub.net/16582684/viewspace-1255317/

优点： 编码简洁，容易理解其算法
缺点： 只支持单个cpu计算

总结： 以上各个版本都有自己的适应场景，没法去找出一个最好的。 目前深度学习架构发展朝两个方向： 1.  GPU集群，   2. CPU和GPU混合集群。  开源版本已经给出第一种，目前第二种也就只有一两家公司实现了。