深度学习生态圈——CNTK、Keras、Tensorflow

随着Python在机器学习方面的广泛应用，在深度学习领域，Python的应用也越来越广泛，我们主要来介绍Python在深度学习领域的三个主要类库：

CNTKTensorflowKeras1 CNTK

CNTK是微软出品的一个开源的深度学习工具包，可以运行在CPU上，也可以运行在GPU上。CNTK的所有API均基于C++设计，因此在速度和可用性上很好。此外，CNTK的预测精度很好，提供了很多先进算法的实现，来帮助提供准确度。CNTK提供了基于C++、C#和Python的接口，非常方便应用。

2 Tensorflow

Tensorflow和CNTK一样，也是Python中一个快速的数值运算类库，由Google开发并开源。同样的，Tensorflow也是深度学习的一个基础类库，可以用于直接创建深度学习的模型，或者使用Tensorflow的封装来实现深度学习的模型。

Tensorflow是一个采用数据流图，用于数值计算的开源软件库。节点在图中表示数学操作，图中的线则表示在节点间相互联系的多维数字，即张量。它灵活的架构开源在多种平台上展开计算，Tensorflow最初是由Google大脑小组的研究员和工程师们开发出来的，用于机器学习和深度神经网络方面的研究。这个系统的通用性也可以用于其他的计算。

3 Keras

Keras是一个高层神经网络API，Kears完全由Python编写完成，使用Tensorflow、Theano及CNTK做为后端。Keras是为支持快速实验而生，可以迅速将想法转化为结果。Keras适用的Python版本是：Python2.7-3.6，并能在CPU和GPU之间无缝切换。Keras的设计遵循以下原则：

用户友好：用户的使用体验始终是Keras考虑的首要内容。Keras提供了简介的API，能够极大地减少用户的工作量。模块性：可将模型理解为一个层的序列或数据的运算图，完全可配置，并可以用最少的代价自由组合在一起。易扩展性：添加新模块超级容易，只需要模仿现有的模块编写系的类和函数即可。