https://www.toutiao.com/a6697243469124993550/
由于具备包括各种各样的库、社区等在内的多种特性，Python是目前最广泛使用的语言之一。各种各样的库为神经网络和深度学习的研究和开发提供了基础的能力。这里我们列出七个最流行的Python神经网络库。
- TensorFlow： TensorFlow是一个开放源码的软件库，具有灵活的体系结构使代码能部署到一个或多个CPU或GPU，而无需重写代码。TensorFlow为C++、GO、Java、JavaScript等提供稳定的Python和C API接口。
- PyTorch： Pytorch是一个python包，有独特的构建神经网络的方法，具有强大的GPU加速，深度神经网络建立的能力，通常可用PyTorch来代替Numpy使用GPU的能力，或者提供更大灵活性和速度的深度学习研究平台。
- NeuroLab： NeuroLab是一个简单而强大的python神经网络库，该库包含基于神经网络、训练算法和灵活的框架来创建和支持其他网络，支持多种神经网络类型和其他学习算法。
- Ffnet： Ffnet（feedforward neural network）是一种快速易使用的针对python的前馈神经网络训练解决方案，可以使用多种方案进行算法的优化。
- Scikit-Neural Network： 该库实现了多层神经网络，实现更友好的python接口，可以轻松地将深层神经网络训练为回归器和分类器，支持多种神经网络功能。
- Lasagne： Lasagne是一个轻量级的库，用来建立和训练神经网络。它的设计遵循六个原则：简单、透明、模块化、实用主义、约束性和重点性，支持前馈网络，如卷积神经网络（CNN）等。
- Pyrenn： Pyrenn是用于python和matlab的递归神经网络工具箱，允许各种神经网络配置，容易创建、训练和使用神经网络，可实现实时循环学习算法和时间反向传播算法。
