最佳人工神经网络软件

NVIDIA 深度学习 GPU 训练系统 (DIGITS) 用于数据科学和研究的深度学习，使用实时网络行为可视化快速设计用于图像分类和对象检测任务的深度神经网络 (DNN)。

Keras 是一个神经网络库，用 Python 编写，能够在 TensorFlow 或 Theano 之上运行。

Microsoft Cognitive Toolkit 是一个开源的商业级工具包，通过提供无与伦比的扩展性、速度和准确性以及商业级质量以及与已经使用的编程语言和算法的兼容性，使用户能够通过深度学习利用海量数据集中的智能。

Torch 是一个科学计算框架，广泛支持将 GPU 放在首位的机器学习算法。

TFlearn 是一个构建在 TensorFlow 之上的模块化和透明的深度学习库，它为 TensorFlow 提供更高级别的 API，以促进和加速实验，同时保持完全透明并与之兼容。

Merlin 是一个用 Julia 编写的深度学习框架，旨在为机器学习提供一个快速、灵活和紧凑的深度学习库。

Clarifai 为计算机视觉、自然语言处理和音频识别提供端到端的 AI 平台。我们帮助企业和公共部门组织将非结构化图像、视频、文本和音频数据转换为可操作的见解，比人类自己能够更快、更准确地进行。我们帮助多个行业的客户创建用于智能、监视和侦察的创新 AI 解决方案；品牌安全和适度；数字资产管理；产品推荐和视觉搜索；视力检查;文件和媒体分析等等。 Clarifai 赢得了无数奖项，并被 Forrester 公认为计算机视觉平台的领导者，与谷歌和微软等公司并驾齐驱。该公司由首席执行官 Matt Zeiler 博士于 2013 年创立，该公司在 ImageNet 获得前 5 名。 Clarifai 总部位于特拉华州威尔明顿，并继续发展壮大，拥有 100 多名员工，在哥伦比亚特区旧金山和爱沙尼亚塔林设有办事处。

SuperLearner 是一个实现超级学习器预测方法的包，并包含一个用于超级学习器的预测算法库。

Knet（发音为“kay-net”）是在 Julia 中实现的深度学习框架，它允许使用 Julia 的全部功能和表现力来定义和训练机器学习模型。

DeepPy 是一个麻省理工学院许可的深度学习框架，它试图为深度学习添加一点禅意，因为它允许基于 NumPy 的 ndarray 的 Pythonic 编程，具有小型且易于扩展的代码库，在 CPU 或 Nvidia GPU 上运行并实现以下网络架构前馈网络、卷积网络、孪生网络和自动编码器。