Tensorflow

这是清单中最新的神经网络库。在前几天刚刚发行，Tensorflow是高级神经网络库，可以帮助你设计你的网络架构，避免出现低水平的细节错误。重点是允许你将计算表示成数据流图，它更适合于解决复杂问题。

此库主要使用C++编写，包括Python绑定，所以你不必担心其性能问题。我最喜欢的一个特点是它灵活的体系结构，允许你使用相同的API将其部署到一个或多个CPU或GPU的台式机、服务器或者移动设备。有此功能的库并不多，如果要说有，Tensorflow就是其一。

它是为谷歌大脑项目开发的，目前已被数百名工程师使用，所以无须怀疑它是否能够创造有趣的解决方案。

尽管和其它的库一样，你可能必须花一些时间来学习它的API，但花掉的时间应该是很值得的。我只花了几分钟了解了一下它的核心功能，就已经知道Tensorflow值得我花更多的时间让我来实现我的网络设计，而不仅仅是通过API来使用。

擅长：神经网络
网址：http://tensorflow.org/
Github: https://github.com/tensorflow/tensorflow

scikit-learn

scikit-learn绝对是其中一个，如果不是最流行的，那么也算得上是所有语言中流行的机器学习库之一。它拥有大量的数据挖掘和数据分析功能，使其成为研究人员和开发者的首选库。

其内置了流行的NumPy、SciPy，matplotlib库，因此对许多已经使用这些库的人来说就有一种熟悉的感觉。尽管与下面列出的其他库相比，这个库显得水平层次略低，并倾向于作为许多其他机器学习实现的基础。

擅长：非常多
网址：http://scikit-learn.org/
Github: http://github.com/scikit-learn/scikit-learn

Theano

Theano是一个机器学习库，允许你定义、优化和评估涉及多维数组的数学表达式，这可能是其它库开发商的一个挫折点。与scikit-learn一样，Theano也很好地整合了NumPy库。GPU的透明使用使得Theano可以快速并且无错地设置，这对于那些初学者来说非常重要。然而有些人更多的是把它描述成一个研究工具，而不是当作产品来使用，因此要按需使用。

Theano最好的功能之一是拥有优秀的参考文档和大量的教程。事实上，多亏了此库的流行程度，使你在寻找资源的时候不会遇到太多的麻烦，比如如何得到你的模型以及运行等。

擅长：神经网络和深度学习
网址：http://deeplearning.net/software/theano/
Github:https://github.com/Theano/Theano

Pylearn2

大多数Pylearn2的功能实际上都是建立在Theano之上，所以它有一个非常坚实的基础。

据Pylearn2网址介绍：

Pylearn2不同于scikit-learn，Pylearn2旨在提供极大的灵活性，使研究者几乎可以做任何想做的事情，而scikit-learn的目的是作为一个“黑盒”来工作，即使用户不了解实现也能产生很好的结果。
记住，Pylearn2在合适的时候会封装其它的库，如scikit-learn，所以在这里你不会得到100%用户编写的代码。然而，这确实很好，因为大多数错误已经被解决了。像Pylearn2这样的封装库在此列表中有很重要的地位。

擅长：神经网络
网址：http://deeplearning.net/software/pylearn2/
Github：http://github.com/lisa-lab/pylearn2

Pyevolve

神经网络研究更让人兴奋和不同的领域之一是遗传算法。从根本上说，遗传算法只是一个模拟自然选择的启发式搜索过程。本质上它是在一些数据上测试神经网络，并从一个拟合函数中得到网络性能的反馈。然后对网络迭代地做小的、随机的变化，再使用相同的数据进行测试。将具有高度拟合分数的网络作为输出，然后使其作为下一个网络的父节点。

Pyevolve提供了一个用于建立和执行这类算法很棒的框架。作者曾表示，V0.6版本也支持遗传编程，所以在不久的将来，该框架将更倾向于作为一个进化的计算框架，而不只是简单地遗传算法框架。

擅长：遗传算法的神经网络
Github：https://github.com/perone/Pyevolve

NuPIC

Nupic是另一个库，与标准的机器学习算法相比，它提供了一些不同的功能。它基于一个称作层次时间记忆（HTM）的新皮层理论，。HTMs可以看作是一类神经网络，但在一些理论上有所不同。

从根本上说，HTMs是一个分层的、基于时间的记忆系统，可以接受各种数据。这意味着会成为一个新的计算框架，来模仿我们大脑中的记忆和计算是如何密不可分的。

擅长：HTMs
Github：http://github.com/numenta/nupic

Pattern

此库更像是一个“全套”库，因为它不仅提供了一些机器学习算法，而且还提供了工具来帮助你收集和分析数据。数据挖掘部分可以帮助你收集来自谷歌、推特和维基百科等网络服务的数据。它也有一个Web爬虫和HTML DOM解析器。“引入这些工具的优点就是：在同一个程序中收集和训练数据显得更加容易。

在文档中有个很好的例子，使用一堆推文来训练一个分类器，用来区分一个推文是“win”还是“fail”。

from pattern.web import Twitter  
from pattern.en import tag  
from pattern.vector import KNN, count
twitter, knn = Twitter(), KNN()
for i in range(1, 3):  
    for tweet in twitter.search('#win OR #fail', start=i, count=100):
        s = tweet.text.lower()
        p = '#win' in s and 'WIN' or 'FAIL'
        v = tag(s)
        v = [word for word, pos in v if pos == 'JJ'] # JJ = adjective
        v = count(v) # {'sweet': 1}
        if v:
            knn.train(v, type=p)
print knn.classify('sweet potato burger')  
print knn.classify('stupid autocorrect')

首先使用twitter.search()通过标签’#win’和’#fail’来收集推文数据。然后利用从推文中提取的形容词来训练一个K-近邻（KNN）模型。经过足够的训练，你会得到一个分类器。仅仅只需15行代码，还不错。

擅长：自然语言处理（NLP）和分类。
Github：http://github.com/clips/pattern

Caffe

Caffe是面向视觉应用领域的机器学习库。你可能会用它来创建深度神经网络，识别图像中的实体，甚至可以识别一个视觉样式。

Caffe提供GPU训练的无缝集成，当你训练图像时极力推荐使用此库。虽然Caffe似乎主要是面向学术和研究的，但它对用于生产使用的训练模型同样有足够多的用途。

擅长：神经网络/视觉深度学习
网址：http://caffe.berkeleyvision.org/
Github：https://github.com/BVLC/caffe

其他知名库

这里还列出了一些其它面向Python的机器学习库。其中一些库与上述库有着相同的功能，而另一些则有更窄小的目标或是更适合当作学习工具来使用。

Nilearn

基于scikit-learn
Github

Neurohazard

Python 机器学习库汇总

Tensorflow

scikit-learn

Theano

Pylearn2

Pyevolve

NuPIC

Pattern

Caffe

其他知名库

Nilearn

Statsmodels

PyBrain (inactive)

Fuel

Bob

skdata

MILK

IEPY

Quepy

Hebel

mlxtend

nolearn

Ramp

Feature Forge

REP

Python-ELM

PythonXY

XCS

PyML

MLPY (inactive)

Orange

Monte

PYMVPA

MDP (inactive)

参考资料