答案優(yōu)選（一）Caffe
Caffe是一個(gè)清晰而高效的深度學(xué)習(xí)框架，也是一個(gè)被廣泛使用的開源深度學(xué)習(xí)框架，在Tensorflow出現(xiàn)之前一直是深度學(xué)習(xí)領(lǐng)域Github star最多的項(xiàng)目。
Caffe的主要優(yōu)勢為：容易上手，網(wǎng)絡(luò)結(jié)構(gòu)都是以配置文件形式定義，不需要用代碼設(shè)計(jì)網(wǎng)絡(luò)。訓(xùn)練速度快，組件模塊化，可以方便拓展到新的模型和學(xué)習(xí)任務(wù)上。但是Caffe最開始設(shè)計(jì)時(shí)的目標(biāo)只針對于圖像，沒有考慮文本、語音或者時(shí)間序列的數(shù)據(jù)，因此Caffe對卷積神經(jīng)網(wǎng)絡(luò)的支持非常好，但是對于時(shí)間序列RNN，LSTM等支持的不是特別充分。caffe工程的models文件夾中常用的網(wǎng)絡(luò)模型比較多，比如Lenet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等。

（二） Tensorflow
1、概念介紹
TensorFlow是一個(gè)使用數(shù)據(jù)流圖進(jìn)行數(shù)值計(jì)算的開源軟件庫。圖中的節(jié)點(diǎn)表示數(shù)學(xué)運(yùn)算，而圖邊表示在它們之間傳遞的多維數(shù)據(jù)陣列（又稱張量）。靈活的體系結(jié)構(gòu)允許你使用單個(gè)API將計(jì)算部署到桌面、服務(wù)器或移動(dòng)設(shè)備中的一個(gè)或多個(gè)CPU或GPU。


（三） Keras
1、概念介紹
Keras由純Python編寫而成并基于Tensorflow、Theano以及CNTK后端，相當(dāng)于Tensorflow、Theano、 CNTK的上層接口，號(hào)稱10行代碼搭建神經(jīng)網(wǎng)絡(luò)，具有操作簡單、上手容易、文檔資料豐富、環(huán)境配置容易等優(yōu)點(diǎn)，簡化了神經(jīng)網(wǎng)絡(luò)構(gòu)建代碼編寫的難度。目前封裝有全連接網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、RNN和LSTM等算法。
Keras有兩種類型的模型，序貫?zāi)Ｐ停⊿equential）和函數(shù)式模型（Model），函數(shù)式模型應(yīng)用更為廣泛，序貫?zāi)Ｐ褪呛瘮?shù)式模型的一種特殊情況。
1) 序貫?zāi)Ｐ停⊿equential):單輸入單輸出，一條路通到底，層與層之間只有相鄰關(guān)系，沒有跨層連接。這種模型編譯速度快，操作也比較簡單
2) 函數(shù)式模型（Model）：多輸入多輸出，層與層之間任意連接。這種模型編譯速度慢。