《深度学习之图像识别：核心技术与案例实战》 ——2.1.4 Theano简介

2.1.4  Theano简介

　　Theano由蒙特利尔大学Lisa Lab团队开发并维护，是一个高性能的符号计算及深度学习库，适用于处理大规模神经网络的训练。Theano整合了Numpy，可以直接使用ndarray等功能，无须直接进行CUDA编码即可方便地进行神经网络结构设计。因为其核心是数学表达式编辑器，计算稳定性好，可以精准地计算输出值很小的函数（如log(1+x)）。

　　用户可自行定义各种运算，优化和评估多维数组的表达式，Theano可以编译为高效的底层代码，连接BLAS、CUDA等加速库，可以自动求导，省去了完全手工写神经网络反向传播算法的麻烦。Theano对卷积神经网络的支持很好，同时它的符号计算API支持循环控制（内部名scan），让RNN的实现非常简单并且高性能，其全面的功能也让Theano可以支持大部分state-of-the-art的网络。

　　虽然Theano支持Linux、Mac和Windows，但是没有底层C++的接口，因此模型的部署非常不方便，依赖于各种Python库，并且不支持各种移动设备，所以几乎没有在工业生产环境中应用。

　　Theano在CPU上的执行性能比较差，但在单GPU上执行效率不错，性能和其他框架类似。但是运算时需要将用户的Python代码转换成CUDA代码，再编译为二进制可执行文件，编译复杂模型的时间非常久。此外，Theano在导入时也比较慢，而且一旦设定了选择某块GPU，就无法切换到其他设备。