Привет, Хабр!



Параллельно с публикациями статей [открытого курса по машинному обучению][1] мы решили запустить ещё одну серию — о работе с популярными фреймворками для нейронных сетей и глубокого обучения.



Я открою этот цикл статьёй о Theano — библиотеке, которая используется для разработки систем машинного обучения как сама по себе, так и в качестве вычислительного бекэнда для более высокоуровневых библиотек, например, [Lasagne][2], [Keras][3] или [Blocks][4].



Theano разрабатывается с 2007 года главным образом группой [MILA][5] из Университета Монреаля и названа в честь древнегреческой женщины-философа и математика Феано (предположительно изображена на картинке). Основными принципами являются: интеграция с numpy, прозрачное использование различных вычислительных устройств (главным образом GPU), динамическая генерация оптимизированного С-кода.

[Читать дальше →][6]

[1]: https://habrahabr.ru/search/?q=%5Bmlcourse_open%5D&target_type=posts
[2]: http://lasagne.readthedocs.io/en/latest/
[3]: https://keras.io/
[4]: http://blocks.readthedocs.io/en/latest/
[5]: https://mila.umontreal.ca/en/
[6]: https://habrahabr.ru/post/323272/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut