Pylearn2基于 Theano 的機器學習庫

Pylearn2是一個基于Theano的機器學習庫，它的大部分功能是基于Theano頂層實現(xiàn)的。這意味著用戶可以用數(shù)學表達式去編寫Pylearn2插件（新模型、算法等），Theano不僅會幫助用戶優(yōu)化這些表達式，并且將這些表達式編譯到CPU或者GPU中。

功能特性

• 研究人員可以添加他們所需要的功能。我們避免提前設置過多自上而下的計劃，這樣容易導致用戶難以使用。

• 一個實現(xiàn)高效科學實驗的機器學習工具箱。

• LISA實驗室發(fā)布的所有模型/算法都應該在Pylearn2中具有引用說明。

• Pylearn2可能會引用其他庫，如scikit-learn。

• Pylearn2與scikit-learn的不同之處在于Pylearn2旨在提供極大的靈活性，使得研究人員可以自行實現(xiàn)任何事情。而scikit-learn旨在作為一個“黑箱”，即使用戶對算法底層實現(xiàn)沒有了解也可以輸出實驗結果。

• 包括了矢量，圖像，視頻等數(shù)據(jù)集接口。

• 一個針對普通MLP/RBM/SDA/卷積實驗所有需要內容的小型框架。

• 易于重復使用Pylearn2的子組件。

• 使用Pylearn2庫的一個子組件不會強制用戶使用/學習使用所有其他子組件，用戶可以自行選擇。

• 支持跨平臺序列化學習模型。

• 十分簡單易用（蒙特利爾大學的IFT6266）。