一些好用的 Deep learning toolboxs

DeepLearningToolbox

MATLAB实现，能够使用CPU或GPU。GPU运算用gpumat实现。改动内核代码很方便
支持主要的 deep structures
https://github.com/rasmusbergpalm/DeepLearnToolbox

Cuda-convnet

Hinton’s Group 公布的 toolbox，也是其NIPS2012工作的开发工具。
用C++/CUDA实现的，很高效。外壳是Python语言，通过简单的改动配置文件来制定网络结构，很易于使用。Linux/Windows下均可成功编译执行。

支持CNN的local结构，dropout。
https://github.com/bitxiong/cuda-convnet

Caffe

Berkeley 视觉和学习组开发的 deeplearning 框架
相同用C++/CUDA实现的。支持Python 和 Matlab 的外壳。Linux/Windows下均可成功编译执行
不支持locally-connected covonlution layer
https://github.com/BVLC/caffe

Convnet

Hinton’s Group最新公布Deeplearning toolbox。内核和 cuda-convnet 类似。最大的亮点是支持多GPU结构
https://github.com/TorontoDeepLearning/convnet