Sonnet 是成长最快的库
2017 年早期，谷歌 DeepMind 公开发布了 Sonnet(6) 的代码，这是一个建立在 TensorFlow 上的高级目标导向的库。其在谷歌搜索结果的页数对比上一季度增长了 272%，是我们选取的库中增长最快的。尽管谷歌在 2014 年收购了这个英国的人工智能公司，DeepMind 和谷歌大脑仍然保持最大程度的独立性。DeepMind 关注人工生成的智能，而 Sonnet 能帮助用户在他们具体的 AI 想法和研究上构建高级结构。
Python 是深度学习接口的主要语言
PyTorch(5) 是一个底部接口为 Python 的框架，在我们的列表中是成长第二快的库。对比上一个季度，PyTorch 的谷歌搜索结果增长了 236%。在所有 23 个开源深度学习框架和封装中，只有三个没有使用 Python 接口：Dlib、MatConvNet 和 OpenNN，有 6 到 7 个库分别使用了 C++和 R 的接口。尽管数据科学社区某种程度上都一致同意使用 Python，实际上在深度学习中还是有很多的选择。
局限性
使用更长久的库通常会有更高的指标，因此排名会更加靠前。我们这里只使用了唯一的指标，即谷歌搜索季度增长率（Google search quarterly growth rate）。
数据中展示了几种困难：
1.神经网络设计和数学软件都是特有的，因此被删去
2.CNTK 也称作微软认知工具箱，但我们只使用了原始的 cntk 命名
3.Neon 改为 Nervana Neon
4.Paddle 改为 PaddlePaddle
有些库明显是由其它库衍生出来的，比如 Caffe 和 Caffe2。我们决定将拥有唯一的 GitHub 资料库的库作为单个处理。
方法
首先，我们从 5 个不同的来源中生成了一个 23 个开源深度学习库的列表，然后收集它们的所有指标，并给出排名。GitHub 数据基于 star 指标和 fork 指标，Stack Overflow 数据基于标签和包含软件包名称的问题，谷歌搜索结果基于过去 5 年内谷歌搜索的结果总数目和过去 3 个月对比之前 3 个月计算得出的季度增长率。