Pencil Project 是一个用于制作图表和 GUI 原型的开源工具，旨在让每个人都可以免费使用。 Pencil 使用便捷，可轻松地安装和使用在流行的桌面平台中创建模型。 支持平台： OS X（仅支持 OSX 64 位 10.9 及更高版本） Windows（ win7 及以上） Linux （Ubuntu 12.04 及以上、Fedora 21+、Debian 8+、Arch Linux）
最近更新: 7天前NNabla，是索尼开源的简洁高效的神经网络库，其中包含用于深度学习系统的 Python API 与用于嵌入式设备的 C++ API 。索尼最终的目标是将其打造成像台式电脑、HPC 集群，嵌入式设备和生产服务器一样运行。 特性： CUDA 兼容性。 它拥有 Python API，因此最大化了设计神经网络模型的灵活性，并且还能支持快速的原型设计和测试。 同时支持静态和动态计算图（computation graphs）。静态计算图在速度和内存上有更高的效率，而动态计算图在设计模型上更加灵活。 有各种内置的神经网络模块，如函数、算子和优化器等。该神经网络库的模块软件架构允许开发者添加新的模块，因此开发者可以基于新的研究思路实现更快的原型设计、产品或服务部署。 它由轻便、轻量的 C++11 核所编写，并能在多个平台上运行。该框架已经在 Linux (Ubuntu 16.04) 和 Windows (8, 10) 上进行了测试。 极高的速度和内存效率。计算图引擎允许安全的原位计算（in-place computation）和内存分享，这将极大地将少内存的占用。因此该框架的设计仅采用少量的计算负载就能执行前向和后向传播。 为各种计算方案而设计的解耦合实现（Decoupled implementation）接口允许为每一个计算方案提供插件式的开发方案。开发者可以更关注函数算子实际计算的特定实现，而不用管计算图引擎与其内存优化等。
最近更新: 7天前TensorFlow 是谷歌的第二代机器学习系统，按照谷歌所说，在某些基准测试中，TensorFlow的表现比第一代的DistBelief快了2倍。 TensorFlow 内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用TensorFlow。
