简介

Theano 基于 Python，是最早的深度学习开源框架，在深度学习框架中是祖师级的存在。

它的开发始于 2007，是在BSD许可证下发布的一个开源项目，诞生于加拿大魁北克蒙特利尔大学的LISA实验室，是用一位希腊数学家的名字命名的。它也被大量地运用于教育行业和自我学习提升（例如：加拿大蒙特利尔大学的深度学习课程）。

Theano 严格来说是一个高效定义，优化，估算擅长处理多维数组的 Python 库，十分适合与其它深度学习库结合起来进行数据探索，高效地解决多维数组（numpy.ndarray）的计算问题。它设计的初衷是为了执行深度学习中大规模神经网络算法的运算。其实，Theano 可以被更好地理解为一个数学表达式的编译器：用符号式语言定义你想要的结果，该框架会对你的程序进行编译，在 GPU 或 CPU 中高效运行。在解决包含大量数据的问题时，使用Theano可实现比手写C 语言更快的编程速度。 而通过GPU加速，Theano甚至可以比基于CPU计算的C语言快上好几个数量级。

它具有以下这些特征：

是Numpy库的紧密整合：在Theano编译中使用numpy.ndarray

操作GPU：数据的紧凑性计算比CPU的效率高

高效的象征性差异：Theano一个或者多个输入时使用派生函数

高效、稳定优化

动态C代码产生：评估表达式的快速

大范围的单元测试和自我证实：检查和判断很多类型的错误，容错性好

Theano结合了计算机代数系统（Computer Algebra System，CAS）和优化编译器，还可以为多种数学运算生成定制的C语言代码。对于包含重复计算的复杂数学表达式任务，计算速度很重要，因此这种CAS和优化编译器的组合是很有用的。

对于需要将每种不同数学表达式都计算一遍的情况，Theano能够实现编译/解析计算量的最小化，但仍然会给出如自动微分那样的符号特征。

在过去很长一段时间内，Theano是深度学习开发与研究的行业标准。而且由于诞生于学界，Theano最初是为学术研究而设计的， 深度学习领域的许多学者至今仍在使用Theano。

但随着TensorFlow在谷歌的支持下强势崛起，Theano日渐式微，使用的人越来越少。在这个过程中标志性事件是：Theano创始者之一Ian Goodfellow放弃Theano转去谷歌开发TensorFlow了。

2017年9月28日，在Theano 1.0正式版发布前夕，LISA实验室负责人、深度学习三巨头之一的 Yoshua Bengio宣布Theano将停止继续开发：“Theano is Dead.”

尽管Theano正慢慢退出历史舞台，但作为第一个Python深度学习框架，Theano很好地完成了自己的使命，为深度学习研究人员早期拓荒提供了极大的帮助，同时也为之后深度学习框架的开发奠定了基本设计方向：以计算图为框架的核心，采用GPU加速计算。

总结：深度学习新手可以使用Theano来练习，但对于职业开发者，建议使用其他主流深度学习框架。

Theano的下载

Theano现在可从Pypi上获取，也可以通过命令easy_install Theano, pip install Theano来安装；或者通过下载安装包，然后使用命令python setup.py install 进行安装

如果你对theano其他特性比较感兴趣，您可以直接到github上下载源码：

git clone git://github.com/Theano/Theano.git

您可以通过$PYTHONPATH去放置和检查目录或者使用python setup.py develop安装.pth到您的site-packages目录，这样你就可以直接自动地拉取github上的theano代码了。想要了解更多关于theano的安装和配置信息，请参阅Theano的安装部分