Theano fue en su momento una interesante iniciativa para dotar a Python de una biblioteca de cómputo numérico que fuese razonablemente buena y eficaz. El proyecto fue desarrollado por el grupo de Aprendizaje de Máquinas de la Universidad de Montreal, liderado por Yoshua Bengio. Ahora anuncian su terminación a un par de semanas de liberar la versión 1.0.
Las características esenciales de Theano combinan las operaciones del álgebra de matrices, en el mejor estilo de Matlab y Numpy, definición de variables simbólicas como en Mathematica o Maple, además de la compilación a CPU o GPU. Los creadores dicen que se trata de un compilador “de CPU a GPU en Python”, el cual describen en un artículo técnico.
Los algoritmos comunes de aprendizaje de máquinas implementados en Theano corren entre 1.6 a 7.5 veces más rápido que las alternativas existentes, incluso aquellas implementadas en C/C++, NumPy/SciPy y Matlab), cuando se compilan para un CPU, y son entre 6.5 a 44 veces más rápidas cuando se compila para GPU.
Sin embargo, aunque Theano fue el pionero de los entornos para el aprendizaje profundo, han salido nuevos marcos de trabajo como el Cognitive Toolkit 2 de Microsoft o TensorFlow de Google, los cuales también son proyectos de código abierto y que sobrepasan lo que Theano puede hacer. Por ello, Pascal Lamblin, en representación de Yoshua Bengio, dijo: ” Después de diez años de desarrollo… Hemos puesto punto final al trabajo de Theano después de la liberación de la versión 1.0, la cual será publica en un …