Torch是一个广泛支持机器学习算法的科学计算框架。易于使用且高效，主要得益于一个简单的和快速的脚本语言LuaJIT，和底层的C / CUDA实现：Torch | Github
核心特征的总结：
1. 一个强大的n维数组
2. 很多实现索引，切片，移调transposing的例程
3.惊人的通过LuaJIT的C接口
4.线性代数例程
5.神经网络，并基于能量的模型
6.数值优化例程
7.快速高效的GPU支持
8.可嵌入，可移植到iOS，Android和FPGA的后台
Torch目标是让你通过极其简单过程、最大的灵活性和速度建立自己的科学算法。Torch有一个在机器学习领域大型生态社区驱动库包，包括计算机视觉软件包，信号处理，并行处理，图像，视频，音频和网络等，基于Lua社区建立。
Torch 的核心是流行的神经网络，它使用简单的优化库，同时具有最大的灵活性，实现复杂的神经网络的拓扑结构。你可以建立神经网络和并行任意图，通过CPU和GPU等有效方式。
Torch 广泛使用在许多学校的实验室以及在谷歌/ deepmind，推特，NVIDIA，AMD，英特尔和许多其他公司。
Facebook开源了他们基于Torch的深度学习库包，这个版本包括GPU优化的大卷积网（ConvNets）模块，以及稀疏网络，这些通常被用在自然语言处理中的应用中。我们的ConvNet模块包括FFT-based卷积层，使用的是建立在NVIDIA的CUFFT库上自定义优化的CUDA内核。
转自：http://www.jdon.com/47007