這篇文章我想來比較一下Theano和mxnet,Torch(Torch基本沒用過，所以只能說一些直觀的感覺)。我主要從以下幾個方面來計較它們：
1.學習框架的成本，接口設計等易用性方面。
三個框架的學習成本在我看來是
Theano>Torch>mxnet
因為Torch底層語言是lua，一種類似python和js的腳本語言，熟悉python或者js的同學學起來應該挺容易（可我偏偏不會腳本語言）,但畢竟lua是一種比較小眾的語言，所以對於大多數人來說還是需要花費一定的學習成本，因為我實在是沒有太多的接觸過，所以我只能憑感覺把它排在第二。對於剛從Theano轉到mxnet的我來說，第一各感覺就是編程變的容易了，舉一個非常簡單的例子，在Theano中，定義一個Symbolic scalar還得先查查文檔向量對應什么，矩陣對應什么（簡直難受的要命），而mxnet中對應的symbolic variable只有一個方法。下圖僅僅是Theano Symbolic scalar類型的一部分，當一個初學者使用時會帶來極大的不便。
我為什么會覺得mxnet最容易學的一個重要原因是：雖然mxnet底層是由c++實現，但它提供了python,lua,R,Go和js等多種語言接口（最近好像還加入了jvm語言scala的接口），這使得使用不同語言的人都可以快速的使用上mxnet而不需要跨過一個語言的鴻溝。這也是為什么我覺得mxnet上手最容易。
2.框架的社區活躍程度，普及性
首先我們來看看三個框架在github上的star和fork數：
然后是貢獻熱度圖：
三個框架中，最老牌的要數Theano，框架出現的時間最久，貢獻熱度也穩定。torch是三個中star數最多的，但是貢獻熱度確不是很高，mxnet是一個新興的框架，這個框架的貢獻者熱情非常高漲，一些新近出現的模型可以找到（今天就有新加上了14年的一個比較新的神經語言模型）。所以，三個框架theano和troch已經比較穩定，而且也有大量的論文實驗都是基於着兩個框架的,mxnet出現的時間不久，但社區熱情很高，一些前沿的算法和模型都有mxnet的實現版本。
3.框架性能和可擴展性
三個框架中，theano和torch都只支持單機版，mxnet支持分布式，mxnet還強調能可以在多種設備上使用。從這個角度來看，theano和torch更適合於研究來使用，而mxnet是有可能和google的tensorflow一樣應用到實際的生產環境中去的。
左右兩張圖分別比較了mxnet與torch和torch與theano的運行速度，雖然這只是在特點例子下的比較，但還是可以清楚的看到，torch和mxnet結合gpu加速計算的能力高於theano。
以上就是我對這三個框架的一些比較，純屬個人愚見，每個框架都有自己的好處和不足，真正使用哪個框架完全取決於個人的情況，希望我這點比較能提供一點幫助。