Описывая участие в проекте по модернизации VoIP оператора связи Часть 1 (https://habrahabr.ru/post/319352/) и Часть 2 (https://habrahabr.ru/post/319558/), одной из задач, которая выпала из поля зрения, было создание унифицированного инструмента для визуализации и мониторинга работы сервера Asterisk. По сути, после выхода из данного проекта, навязчивая идея привести отображение информации Asterisk к более удобному виду вылилась в проект создания прототипа унифицированной виртуальной файловой системы, объединяющей возможности всех разрозненных инструментов доступных в Asterisk.
Мы решили запустить ещё одну серию — о работе с популярными фреймворками для нейронных сетей и глубокого обучения. Я открою этот цикл статьёй о Theano — библиотеке, которая используется для разработки систем машинного обучения как сама по себе, так и в качестве вычислительного бекэнда для более высокоуровневых библиотек, например, Lasagne (http://lasagne.readthedocs.io/en/latest/), Keras (https://keras.io/) или Blocks (http://blocks.readthedocs.io/en/latest/).