請注意，下面的圖示由Gregory Piatetsky繪制，每個(gè)庫都有其類別，按星標(biāo)和貢獻(xiàn)者對其進(jìn)行繪制，符號大小則以該庫在Github上的提交次數(shù)的對數(shù)表示。

深度學(xué)習(xí)，自然語言處理和計(jì)算機(jī)視覺的頂級Python庫

按星級和貢獻(xiàn)者數(shù)量繪制；按提交數(shù)的對數(shù)表示相對大小

那么事不宜遲 ，下面就是由KDnuggets員工精心挑選的30個(gè)可用于深度學(xué)習(xí)，自然語言處理和計(jì)算機(jī)視覺頂級Python庫。

深度學(xué)習(xí)

1. TensorFlow

星標(biāo)：149000，提交數(shù)：97741，貢獻(xiàn)者：754

TensorFlow是針對機(jī)器學(xué)習(xí)的端對端開源平臺。它具備綜合靈活的工具、庫和社區(qū)資源，可以幫助研究者推動機(jī)器學(xué)習(xí)技術(shù)的發(fā)展以及開發(fā)者更輕松地開發(fā)和發(fā)布由機(jī)器學(xué)習(xí)支持的應(yīng)用。

2. Keras

星標(biāo)：50000，提交數(shù)：5349，貢獻(xiàn)者：864

Keras是由python編寫的機(jī)器學(xué)習(xí)API，其運(yùn)行在機(jī)器學(xué)習(xí)的頂級平臺TensorFlow上。

3. PyTorch

星標(biāo)：43200，提交數(shù)：30696，貢獻(xiàn)者：1619

使用Python實(shí)現(xiàn)的張量和動態(tài)神經(jīng)網(wǎng)絡(luò)，并帶有強(qiáng)大的GPU加速。

4. fastai

星標(biāo)：19800，提交數(shù)：1450，貢獻(xiàn)者：607

通過利用當(dāng)下最佳的技術(shù)實(shí)踐，fastai極快地簡化了訓(xùn)練過程也加速了神經(jīng)網(wǎng)絡(luò)。

5. PyTorch Lightning

星標(biāo)：9600，提交數(shù)：3594，貢獻(xiàn)者：317

針對高性能AI研究的封裝輕量版PyTorch?？煽s小你的模型，而不是提供小的樣板。

6. JAX

星標(biāo)：10000，提交數(shù)：5708，貢獻(xiàn)者：221

Python+NumPy程序的組合變換：區(qū)分、向量化、在GPU/TPU上的JIT等等。

7. MXNet

星標(biāo)：19100，提交數(shù)：11387，貢獻(xiàn)者：839

帶有動態(tài)和突變感知的數(shù)據(jù)流管理調(diào)度程序的輕量、便捷、靈活的分布式/移動機(jī)器學(xué)習(xí)庫：支持Python、R、Julia、Scala、Go、JavaScript等等。

8. Ignite

星標(biāo)：3100，提交數(shù)：747，貢獻(xiàn)者：112

可靈活透明地訓(xùn)練評估PyTorch神經(jīng)網(wǎng)絡(luò)的高級別庫。

自然語言處理

9. FastText

星標(biāo)：21700，提交數(shù)：379，貢獻(xiàn)者：47

fastText是一個(gè)可高效學(xué)習(xí)單詞表意和句子分類的庫。

10. spaCy

星標(biāo)：17400，提交數(shù)：11628，貢獻(xiàn)者：482

使用Python和Cython實(shí)現(xiàn)的工業(yè)級自然語言處理庫（NLP）

11. gensim

星標(biāo)：11200，提交數(shù)：4024，貢獻(xiàn)者：361

gensim通過使用大型語料庫進(jìn)行主題建模、文檔索引和相似性檢索。目標(biāo)受眾是自然語言處理（NLP）和信息檢索（IR）社區(qū)

12. NLTK

星標(biāo)：9300，提交數(shù)：13990，貢獻(xiàn)者：319

NLTK——自然語言工具箱——是一整套針對自然語言處理研究和開發(fā)的開源Python模塊、數(shù)據(jù)集和教程

13. Datasets（Huggingface）

星標(biāo)：4300，提交數(shù)：568，貢獻(xiàn)者：64

用于自然語言處理的使用PyTorch，TensorFlow，NumPy和Pandas工具的快速，高效，開放式數(shù)據(jù)集和評估指標(biāo)

14. Tokenizers（Huggingface）

星標(biāo)：3800，提交數(shù)：1252，貢獻(xiàn)者：30

針對研究和生產(chǎn)的快速頂級的分詞器

15. Transformers（Huggingface）

星標(biāo)：3500，提交數(shù)：5480，貢獻(xiàn)者：585

Transformers：針對Pytorch和TensorFlow 2.0 的頂級自然語言處理庫

16. Stanza

星標(biāo)：4800，提交數(shù)：1514，貢獻(xiàn)者：19

針對很多人類語言的正式標(biāo)準(zhǔn)NLP Python庫

17. TextBlob

星標(biāo)：7300，提交數(shù)：542，貢獻(xiàn)者：24

簡單，Python風(fēng)格，文本處理-情感分析，詞性標(biāo)記，名詞短語提取，翻譯等等。

18. PyTorch-NLP

星標(biāo)：1800，提交數(shù)：442，貢獻(xiàn)者：15

用于PyTorch自然語言處理（NLP）的基礎(chǔ)實(shí)用工具

19. Textacy

星標(biāo)：1500，提交數(shù)：1324，貢獻(xiàn)者：23

用于執(zhí)行各種自然語言處理（NLP）任務(wù)的Python庫，構(gòu)建在一個(gè)高性能spaCy庫之上。

20. Finetune

星標(biāo)：626，提交數(shù)：1405，貢獻(xiàn)者：13

Finetune是一個(gè)庫，它允許用戶利用最新的預(yù)訓(xùn)練NLP模型來執(zhí)行各種下游任務(wù)。

21. TextHero

星標(biāo)：1900，提交數(shù)：266，貢獻(xiàn)者：17

文本預(yù)處理、表示和可視化，從零到精通。

22. Spark NLP

星標(biāo)：1700，提交數(shù)：4363，貢獻(xiàn)者：50

Spark NLP是建立在Apache Spark ML之上的自然語言處理庫。

23. GluonNLP

星標(biāo)：2200，提交數(shù)：712，貢獻(xiàn)者：72

GluonNLP這個(gè)工具包，可簡化文本預(yù)處理，數(shù)據(jù)集加載和神經(jīng)模型構(gòu)建，以幫助您加快對自然語言處理（NLP）的研究。

計(jì)算機(jī)視覺

24. Pillow

星標(biāo)：7800，提交數(shù)：10799，貢獻(xiàn)者：303

Pillow是個(gè)對用戶十分友好的PIL分支。PIL是Python圖像庫

25. OpenCV

星標(biāo)：49600，提交數(shù)：29453，貢獻(xiàn)者：1234

開源計(jì)算機(jī)視覺庫

26. scikit-image

星標(biāo)：4000，提交數(shù)：12352，貢獻(xiàn)者：403

用Python做圖像處理

27. Mahotas

星標(biāo)：644，提交數(shù)：1273，貢獻(xiàn)者：25

Mahotas是個(gè)包含了最快的計(jì)算機(jī)視覺算法（所有算法用C++實(shí)現(xiàn)保證運(yùn)行速度）的庫，針對numpy數(shù)組運(yùn)行

28. Simple-CV

星標(biāo)：2400，提交數(shù)：2625，貢獻(xiàn)者：69

SimpleCV是一個(gè)針對開源機(jī)器視覺的架構(gòu)，使用了OpenCV和Python編程語言。

29. GluonCV

星標(biāo)：4300，提交數(shù)：774，貢獻(xiàn)者：101

GluonCV提供了計(jì)算機(jī)視覺中最先進(jìn)（SOTA）的深度學(xué)習(xí)模型。

30. Torchvision

星標(biāo)：7500，提交數(shù)：1286，貢獻(xiàn)者：334

Torchvision包包含了流行的數(shù)據(jù)集、模型架構(gòu)和計(jì)算機(jī)視覺中常用的圖像轉(zhuǎn)換方法。

本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。

網(wǎng)站欄目：關(guān)于深度學(xué)習(xí)、NLP和計(jì)算機(jī)視覺的30個(gè)頂級Python庫
分享地址：http://www.dlmjj.cn/article/dpgeije.html