99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁精彩閱讀30個頂級Python庫 | 用于深度學(xué)習(xí)、自然語言處理和計算機視覺
30個頂級Python庫 | 用于深度學(xué)習(xí)、自然語言處理和計算機視覺
2022-02-28
收藏
30個頂級Python庫 | 用于<a href='/map/shenduxuexi/' style='color:#000;font-size:inherit;'>深度學(xué)習(xí)</a>、<a href='/map/ziranyuyanchuli/' style='color:#000;font-size:inherit;'>自然語言處理</a>和<a href='/map/jisuanjishijue/' style='color:#000;font-size:inherit;'>計算機視覺</a>

CDA數(shù)據(jù)分析師 出品

作者:Matthew Mayo

編譯:Mika

今天我們來盤點一下有哪些用于深度學(xué)習(xí)、自然語言處理計算機視覺的頂級Python庫。

我們盡力將每個庫按預(yù)期的使用情況進行歸類,希望這能對大家有所幫助。

顯然,現(xiàn)在并不是所有的自然語言處理計算機視覺工作都是使用深度學(xué)習(xí)技術(shù)進行的,但隨著趨勢朝著這種技術(shù)的方向發(fā)展。

所有包含的庫都有對應(yīng)的Github代碼倉庫,我們還列出每個庫的在Github上的收藏(Stars) ,提交(Commits ),貢獻者(Contributors)的數(shù)據(jù),這在一定程度上反映了庫的流行度和使用情況。

接著讓我們分別來看看由KDnuggets工作人員整理的用于深度學(xué)習(xí)、自然語言處理計算機視覺的30個頂級Python庫。

深度學(xué)習(xí)

1. TensorFlow

收藏: 149000, 提交: 97741, 貢獻者: 2754

TensorFlow是一個用于機器學(xué)習(xí)的端到端開源平臺。它有一個全面的、靈活的工具、庫和社區(qū)資源的生態(tài)系統(tǒng),讓研究人員推動機器學(xué)習(xí)的最先進技術(shù),讓開發(fā)人員輕松建立和部署機器學(xué)習(xí)驅(qū)動的應(yīng)用程序。

2. Keras

收藏: 50000, 提交: 5349, 貢獻者:864

Keras是一個用Python編寫的深度學(xué)習(xí)API,運行在機器學(xué)習(xí)平臺TensorFlow的基礎(chǔ)上。

3. PyTorch

收藏: 43200, 提交: 30696, 貢獻者:1619

Python中的張量和動態(tài)神經(jīng)網(wǎng)絡(luò),具有強大的GPU加速能力

4. fastai

收藏: 19800, 提交: 1450, 貢獻者: 607

fastai使用現(xiàn)代最佳實踐簡化了快速、準(zhǔn)確的神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

5. PyTorch Lightning

收藏: 9600, 提交: 3594, 貢獻者:317

用于高性能人工智能研究的輕量級PyTorch封裝。

6. JAX

收藏: 10000, 提交: 5708, 貢獻者:221

Python+NumPy程序的可組合轉(zhuǎn)換:區(qū)分、矢量化、JIT到GPU/TPU等

7. MXNet

收藏: 19100, 提交: 11387, 貢獻者: 839

輕量級、便攜、靈活的分布式、移動式深度學(xué)習(xí),具有動態(tài)、突變意識的數(shù)據(jù)流調(diào)度器;適用于Python、R、Julia、Scala、Go、Javascript等。

8. Ignite

收藏: 3100, 提交: 747, 貢獻者: 112

幫助PyTorch中的神經(jīng)網(wǎng)絡(luò)靈活透明地進行訓(xùn)練和評估的高級庫。

自然語言處理(NLP)

9. FastText

收藏: 21700, 提交: 379, 貢獻者:47

FastText是一個用于高效學(xué)習(xí)單詞表示法和句子分類的庫。

10. spaCy

收藏: 17400, 提交: 11628, 貢獻者: 482

使用Python和Cython的強大自然語言處理

11. gensim

收藏: 11200, 提交: 4024, 貢獻者: 361

用于主題建模、文檔索引和大型語料庫相似度檢索的Python庫。目標(biāo)受眾是自然語言處理和信息檢索社區(qū)。

12. NLTK

收藏:9300,提交:13990,貢獻者:319

開源的Python模塊、數(shù)據(jù)集和教程,支持自然語言處理方面的研究和開發(fā)。

13. Datasets (Huggingface開發(fā))

收藏:4300,提交:568,貢獻者:64

PyTorch、TensorFlow、NumPy和Pandas中為自然語言處理等提供快速、高效、開放的數(shù)據(jù)集和評估指標(biāo)。

14. Tokenizers(Huggingface開發(fā))

收藏:3800,提交:1252,貢獻者:30

為研究和生產(chǎn)而優(yōu)化的最先進快速標(biāo)記器

15. Transformers(Huggingface開發(fā))

收藏:3500,提交:5480,貢獻者:585

用于Pytorch和TensorFlow 2.0的最先進的自然語言處理。

16. Stanza

收藏:4800,提交:1514,貢獻者:19

用于許多人類語言的斯坦福自然語言Python官方庫

17. TextBlob

收藏:7300,提交:542,貢獻者:24

簡單、Python式的、具有文本處理—情緒分析、詞性標(biāo)注、名詞短語提取、翻譯等等功能。

18. PyTorch NLP

收藏:1800人,提交:442人,貢獻者:15人

用于PyTorch自然語言處理的基本工具

19. Textacy

收藏:1500人,提交:1324人,貢獻者:23人

用于執(zhí)行各種自然語言處理任務(wù)的Python庫,建立在高性能spaCy庫的基礎(chǔ)上。

20. Finetune

收藏: 626, 提交: 1405, 貢獻者: 13

允許用戶利用最先進的預(yù)訓(xùn)練的自然語言處理模型來完成各種下游任務(wù)。

21. TextHero

收藏: 1900, 提交: 266, 貢獻者: 17

從頭開始,數(shù)量用于文本預(yù)處理、表示和可視化。

22. Spark NLP

收藏: 1700, 提交: 4363, 貢獻者:50

Spark NLP是一個建立在Apache Spark ML之上的自然語言處理庫。

23. GluonNLP

收藏: 2200, 提交: 712, 貢獻者: 72

GluonNLP是一個工具包,可以輕松實現(xiàn)文本預(yù)處理、數(shù)據(jù)集加載和神經(jīng)模型構(gòu)建,幫助你加快自然語言處理NLP)研究。

計算機視覺

24. Pillow

收藏:7800,提交:10799,貢獻者:303

Pillow是很不錯的Python成像庫分叉。

25. OpenCV

收藏:49600,提交:29453,貢獻者:1234

開源計算機視覺

26. scikit-image

收藏:4000,提交:12352,貢獻者:403

Python中的圖像處理

27. Mahotas

收藏:644人,提交:1273人,貢獻者:25人

快速計算機視覺算法庫(為了提高速度,全部用C++實現(xiàn)),在numpy數(shù)組上運行。

28. Simple-CV

收藏:2400人,提交:2625人,貢獻者:69人

開源機器視覺框架,使用OpenCV和Python編程語言。

29. GluonCV

收藏:4300,提交:774,貢獻者:101

提供了計算機視覺中最先進的(SOTA)深度學(xué)習(xí)模型的實現(xiàn)。

30. Torchvision

收藏:7500,提交:1286,貢獻者:334

軟件包包括流行的數(shù)據(jù)集、模型架構(gòu)和用于計算機視覺的常見圖像轉(zhuǎn)換。

結(jié)語:

以上就是30個你值得了解的用于深度學(xué)習(xí)、自然語言處理計算機視覺的頂級Python庫,希望能對你有所幫助。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個參數(shù)驗證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }