​关于深度学习、NLP和计算机视觉的30个顶级Python库

正文字数:2214  阅读时长:3分钟

再次感谢艾哈迈德·阿尼斯(Ahmed Anis)为收集这些数据做出的贡献,并感谢KDnuggets的其他工作人员的意见,见解和建议。

作者 /  Matthew Mayo

原文链接 / https://www.kdnuggets.com/2020/11/top-python-libraries-deep-learning-natural-language-processing-computer-vision.html

请注意,下面是由Gregory Piatetsky绘制的图示,并按类型标表示了每个库,按星标和贡献者对其进行绘制,它的符号大小则是以该库在Github上的提交次数的对数表示。

图1:用于深度学习、自然语言处理和计算机视觉的顶级Python库

由星级和贡献者数量绘制;按提交的对数表示相对大小

那么,废话少说,下面是就是由KDnuggets员工精心挑选出来,可用于深度学习、自然语言处理和计算机视觉的30个顶级Python库。

由于微信公众号跳转链接只能设置公众号推文,链接需自行粘贴至浏览器中访问。

深度学习

1.  TensorFlow (https://github.com/tensorflow/tensorflow)

:149000,提交数:97741,贡献者:2754

TensorFlow是一个用于机器学习的端到端的开源平台。它具备着全面综合的、灵活的工具、库和社区资源生态系统,可以帮助研究人员去推动机器学习先进的技术的发展,并让开发人员可以轻松地构建和部署基于机器学习的应用程序。

2.  Keras (https://github.com/keras-team/keras)

:50000,提交数:5349,贡献者:864

Keras是一个用Python编写的深度学习API,其运行于机器学习的顶级平台TensorFlow之上。

3.  PyTorch (https://github.com/pytorch/pytorch)

:43200,提交数:30696,贡献者:1619

具有强大GPU加速,和使用Python实现的张量和动态神经网络。

4.  fastai (https://github.com/fastai/fastai)

:19800,提交数:1450,贡献者:607

通过利用当下最佳的技术实践,fastai极快地简化了训练过程,并加速了神经网络。

5.  PyTorch Lightning

(https://github.com/PyTorchLightning/pytorch-lightning)

:9600,提交数:3594,贡献者:317

针对于高性能人工智能研究的封装轻量级PyTorch。可以缩小你的模型,而不是提供小的样板。

6.  JAX (https://github.com/google/jax)

:10000,提交数:5708,贡献者:221

Python+NumPy程序的可组合转换:区分,向量化,在GPU/TPU上的JIT,等等。

7.  MXNet (https://github.com/apache/incubator-mxnet)

:19100,提交数:11387,贡献者:839

带有动态和突变感知的数据流管理调度程序的轻量、便捷、灵活的分布式/移动机器学习库:支持Python、R、Julia、Scala、Go、JavaScript等等。

8.  Ignite (https://github.com/pytorch/ignite)

:3100,提交数:747,贡献者:112

高级库,可以帮助培训和评估神经网络在PyTorch中实现灵活和透明的使用。

自然语言处理

9.  FastText (https://github.com/facebookresearch/fastText)

:21700,提交数:379,贡献者:47

fastText是一个可以用来高效学习单词表意和句子分类的库。

10.  spaCy (https://github.com/explosion/spaCy)

:17400,提交数:11628,贡献者 482

用来实现工业级自然语言处理(NLP),通过使用Python和Cython。

11.  gensim (https://github.com/RaRe-Technologies/gensim)

:11200,提交数:4024,贡献者:361

Gensim是一个Python库,用于主题建模、文档索引和相似度检索,具有大型语料库。目标受众是自然语言处理(NLP)和信息检索(IR)社区。

12.  NLTK (https://github.com/nltk/nltk)

:9300,提交数:13990,贡献者:319

NLTK——自然语言工具箱——是一套开源Python模块、数据集和教程,用于针对支持自然语言处理方面的研究和开发。

13.  Data sets (Huggingface)

(https://github.com/huggingface/datasets)

:4300,提交数: 568,贡献者:64

用于自然语言处理的,使用PyTorch, TensorFlow, NumPy和Pandas的工具,具有快速,高效,开放访问的数据集和自然语言处理评估指标。

14.  Tokenizers (Huggingface)

(https://github.com/huggingface/tokenizers)

:3800,提交数:1252,贡献者:30

为研究和生产优化的快速、顶级的分词器。

15.  Transformers (Huggingface)

(https://github.com/huggingface/transformers)

:3500,提交数:5480,贡献者:585

transformer:针对 Pytorch和TensorFlow 2.0的最顶级的自然语言处理库。

16.  Stanza (https://github.com/stanfordnlp/stanza/)

:4800,提交数:1514,贡献者:19

针对许多人类语言的正式标准NLP Python库。

17.  TextBlob (https://github.com/sloria/textblob)

:7300,提交数:542,贡献者:24

简单、python风格、文本处理——情感分析、词性标记、名词短语提取、翻译等等。

18.  PyTorch-NLP

(https://github.com/PetrochukM/PyTorch-NLP)

:1800,提交数:442,贡献者:15

PyTorch自然语言处理(NLP)的基本工具。

19.  Textacy (https://github.com/chartbeat-labs/textacy)

:1500,提交数:1324,贡献者:23

一个Python库,用于执行各种自然语言处理(NLP)任务,构建在一个高性能spaCy库之上。

20.  Finetune (https://github.com/IndicoDataSolutions/finetune)

:626,提交数:1405,贡献者:13

Finetune是一个库,它允许用户利用最先进的预训练的NLP模型来执行广泛的下游任务。

21.  TextHero (https://github.com/jbesomi/texthero)

:1900,提交数:266,贡献者:17

文本预处理,表示和可视化,从零到精通。

22.  Spark NLP (https://github.com/JohnSnowLabs/spark-nlp)

:1700,提交数:4363,贡献者:50

Spark NLP是一个构建在Apache Spark ML之上的自然语言处理库。

23.  GluonNLP (https://github.com/dmlc/gluon-nlp)

:2200,提交数:712,贡献者:72

GluonNLP是一个工具包,它支持简单的文本预处理、数据集加载和神经模型构建,以帮助您加快自然语言处理(NLP)研究。

计算机视觉

24.  Pillow (https://github.com/python-pillow/Pillow)

:7800,提交数:10799,贡献者:303

Pillow是对用户十分友好的PIL分支。PIL是Python的图像库。

25.  OpenCV (https://github.com/opencv/opencv)

:49600,提交数:29453,贡献者:1234

开源计算机视觉库。

26.  scikit-image (https://github.com/scikit-image/scikit-image)

:4000,提交数:12352,贡献者:403

python中的图像处理。

27.  Mahotas (https://github.com/luispedro/mahotas)

:644,提交数:1273,贡献者:25

Mahotas是个包含了最快的计算机视觉算法(所有算法用C++实现保证运行速度)的库,针对numpy数组运行。

28.  Simple-CV (https://github.com/sightmachine/simplecv)

:2400,提交数:2625,贡献者:69

SimpleCV是一个开源机器视觉框架,使用OpenCV和Python编程语言。

29.  GluonCV (https://github.com/dmlc/gluon-cv)

:4300,提交数:774,贡献者:101

GluonCV提供了计算机视觉中最先进(SOTA)深度学习模型的实现。

30.  Torchvision (https://github.com/pytorch/vision)

:7500,提交数:1286,贡献者:334

torchvision包由流行的数据集、模型架构和用于计算机视觉中常见的图像转换方法组成。

LiveVideoStackCon 2021 ShangHai

讲师阵容陆续更新中…

敬请期待

LiveVideoStackCon 2021  上海站

北京时间:2021年4月16日-4月17日

点击 【阅读原文】 了解大会详情

LiveVideoStack
我还没有学会写个人说明!
上一篇

Node.js系列十一 - koa开发web服务器

你也可能喜欢

评论已经被关闭。

插入图片