盤點2021年Python十佳機器學習庫
函擎 發(fā)自 凹非寺
來源：量子位（QbitAI）
原文：
https://mp.weixin.qq.com/s/glJozUddD8FgEtVueDJS-g
參考鏈接：
https://tryolabs.com/blog/2021/12/21/top-python-libraries-2021
大家好，歡迎來到 Crossin的編程教室 ！
2021年里AI飛速發(fā)展，優(yōu)秀算法層出不窮，令我們大開眼界。
而真正要將這些算法實現(xiàn)，一定少不了Python這個主流機器學習語言的加持。
今年各大公司和研究小組都推出了一系列方便使用的高性能開源庫，其中還不乏一些國產的優(yōu)秀作品。
在這里將盤點出最佳的10名，致力于幫你解決各種問題。
如果你還在為模型訓練中的“雜務”頭疼，那就快來看看吧。
1. Awkward Array
根據(jù)官方介紹，Awkward Array用于嵌套的、大小不一的數(shù)據(jù)，包括任意長度的列表、記錄、混合的類型和缺失數(shù)據(jù)，使用起來類似NumPy。
看起來像是升級版的NumPy呀。
果然，不同長度的數(shù)組可以直接放在一起運算。
并且，官方表示Awkward Array不僅使用起來更簡便，在速度和內存上也有量級的優(yōu)勢。
看看是不是可以安排上了～
https://pypi.org/project/awkward/
2. Jupytext
相信大家對Jupyter Notebook都不陌生。
當你有了Jupytext這個小插件就可以將Jupyter Notebook和IDE完美結合，聽起來是不是很棒！
從此Jupyter Notebook可以被存儲為Markdown文件或多種語言的腳本文件。
Jupytext可以做的事主要有：
Jupyter Notebook的版本控制
在你喜歡的文本編輯器中編輯、合并或重構Notebook
在Notebook上使用Q&A檢查
在Python中使用的樣子：
此項目在Github上已有5k+star。
https://github.com/mwouts/jupytext
3. Gradio
比Streamlit還輕量的UI設計庫，Gradio讓你輕松在瀏覽器中“玩轉”你的模型，可以直接在瀏覽器中拖放圖片，粘貼文字，錄制聲音，等等。
只要將launch()函數(shù)中的參數(shù)設置為share=True，還能得到一個可分享的網(wǎng)址，拿到鏈接的朋友在電腦和手機端都能打開，活脫脫就是一個小程序。
時常需要做Demo的小伙伴快看起來吧，此項目在Github上已有4.5k+star。
https://github.com/gradio-app/gradio
4. Hub
這個Hub在數(shù)據(jù)管理和數(shù)據(jù)預處理上可是一把好手。
它可以處理任何類型，任何大小的數(shù)據(jù)，并且因為數(shù)據(jù)儲存在云端上，所以可以無縫在任何機器上訪問。
被壓縮為二進制字節(jié)的數(shù)據(jù)可以被存儲在任何地方，并且只有在需要的時候才會被獲取，所以沒有TB級硬盤也可以處理TB級數(shù)據(jù)。
Hub貼心地提供了重要API，支持數(shù)據(jù)在常用工具（PyTorch等）上的使用，數(shù)據(jù)版本控制，數(shù)據(jù)轉換等功能。
此項目在github上已有4.1k+star。
https://github.com/activeloopai/Hub
5. AugLy
AugLy是facebook最新推出的數(shù)據(jù)增強庫，同時支持語音，文本，圖像和視頻類型的數(shù)據(jù)，包含了100多種增強方式。
數(shù)據(jù)對于模型訓練至關重要，而標注大規(guī)模數(shù)據(jù)十分困難。由于人力資源，和模型特性的限制，數(shù)據(jù)增強的應用越來越廣泛。
AugLy的優(yōu)點：
處理類型更為全面。其他的數(shù)據(jù)增強庫，例如Albumentations和NVIDIA DALI，主要負責圖像相關數(shù)據(jù)的處理，文字數(shù)據(jù)不支持。
處理方式十分人性化。AugLy可以將一張圖片做成備忘錄，在圖片/視頻上疊加文字/Emojis，轉發(fā)社交媒體上的截圖，還可以幫助你處理諸如拷貝檢測、仇恨言論檢測或版權侵權等問題。
此項目在Github上已有4.1k+star。
https://github.com/facebookresearch/AugLy
6. Evidently
Evidently是用來監(jiān)測模型效果的工具，可從Pandas DataFrame或csv文件中生成交互式可視化報告和JSON格式的效果簡介。在Jupyter Notebook中可以使用。
目前可以提供6種報告：數(shù)據(jù)漂移、數(shù)值目標漂移、分類目標漂移、回歸模型性能、分類模型性能和概率分類模型性能。
此項目在Github上已有1.8k+star。
https://github.com/evidentlyai/evidently
7. YOLOX
如果你熟悉YOLO的話，那你或許會對曠視今年推出的YOLOX感興趣。
YOLO就是那個目標檢測算法，可以被使用在汽車自動駕駛等前沿技術中。
而YOLOX是YOLO的無錨版本，設計更簡單，但性能更好！它的目標是在研究界和工業(yè)界之間架起一座橋梁，同時彌合兩方之間的差距。
這個Github上的開源項目在短短半年內已獲得5.2k+star。
https://github.com/Megvii-BaseDetection/YOLOX
8. LightSeq
正如它的名字一樣，LightSeq是一款由字節(jié)跳動開發(fā)的支持BERT、GPT、Transformer等眾多模型的超快推理引擎。
可以看到它的表現(xiàn)，比FasterTransformer還要Fast。
LightSeq支持的模型也是非常全面。
總之就是兩個字“好用”。此項目在Github上已有1.9k+star。
https://github.com/bytedance/lightseq
9. Greykite
想預測COVID-19的恢復速度嗎？那就來看看LinkedIn為了自家時間序列預測需求開發(fā)的Greykite吧。
功能全面（多種時間趨勢），界面直觀，預測速度快和可擴展性強是它最大的亮點。
被應用在上面的三大算法：
Silverkite (Greykite’s flagship algorithm)
Facebook Prophet
Auto Arima
感興趣的話就去研究看看吧，此項目在Github上已有1.4k+star。
https://github.com/linkedin/greykite
10. Jina and Finetuner
如今，在搜索引擎等應用上，語義識別的地位越來越高，因為它可以有效避免字詞匹配的局限。
不過語義識別涉及的神經(jīng)網(wǎng)絡可能會讓很多人感到頭大，Jina和Finetuner可以幫你解決這些問題。
Jina是一個神經(jīng)搜索框架，使任何人都能在幾分鐘內建立可擴展的深度學習搜索應用程序。
Finetuner配合Jina幫助你對神經(jīng)網(wǎng)絡進行調參，以獲得神經(jīng)搜索任務的最佳結果。
Jina和Finetuner適合沒什么經(jīng)驗，又想嘗試的朋友。
感謝轉發(fā)和點贊的各位~
_往期文章推薦_