關(guān)于深度學(xué)習(xí)、NLP和計算機視覺的30個頂級Python庫

圖1：深度學(xué)習(xí)，自然語言處理和計算機視覺的頂級Python庫

深度學(xué)習(xí)

星標(biāo)：149000，提交數(shù)：97741，貢獻者：754。TensorFlow是針對機器學(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先進的機器學(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)布由機器學(xué)習(xí)支持的應(yīng)用。

星標(biāo)：50000，提交數(shù)：5349，貢獻者：864 。Keras是由python編寫的機器學(xué)習(xí)API，其運行在機器學(xué)習(xí)的頂級平臺TensorFlow上。

星標(biāo)：43200，提交數(shù)：30696，貢獻者：1619。使用Python實現(xiàn)的張量和動態(tài)神經(jīng)網(wǎng)絡(luò)，并帶有強大的GPU加速。

星標(biāo)：19800，提交數(shù)：1450，貢獻者：607。通過利用當(dāng)下最佳的技術(shù)實踐，fastai極快地簡化了訓(xùn)練過程也加速了神經(jīng)網(wǎng)絡(luò)。

星標(biāo)：9600，提交數(shù)：3594，貢獻者：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。

星標(biāo)：10000，提交數(shù)：5708，貢獻者：221  。Python+NumPy程序的組合變換：區(qū)分、向量化、在GPU/TPU上的JIT等等。

星標(biāo)：19100，提交數(shù)：11387，貢獻者：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/移動機器學(xué)習(xí)庫：支持Python、R、Julia、Scala、Go、JavaScript等等。

星標(biāo)：3100，提交數(shù)：747，貢獻者：112?？伸`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

星標(biāo)：21700，提交數(shù)：379，貢獻者：47。fastText是一個可高效學(xué)習(xí)單詞表意和句子分類的庫。

星標(biāo)：17400，提交數(shù)：11628，貢獻者：482 。使用Python和Cython實現(xiàn)的工業(yè)級自然語言處理庫（NLP）

星標(biāo)：11200，提交數(shù)：4024，貢獻者：361。gensim通過使用大型語料庫進行主題建模、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)。

星標(biāo)：9300，提交數(shù)：13990，貢獻者：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。

星標(biāo)：4300，提交數(shù)：568，貢獻者：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)。

星標(biāo)：3800，提交數(shù)：1252，貢獻者：30。針對研究和生產(chǎn)的快速頂級的分詞器。

星標(biāo)：3500，提交數(shù)：5480，貢獻者：585。Transformers：針對Pytorch和TensorFlow 2.0 的頂級自然語言處理庫。

星標(biāo)：4800，提交數(shù)：1514，貢獻者：19。針對很多人類語言的正式標(biāo)準(zhǔn)NLP Python庫。

星標(biāo)：7300，提交數(shù)：542，貢獻者：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。 

星標(biāo)：1800，提交數(shù)：442，貢獻者：15。用于PyTorch自然語言處理（NLP）的基礎(chǔ)實用工具。

星標(biāo)：1500，提交數(shù)：1324，貢獻者：23 。用于執(zhí)行各種自然語言處理（NLP）任務(wù)的Python庫，構(gòu)建在一個高性能spaCy庫之上。  

星標(biāo)：626，提交數(shù)：1405，貢獻者：13。Finetune是一個庫，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)。 

星標(biāo)：1900，提交數(shù)：266，貢獻者：17。文本預(yù)處理、表示和可視化，從零到精通。

星標(biāo)：1700，提交數(shù)：4363，貢獻者：50。Spark NLP是建立在Apache Spark ML之上的自然語言處理庫。

星標(biāo)：2200，提交數(shù)：712，貢獻者：72。GluonNLP這個工具包，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。

計算機視覺

星標(biāo)：7800，提交數(shù)：10799，貢獻者：303。Pillow是個對用戶十分友好的PIL分支。PIL是Python圖像庫。

星標(biāo)：49600，提交數(shù)：29453，貢獻者：1234 。開源計算機視覺庫。

星標(biāo)：4000，提交數(shù)：12352，貢獻者：403 。用Python做圖像處理。

星標(biāo)：644，提交數(shù)：1273，貢獻者：25。Mahotas是個包含了最快的計算機視覺算法（所有算法用C++實現(xiàn)保證運行速度）的庫，針對numpy數(shù)組運行。

星標(biāo)：2400，提交數(shù)：2625，貢獻者：69。SimpleCV是一個針對開源機器視覺的架構(gòu)，使用了OpenCV和Python編程語言。

星標(biāo)：4300，提交數(shù)：774，貢獻者：101。GluonCV提供了計算機視覺中最先進（SOTA）的深度學(xué)習(xí)模型。

星標(biāo)：7500，提交數(shù)：1286，貢獻者：334。Torchvision包包含了流行的數(shù)據(jù)集、模型架構(gòu)和計算機視覺中常用的圖像轉(zhuǎn)換方法。

下載1：OpenCV-Contrib擴展模塊中文版教程
在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實戰(zhàn)項目52講
在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。

下載3：OpenCV實戰(zhàn)項目20講
在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~