感谢艾哈迈德·阿尼斯数据贡献及KDnuggets员工，30个顶级Pyt相关库

再次感谢艾哈迈德·阿尼斯（Ahmed Anis）在收集这些数据方面所做出的贡献，同时也感谢 KDnuggets 的其他工作人员所提供的意见、见解和建议。

作者 / Matthew Mayo

原文链接 /

请注意，此图示由 Gregory Piatetsky 绘制，并且按类型标注了每个库，同时按星标和贡献者进行了绘制。该库在 Github 上的提交次数的对数决定了其符号的大小。

图 1 展示的是用于深度学习的顶级 Python 库，同时也可用于自然语言处理和计算机视觉。

由星级和贡献者数量绘制；按提交的对数表示相对大小

下面是由 KDnuggets 员工精心挑选出来的 30 个顶级 Python 库，这些库可用于深度学习、自然语言处理和计算机视觉。无需废话，直接呈现如下：

微信公众号跳转链接只能设置为公众号推文，链接需要自己粘贴到浏览器中才能访问。

深度学习

1. TensorFlow（）

星标：149000，提交数：97741，贡献者：2754

TensorFlow 是一个用于机器学习的平台。它是开源的。它是端到端的。它具备全面综合的工具。它具备灵活的库。它具备社区资源生态系统。这些能帮助研究人员推动机器学习先进技术的发展。也能让开发人员轻松构建和部署基于机器学习的应用程序。

2. Keras（）

星标：50000，提交数：5349，贡献者：864

它运行于机器学习的顶级平台 TensorFlow 之上。

3. PyTorch（）

星标：43200，提交数：30696，贡献者：1619

拥有很强的 GPU 加速能力，并且是以 Python 来实现张量以及动态神经网络的。

4. fastai（）

星标：19800，提交数：1450，贡献者：607

利用当下最佳的技术实践，fastai 使训练过程得以极快地简化，同时也加速了神经网络。

5. PyTorch Lightning

（）

星标：9600，提交数：3594，贡献者：317

针对高性能人工智能研究的是封装轻量级的 PyTorch。它能够缩小你的模型，而非提供小的样板。

6. JAX（）

星标：10000，提交数：5708，贡献者：221

在 GPU/TPU 上的 JIT 也是程序的可组合转换之一。

7. MXNet（）

星标：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一种轻量、便捷且灵活的分布式/移动机器学习库，它支持 Python、R、Julia、Scala、Go、JavaScript 等多种语言。

8. Ignite（）

星标：3100，提交数：747，贡献者：112

高级库能够在 PyTorch 中帮助进行神经网络的培训工作，也能够帮助对神经网络进行评估，从而实现灵活且透明的使用。

自然语言处理

9. FastText（）

星标：21700，提交数：379，贡献者：47

fastText 可以用来高效地对句子进行分类。

10. spaCy（）

星标：17400，提交数：11628，贡献者 482

使用 Python 和 Cython 来达成工业级自然语言处理（NLP）。

11. gensim（）

星标：11200，提交数：4024，贡献者：361

Gensim 是一个用于主题建模的 Python 库，它还可用于文档索引和相似度检索，并且拥有大型语料库。其目标受众是自然语言处理领域的 NLP 社区以及信息检索领域的 IR 社区。

12. NLTK（）

星标：9300，提交数：13990，贡献者：319

NLTK 是自然语言工具箱。它是一套开源的 Python 模块、数据集和教程。这些模块、数据集和教程可用于支持自然语言处理方面的研究和开发。

13. Datasets (Huggingface)

（）

星标：4300，提交数: 568，贡献者：64

用于自然语言处理的工具，会使用 PyTorch、TensorFlow、NumPy 和 Pandas。这些工具具备快速、高效的特点，并且拥有开放访问的数据集以及自然语言处理评估指标。

14. Tokenizers (Huggingface)

（）

星标：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。

Transformers 来自 Huggingface 。

（）

星标：3500，提交数：5480，贡献者：585

Transformer 是针对 Pytorch 的自然语言处理库，它是最顶级的。Transformer 也是针对 TensorFlow 2.0 的自然语言处理库，同样是最顶级的。

16. Stanza（）

星标：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（）

星标：7300，提交数：542，贡献者：24

简单的文本处理包括情感分析、词性标记、名词短语提取以及翻译等，这具有 Python 风格。

18. PyTorch-NLP

（）

星标：1800，提交数：442，贡献者：15

PyTorch自然语言处理(NLP)的基本工具。

19. Textacy（）

星标：1500，提交数：1324，贡献者：23

有一个 Python 库，它能够执行多种自然语言处理（NLP）任务，并且是构建在高性能的 spaCy 库之上的。

20. Finetune（）

星标：626，提交数：1405，贡献者：13

Finetune 是一个库。它具备这样的功能，即允许用户借助最先进的预训练的 NLP 模型。用户可以利用该模型来执行范围广泛的下游任务。

21. TextHero（）

星标：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（）

星标：1700，提交数：4363，贡献者：50

Spark NLP 是一个自然语言处理库。它构建在 Apache Spark ML 之上。

23. GluonNLP（）

星标：2200，提交数：712，贡献者：72

GluonNLP 是一个工具包。它能够支持简单的文本预处理。它还能够支持数据集加载。它也能够支持神经模型构建。其目的是帮助您加快自然语言处理（NLP）研究。

计算机视觉

24. Pillow（）

星标：7800，提交数：10799，贡献者：303

Pillow 是 PIL 的一个分支。PIL 是 Python 的图像库。Pillow 对用户十分友好。

25. OpenCV（）

星标：49600，提交数：29453，贡献者：1234

开源计算机视觉库。

26. scikit-image（）

星标：4000，提交数：12352，贡献者：403

python中的图像处理。

27. Mahotas（）

星标：644，提交数：1273，贡献者：25

Mahotas 是一个库，它包含了最快的计算机视觉算法，并且这些算法都是用 C++实现的，以保证运行速度，同时它是针对 numpy 数组运行的。

28. Simple-CV（）

星标：2400，提交数：2625，贡献者：69

它还使用了 Python 编程语言。

29. GluonCV（）

星标：4300，提交数：774，贡献者：101

GluonCV 实现了计算机视觉中那些最先进的深度学习模型。

30. Torchvision（）

星标：7500，提交数：1286，贡献者：334

torchvision 包包含用于计算机视觉中常见的图像转换方法。