最佳的10名Python机器学习库-德赢Vwin官网网

2021年里AI飞速发展，优秀算法层出不穷，令我们大开眼界。

而真正要将这些算法实现，一定少不了Python这个主流机器学习语言的加持。

今年各大公司和研究小组都推出了一系列方便使用的高性能开源库，其中还不乏一些国产的优秀作品。

在这里将盘点出最佳的10名，致力于帮你解决各种问题。

如果你还在为模型训练中的“杂务”头疼，那就快来看看吧。

1. Awkward Array

根据官方介绍，Awkward Array用于嵌套的、大小不一的数据，包括任意长度的列表、记录、混合的类型和缺失数据，使用起来类似NumPy。

看起来像是升级版的NumPy呀。

果然，不同长度的数组可以直接放在一起运算。

并且，官方表示Awkward Array不仅使用起来更简便，在速度和内存上也有量级的优势。

看看是不是可以安排上了～

https://pypi.org/project/awkward/

2. Jupytext

相信大家对Jupyter Notebook都不陌生。

当你有了Jupytext这个小插件就可以将Jupyter Notebook和IDE完美结合，听起来是不是很棒！

从此Jupyter Notebook可以被存储为Markdown文件或多种语言的脚本文件。

Jupytext可以做的事主要有：

Jupyter Notebook的版本控制

在你喜欢的文本编辑器中编辑、合并或重构Notebook

在Notebook上使用Q&A检查

在Python中使用的样子：

此项目在Github上已有5k+star。

https://github.com/mwouts/jupytext

3. Gradio

比Streamlit还轻量的UI设计库，Gradio让你轻松在浏览器中“玩转”你的模型，可以直接在浏览器中拖放图片，粘贴文字，录制声音，等等。

只要将launch()函数中的参数设置为share=True，还能得到一个可分享的网址，拿到链接的朋友在电脑和手机端都能打开，活脱脱就是一个小程序。

时常需要做Demo的小伙伴快看起来吧，此项目在Github上已有4.5k+star。

https://github.com/gradio-app/gradio

4. Hub

这个Hub在数据管理和数据预处理上可是一把好手。

它可以处理任何类型，任何大小的数据，并且因为数据储存在云端上，所以可以无缝在任何机器上访问。

被压缩为二进制字节的数据可以被存储在任何地方，并且只有在需要的时候才会被获取，所以没有TB级硬盘也可以处理TB级数据。

Hub贴心地提供了重要API，支持数据在常用工具（PyTorch等）上的使用，数据版本控制，数据转换等功能。

此项目在github上已有4.1k+star。

https://github.com/ac tiveloopai/Hub

5. AugLy

AugLy是facebook最新推出的数据增强库，同时支持语音，文本，图像和视频类型的数据，包含了100多种增强方式。

数据对于模型训练至关重要，而标注大规模数据十分困难。由于人力资源，和模型特性的限制，数据增强的应用越来越广泛。

AugLy的优点：

处理类型更为全面。其他的数据增强库，例如Albumentations和NVIDIA DALI，主要负责图像相关数据的处理，文字数据不支持。

处理方式十分人性化。AugLy可以将一张图片做成备忘录，在图片/视频上叠加文字/Emojis，转发社交媒体上的截图，还可以帮助你处理诸如拷贝检测、仇恨言论检测或版权侵权等问题。

此项目在Github上已有4.1k+star。

https://github.com/facebookresearch/AugLy

6. Evidently

Evidently是用来监测模型效果的工具，可从Pandas DataFrame或csv文件中生成交互式可视化报告和JSON格式的效果简介。在Jupyter Notebook中可以使用。

目前可以提供6种报告：数据漂移、数值目标漂移、分类目标漂移、回归模型性能、分类模型性能和概率分类模型性能。

此项目在Github上已有1.8k+star。

https://github.com/evidentlyai/evidently

7. YOLOX

如果你熟悉YOLO的话，那你或许会对旷视今年推出的YOLOX感兴趣。

YOLO就是那个目标检测算法，可以被使用在汽车自动驾驶等前沿技术中。

而YOLOX是YOLO的无锚版本，设计更简单，但性能更好！它的目标是在研究界和工业界之间架起一座桥梁，同时弥合两方之间的差距。

这个Github上的开源项目在短短半年内已获得5.2k+star。

https://github.com/Megvii-BaseDetection/YOLOX

8. LightSeq

正如它的名字一样，LightSeq是一款由字节跳动开发的支持BERT、GPT、Transformer等众多模型的超快推理引擎。

可以看到它的表现，比FasterTransformer还要Fast。

LightSeq支持的模型也是非常全面。

总之就是两个字“好用”。此项目在Github上已有1.9k+star。

https://github.com/bytedance/lightseq

9. Greykite

想预测COVID-19的恢复速度吗？那就来看看LinkedIn为了自家时间序列预测需求开发的Greykite吧。

功能全面（多种时间趋势），界面直观，预测速度快和可扩展性强是它最大的亮点。

被应用在上面的三大算法：

Silverkite (Greykite’s flagship algorithm)

Facebook Prophet

Auto Arima

感兴趣的话就去研究看看吧，此项目在Github上已有1.4k+star。

https://github.com/linkedin/greykite

10. Jina and Finetuner

如今，在搜索引擎等应用上，语义识别的地位越来越高，因为它可以有效避免字词匹配的局限。

不过语义识别涉及的神经网络可能会让很多人感到头大，Jina和Finetuner可以帮你解决这些问题。

Jina是一个神经搜索框架，使任何人都能在几分钟内建立可扩展的深度学习搜索应用程序。

Finetuner配合Jina帮助你对神经网络进行调参，以获得神经搜索任务的最佳结果。

Jina和Finetuner适合没什么经验，又想尝试的朋友。

https://github.com/jina-ai/finetuner

参考链接：

https://tryolabs.com/blog/2021/12/21/top-python-libraries-2021

审核编辑：李倩

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

数据

数据

+关注

关注
8

文章
7002

浏览量
88937
机器学习

机器学习

+关注

关注
66

文章
8406

浏览量
132555
python

python

+关注

关注
56

文章
4792

浏览量
84624

原文标题：这10个Python机器学习库，你用过哪些？

文章出处：【微信号：TheBigData1024，微信公众号：人工智能与大数据技术】欢迎添加关注！文章转载请注明出处。

如何使用Python构建LSTM神经网络模型

： NumPy：用于数学运算。 TensorFlow：一个开源机器学习库，Keras是其高级API。 Keras：用于构建和训练深度学习模型。你可以使用pip来安装这些

发表于 11-13 10:10 •312次阅读

树莓派开发的最佳编程语言选择

树莓派（Raspberry Pi）是一款由英国树莓派基金会开发的信用卡大小的单板计算机，它以其低成本、易于编程和灵活性而受到广泛欢迎。树莓派可以用于各种项目，从简单的家庭自动化到复杂的机器学习

发表于 11-11 11:34 •420次阅读

RISC-V如何支持不同的AI和机器学习框架和库？

RISC-V如何支持不同的AI和机器学习框架和库？还请坛友们多多指教一下。

发表于 10-10 22:24

如何帮助孩子高效学习Python:开源硬件实践是最优选择

显著提升孩子的学习兴趣和对Python原理的理解。本文将探讨为何使用Raspberry Pi（树莓派）或Unihiker（行空板）等开源硬件是孩子们掌握Python的最佳途径。让孩子

发表于 09-06 09:49 •304次阅读

【「时间序列与机器学习」阅读体验】时间序列的信息提取

个重要环节，目标是从给定的时间序列数据中提取出有用的信息和特征，以支持后续的分析和预测任务。特征工程(Feature Engineering)是将数据转换为更好地表示潜在问题的特征，从而提高机器学习

发表于 08-17 21:12

【《时间序列与机器学习》阅读体验】+ 时间序列的信息提取

之前对《时间序列与机器学习》一书进行了整体浏览，并且非常轻松愉快的完成了第一章的学习，今天开始学习第二章“时间序列的信息提取”。先粗略的翻阅第二章，内容复杂，充斥了大量的定义、推导计

发表于 08-14 18:00

pytorch和python的关系是什么

在当今的人工智能领域，Python已经成为了最受欢迎的编程语言之一。Python的易学易用、丰富的库和框架以及强大的社区支持，使其成为了数据科学、机器

发表于 08-01 15:27 •1875次阅读

Python在AI中的应用实例

Python在人工智能（AI）领域的应用极为广泛且深入，从基础的数据处理、模型训练到高级的应用部署，Python都扮演着至关重要的角色。以下将详细探讨Python在AI中的几个关键应用实例，包括

发表于 07-19 17:16 •1053次阅读

Python自动训练人工神经网络

人工神经网络（ANN）是机器学习中一种重要的模型，它模仿了人脑神经元的工作方式，通过多层节点（神经元）之间的连接和权重调整来学习和解决问题。Python由于其强大的

发表于 07-19 11:54 •344次阅读

opencv-python和opencv一样吗

不一样。OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，它提供了大量的图像和视频处理功能。OpenCV-Pytho

发表于 07-16 10:38 •1154次阅读

深度学习常用的Python库

深度学习作为人工智能的一个重要分支，通过模拟人类大脑中的神经网络来解决复杂问题。Python作为一种流行的编程语言，凭借其简洁的语法和丰富的库支持，成为了深度学习研究和应用的首选工具。

发表于 07-03 16:04 •623次阅读

如何使用Python进行神经网络编程

神经网络简介神经网络是一种受人脑启发的机器学习模型，由大量的节点（或称为“神经元”）组成，这些节点在网络中相互连接。每个节点可以接收输入，对输入进行加权求和，然后通过一个激活函数产生输出

发表于 07-02 09:58 •398次阅读

ESP32下如何加自定义Python库？

我看官方有提供Micropython的bin文件，但我想根据自己外设扩充一下Python库，这个应该从哪里入手？之前做过RTT系统的python库扩充，RTT有提供Micropyth

发表于 06-18 06:27

机器学习8大调参技巧

今天给大家一篇关于机器学习调参技巧的文章。超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化，需要搜索超参数的最佳配置以实现

发表于 03-23 08:26 •611次阅读

如何使用Python进行图像识别的自动学习自动训练？

如何使用Python进行图像识别的自动学习自动训练？使用Python进行图像识别的自动学习和自动训练需要掌握一些重要的概念和技术。在本文中，我们将介绍如何使用

发表于 01-12 16:06 •572次阅读

搜索历史

最佳的10名Python机器学习库

评论

如何使用Python构建LSTM神经网络模型

树莓派开发的最佳编程语言选择

RISC-V如何支持不同的AI和机器学习框架和库？

如何帮助孩子高效学习Python:开源硬件实践是最优选择

【「时间序列与机器学习」阅读体验】时间序列的信息提取

【《时间序列与机器学习》阅读体验】+ 时间序列的信息提取

pytorch和python的关系是什么

Python在AI中的应用实例

Python自动训练人工神经网络

opencv-python和opencv一样吗

深度学习常用的Python库

如何使用Python进行神经网络编程

ESP32下如何加自定义Python库？

机器学习8大调参技巧

如何使用Python进行图像识别的自动学习自动训练？