2021 Python 计算生态十二月推荐榜 第46期

21年12月10日 · Python123 5555 人阅读
![]() |
看见更大的世界,遇见更好的自己
See a better world to meet better for ourselves.
PyTorch是一个开源的Python机器学习库,基于Torch,底层由C++实现,应用于人工智能领域,如自然语言处理,它最初由Facebook的人工智能研究团队开发,并且被用于Uber的概率编程软件Pyro,PyTorch主要有两大特征:类似于NumPy的张量计算,可使用GPU加速;基于带自动微分系统的深度神经网络。PyTorch生态系统由来自学术界和工业界的广泛研究人员、应用程序开发人员和 ML 工程师的项目、工具和库组成,截止 2020 年底,PyTorch 项目的贡献者大约1626 人、下游项目 45k+个,PyTorch 论坛用户达到了34k。
2021年12月,在构建人工智能应用的过程中,通常会用到Tensorflow、Pytorch等机器学习库。好事者特别推荐10款优秀的Python计算生态,帮助您了解Pytorch的生态系统。
fastai
在深度学习领域,最受学生欢迎的MOOC课程平台有:Fast.ai、deeplearning.ai、Coursera和Udacity。fastai作为其中之一,是一个课程平台,一个讨论社区,也是一个PyTorch的顶层框架。
https://github.com/fastai/fastai
PyTorch-lightning
用于高性能 AI 研究的轻量级
PyTorch 包装器,缩放您的模型,而不是模型文件。
![]() |
https://github.com/PyTorchLightning/PyTorch-lightning
pytorch-image-models
PyTorchImageModels,简称timm,是一个巨大的PyTorch代码集合,包括了一系列:image models、layers、utilities、optimizers、schedulers、data-loaders、augmentations、training、 validation scripts、旨在将各种SOTA模型整合在一起,并具有复现ImageNet训练结果的能力。
https://rwightman.github.io/pytorch-image-models
kornia
Kornia是虚拟的基于PyTorch的可微分的计算机视觉库。它由一组用于解决通用计算机视觉问题的模块和可微分组成。其核心使用PyTorch模块作为主要扩展,以提高效率并利用循环模式自动微分来定义和计算复合函数的解析。
![]() |
https://github.com/kornia/kornia
skorch
skorch 的目标是使PyTorch与 sklearn一起使用成为可能。这是通过提供具有 sklearn 接口的
PyTorch 包装器来实现的。
![]() |
https://github.com/skorch-dev/skorch
ignite
Ignite 是 PyTorch 官方发布的一个高抽象库,可以帮助我们更好地使用 PyTorch 训练神经网络。它主要有以下特性:Ignite 可以帮你写简洁高效的训练代码,只需几行就可以搞定;可以轻松地使用各类训练指标,early stopping,模型 checkpoint 等。
![]() |
https://github.com/pytorch/ignite
monai
MONAI 是一个基于PyTorch的开源框架,用于医疗影像领域的深度学习,是PyTorch 生态系统的一部分。
![]() |
https://github.com/project-monai/monai
torchcv
torchCV:基于 PyTorch 的计算机视觉深度学习框架。
https://github.com/donnyyou/torchcv
pytorch-optimizer
orch-optimizer – PyTorch优化器的集合。
https://github.com/jettify/pytorch-optimizer
lightly
Lightly 是一个用于自监督学习的计算机视觉框架。
![]() |
Python3Turtle