2021 Python 计算生态十二月推荐榜 第46期

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。

https://github.com/lightly-ai/lightly