收藏！我整理了深度学习，自然语言处理和计算机视觉的30个顶级Python库

本文，我将为大家介绍深度学、NLP和CV领域应用最广泛的30个库。

话不多说直接上图，下图按类型表示了每个库，并按星级和贡献者对其进行了绘制，其符号大小反映了该库对Github的提交数量以对数标度表示。

（可以看出TensorFlow还是遥遥领先啊）

按星级和贡献者数量绘制; 相对大小（按提交的日志数）

深度学习

1. TensorFlow

（https://github.com/tensorflow/tensorflow） star：149000，贡献：97741，贡献者：2754

TensorFlow是用于机器学习的端到端开源平台。它具有工具，库和社区资源的全面，灵活的生态系统，使研究人员可以推动ML领域的最新发展，并使开发人员轻松构建和部署ML支持的应用程序。

2. Keras

（https://github.com/keras-team/keras） star：50000，贡献：5349，贡献者：864

Keras是用Python编写的深度学习API，在机器学习平台TensorFlow上运行。

3. PyTorch

（https://github.com/pytorch/pytorch） star：43200，贡献：30696，贡献者：1619

具有强大GPU加速功能的Python中的张量和动态神经网络。

4. fastai

（https://github.com/fastai/fastai） star：19800，贡献：1450，贡献者：607

fastai使用现代最佳实践简化了快速而准确的神经网络的训练。

5. PyTorch Lighting

（https://github.com/PyTorchLightning/pytorch-lightning） star：9600，贡献：3594，贡献者：317

轻巧的PyTorch包装器，用于高性能AI研究。缩放模型，而不是样板。

6. JAX

（https://github.com/google/jax） star：10000，贡献：5708，贡献者：221

Python + NumPy程序的可组合转换：区分，矢量化，JIT到GPU / TPU等。

7. MXNet

（https://github.com/apache/incubator-mxnet） star：19100，贡献：11387，贡献者：839

具有动态，可感知突变的Dataflow Dep Scheduler的轻型，便携式，灵活的分布式/移动深度学习；适用于Python，R，Julia，Scala，Go，Javascript等。

8.Ignite

（https://github.com/pytorch/ignite） star：3100，贡献：747，贡献者：112

高级库可帮助您灵活透明地训练和评估PyTorch中的神经网络。

自然语言处理

9. FastText

（https://github.com/facebookresearch/fastText） star：21700，贡献：379，贡献者：47

fastText是一个用于高效学习单词表示和句子分类的库。

10.spaCy

（https://github.com/explosion/spaCy） star：17400，贡献：11628，贡献者：482

使用Python和Cython的工业强度自然语言处理（NLP）。

11. Gensim

（https://github.com/RaRe-Technologies/gensim） star：11200，贡献：4024，贡献者：361

Gensim是用于大型主题的主题建模，文档索引和相似性检索的Python库。目标受众是自然语言处理（NLP）和信息检索（IR）社区。

12. NLTK

（https://github.com/nltk/nltk） star：9300，贡献：13990，贡献者：319

NLTK（自然语言工具包）是一套支持自然语言处理研究和开发的开源Python模块，数据集和教程。

13.Datasets（Huggingface）

（https://github.com/huggingface/datasets） star：4300，提交：568，贡献者：64

PyTorch，TensorFlow，NumPy和Pandas中用于自然语言处理的快速，高效，开放式数据集和评估指标。

14.Tokenizers（Huggingface）

（https://github.com/huggingface/tokenizers） star：3800，提交数：1252，贡献者：30

针对研究和生产进行了优化。

15.Transformers （Huggingface）

（https://github.com/huggingface/transformers） star：3500，提交：5480，贡献者：585

transformers：Pytorch和TensorFlow 2.0的最新自然语言处理。

16. Stanza star：4800，贡献：1514，贡献者：19

（https://github.com/stanfordnlp/stanza/）

斯坦福NLP官方Python语言库，支持多种人类语言。

17. TextBlob

（https://github.com/sloria/textblob） star：7300，贡献：542，贡献者：24

简单，Python式的文本处理-情感分析，词性标记，名词短语提取，翻译等。

18. PyTorch-NLP

（https://github.com/PetrochukM/PyTorch-NLP） star：1800，贡献：442，贡献者：15

PyTorch自然语言处理（NLP）的基本实用程序。

19. Textacy

（https://github.com/chartbeat-labs/textacy） star：1500，贡献：1324，贡献者：23

一个基于高性能spaCy库的Python库，用于执行各种自然语言处理（NLP）任务。

20. Finetune

（https://github.com/IndicoDataSolutions/finetune） star：626，贡献：1405，贡献者：13

Finetune是一个库，允许用户利用最新的经过预训练的NLP模型来执行各种下游任务。

21. TextHero

（https://github.com/jbesomi/texthero） star：1900，贡献：266，贡献者：17

文本预处理，表示和可视化。

22. Spark NLP

（https://github.com/JohnSnowLabs/spark-nlp） star：1700，贡献：4363，贡献者：50

Spark NLP是建立在Apache Spark ML之上的自然语言处理库。

23. GluonNLP

（https://github.com/JohnSnowLabs/spark-nlp） star：2200，贡献：712，贡献者：72

GluonNLP是一个工具包，可轻松进行文本预处理，数据集加载和神经模型构建，以帮助您加快自然语言处理（NLP）研究的速度。

计算机视觉

24.Pillow

（https://github.com/python-pillow/Pillow） star：7800，贡献：10799，贡献者：303

25. OpenCV

（https://github.com/opencv/opencv） star：49600，贡献：29453，贡献者：1234

开源计算机视觉库。

26. scikit-image

（https://github.com/scikit-image/scikit-image） star：4000，贡献：12352，贡献者：403

Python中的图像处理。

27. Mahotas

（https://github.com/luispedro/mahotas） star：644，提交：1273，贡献者：25

Mahotas是在numpy数组上运行的快速计算机视觉算法（均以C ++实施以提高速度）的库。

28. Simple-CV

（https://github.com/sightmachine/simplecv） star：2400，贡献：2625，贡献者：69

SimpleCV是使用OpenCV和Python编程语言的开放源代码机器视觉的框架。

29. GluonCV

（https://github.com/dmlc/gluon-cv） star：4300，贡献：774，贡献者：101

GluonCV提供了计算机视觉中最先进的（SOTA）深度学习模型的实现。

30.Torchvision

（https://github.com/pytorch/vision） star：7500，贡献：1286，贡献者：334

Torchvision软件包由流行的数据集，模型架构和用于计算机视觉的常见图像转换组成。