关于深度学习、NLP和计算机视觉的30个顶级Python库

图1：深度学习，自然语言处理和计算机视觉的顶级Python库

深度学习

星标：149000，提交数：97741，贡献者：754。TensorFlow是针对机器学习的端对端开源平台。它具备综合灵活的工具、库和社区资源，可以帮助研究者推动先进的机器学习技术的发展以及开发者更轻松地开发和发布由机器学习支持的应用。

星标：50000，提交数：5349，贡献者：864 。Keras是由python编写的机器学习API，其运行在机器学习的顶级平台TensorFlow上。

星标：43200，提交数：30696，贡献者：1619。使用Python实现的张量和动态神经网络，并带有强大的GPU加速。

星标：19800，提交数：1450，贡献者：607。通过利用当下最佳的技术实践，fastai极快地简化了训练过程也加速了神经网络。

星标：9600，提交数：3594，贡献者：317。针对高性能AI研究的封装轻量版PyTorch。可缩小你的模型，而不是提供小的样板。

星标：10000，提交数：5708，贡献者：221  。Python+NumPy程序的组合变换：区分、向量化、在GPU/TPU上的JIT等等。

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轻量、便捷、灵活的分布式/移动机器学习库：支持Python、R、Julia、Scala、Go、JavaScript等等。

星标：3100，提交数：747，贡献者：112。可灵活透明地训练评估PyTorch神经网络的高级别库。

自然语言处理

星标：21700，提交数：379，贡献者：47。fastText是一个可高效学习单词表意和句子分类的库。

星标：17400，提交数：11628，贡献者：482 。使用Python和Cython实现的工业级自然语言处理库（NLP）

星标：11200，提交数：4024，贡献者：361。gensim通过使用大型语料库进行主题建模、文档索引和相似性检索。目标受众是自然语言处理（NLP）和信息检索（IR）社区。

星标：9300，提交数：13990，贡献者：319。NLTK——自然语言工具箱——是一整套针对自然语言处理研究和开发的开源Python模块、数据集和教程。

星标：4300，提交数：568，贡献者：64。用于自然语言处理的使用PyTorch，TensorFlow，NumPy和Pandas工具的快速，高效，开放式数据集和评估指标。

星标：3800，提交数：1252，贡献者：30。针对研究和生产的快速顶级的分词器。

星标：3500，提交数：5480，贡献者：585。Transformers：针对Pytorch和TensorFlow 2.0 的顶级自然语言处理库。

星标：4800，提交数：1514，贡献者：19。针对很多人类语言的正式标准NLP Python库。

星标：7300，提交数：542，贡献者：24。简单，Python风格，文本处理-情感分析，词性标记，名词短语提取，翻译等等。 

星标：1800，提交数：442，贡献者：15。用于PyTorch自然语言处理（NLP）的基础实用工具。

星标：1500，提交数：1324，贡献者：23 。用于执行各种自然语言处理（NLP）任务的Python库，构建在一个高性能spaCy库之上。  

星标：626，提交数：1405，贡献者：13。Finetune是一个库，它允许用户利用最新的预训练NLP模型来执行各种下游任务。 

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。

星标：1700，提交数：4363，贡献者：50。Spark NLP是建立在Apache Spark ML之上的自然语言处理库。

星标：2200，提交数：712，贡献者：72。GluonNLP这个工具包，可简化文本预处理，数据集加载和神经模型构建，以帮助您加快对自然语言处理（NLP）的研究。

计算机视觉

星标：7800，提交数：10799，贡献者：303。Pillow是个对用户十分友好的PIL分支。PIL是Python图像库。

星标：49600，提交数：29453，贡献者：1234 。开源计算机视觉库。

星标：4000，提交数：12352，贡献者：403 。用Python做图像处理。

星标：644，提交数：1273，贡献者：25。Mahotas是个包含了最快的计算机视觉算法（所有算法用C++实现保证运行速度）的库，针对numpy数组运行。

星标：2400，提交数：2625，贡献者：69。SimpleCV是一个针对开源机器视觉的架构，使用了OpenCV和Python编程语言。

星标：4300，提交数：774，贡献者：101。GluonCV提供了计算机视觉中最先进（SOTA）的深度学习模型。

星标：7500，提交数：1286，贡献者：334。Torchvision包包含了流行的数据集、模型架构和计算机视觉中常用的图像转换方法。

下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~