极客视点
极客时间编辑部
极客时间编辑部
113241 人已学习
免费领取
课程目录
已完结/共 3766 讲
2020年09月 (90讲)
时长 05:33
2020年08月 (93讲)
2020年07月 (93讲)
时长 05:51
2020年06月 (90讲)
2020年05月 (93讲)
2020年04月 (90讲)
2020年03月 (92讲)
时长 04:14
2020年02月 (87讲)
2020年01月 (91讲)
时长 00:00
2019年12月 (93讲)
2019年11月 (89讲)
2019年10月 (92讲)
2019年09月 (90讲)
时长 00:00
2019年08月 (91讲)
2019年07月 (92讲)
时长 03:45
2019年06月 (90讲)
2019年05月 (99讲)
2019年04月 (114讲)
2019年03月 (122讲)
2019年02月 (102讲)
2019年01月 (104讲)
2018年12月 (98讲)
2018年11月 (105讲)
时长 01:23
2018年10月 (123讲)
时长 02:06
2018年09月 (119讲)
2018年08月 (123讲)
2018年07月 (124讲)
2018年06月 (119讲)
时长 02:11
2018年05月 (124讲)
时长 03:16
2018年04月 (120讲)
2018年03月 (124讲)
2018年02月 (112讲)
2018年01月 (124讲)
时长 02:30
时长 02:34
2017年12月 (124讲)
时长 03:09
2017年11月 (120讲)
2017年10月 (86讲)
时长 03:18
时长 03:31
时长 04:25
极客视点
15
15
1.0x
00:00/05:42
登录|注册

推荐:十个不错的Python库及其特点

讲述:丁婵大小:2.62M时长:05:42
Python 是目前最流行,使用最广泛的编程语言之一,它在开发人员中受欢迎的原因有很多,其中最重要的一个原因就是 Python 有大量可供用户使用的库。因此,研究分析师塞安蒂尼·黛布(Sayantini Deb)介绍了十个优秀 Python 库,以供开发者参考。

1.TensorFlow

该库的工作方式类似于一个计算库,用于编写设计大量张量运算的新算法。由于神经网络可以很容易地表示为计算图,因此它们可以用 TensorFlow 作为对张量(Tensor)的一些列操作来实现。此外,张量是表述数据的 N 维矩阵。TensorFlow 有大型社区,而且开源,此外,他的优点包括灵活性、提供并行化神经网络训练和响应式构造等功能。

2.Scikit-Learn

这是一个与 NumPy 和 SciPy 相关的 Python 库。它被认为是处理复杂数据的最佳库之一。这个库正在进行大量更改,其中一个更改是交叉验证功能,提供了使用多个度量的能力,它还有许多训练方法,如逻辑回归和最近邻方法,都得到了改进。此外,它还提供了无监督学习算法和用于从图像和文本中提取特征的功能。

3.NumPy

它被认为是 Python 中最受欢迎的机器学习库之一。TensorFlow 和其他库在内部使用 NumPy 在张量上执行多个操作。数组接口是 NumPy 最好也是最重要的特性。NumPy 使复杂的数学实现变得非常简单,它交互性强、易于使用,且具有很强的直观性。

4.Keras

这个机器学习库提供了一种更简单的机制来表达神经网络。Keras 还为编译模型、处理数据集、图形可视化等提供了一些最佳实用程序。与其他机器学习库比较,Keras 的速度相对较慢。因为它是通过使用后端架构创建计算图,然后利用它来执行操作的。不过,Keras 在 CPU 和 GPU 上都能顺利运行,而且它支持几乎所有的神经网络模型,还都是可移植的。Keras 在本质上是模块化的,具有难以置信的表现力、灵活性,并易于创新研究。

5.PyTorch

这是最大的机器学习库,主要用于自然语言处理等应用。它允许开发人员利用 GPU 的加速执行张量计算,创建动态计算图,并自动计算梯度。除此之外,PyTorch 还提供了丰富的 API,用于解决与神经网络相关的应用问题。它还有一个丰富的工具和库生态系统,并支持从计算机视觉到强化学习等领域的开发。

6.LightGBM

该库提供了高度可扩展、优化和快速的梯度提升实现。它通过使用重新定义的基本模型和决策树来帮助开发人员构建新的算法。因此,有一些专门的库是为快速有效地实现这种方法而设计的。LightGBM 计算速度快,生产效率高, 比许多其他深度学习库有更快的训练。他直观,易于使用,另外,在考虑 NaN 值和其他规范值时不会产生错误。

7.Eli5

大多数情况下,机器学习模型的预测结果并不准确,而内置 Python 的 Eli5 机器学习库有助于克服这一挑战。它结合了可视化和调试所有的机器学习模型,并跟踪算法的所有工作步骤。Eli5 支持 XGBoost、lighting、scikit-learn 和 sklearn-crfsuite 库,上面提到的所有库都可以用于执行不同的任务。

8.SciPy

这是一个面向应用程序开发人员和工程师的机器学习库。你需要了解 SciPy 库和 SciPy 栈之间的区别。SciPy 库包含用于优化、线性代数、积分和统计的模块,它的主要特点是使用 NumPy 开发,其数组最大限度地利用了 NumPy。此外,SciPy 使用其特定子模块提供了所有高效的数值例程。

9.Theano

这是 Python 中用于计算多维数组的计算框架机器学习库。Theano 的工作方式与 TensorFlow 类似,但效率不如 TensorFlow,因为它不能适应生产环境。Theano 也有很多优点,比如在 Theano 编译的函数中可以完全使用 NumPy 数组、GPU 的透明使用、高效的符号微分、广泛的单元测试和自我验证、具有速度和稳定性等。

10.Pandas

该库提供高级的数据结构和各种各样的分析工具,它最大的特性之一是能够使用一个或两个命令转换复杂的数据操作。Pandas 有很多内置的分组、组合数据、过滤以及时间序列功能的方法。所有这些方法都有出色的速度指示器。Pandas 使操作数据的过程变得更容易,对重新索引、迭代、排序、聚合、连接和可视化等操作的支持是 Pandas 的亮点之一。
以上就是今天的内容,希望对你有所帮助。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
免费领取
登录 后留言

全部留言(2)

  • 最新
  • 精选
  • 凌岩
    先试试看
  • 棋盘山车神
    全都是计算相关…
收起评论
大纲
固定大纲
1.TensorFlow
2.Scikit-Learn
3.NumPy
4.Keras
5.PyTorch
6.LightGBM
7.Eli5
8.SciPy
9.Theano
10.Pandas
显示
设置
留言
2
收藏
99+
沉浸
阅读
分享
手机端
快捷键
回顶部