评论
在之前的文章中，我们查看了 数据科学、数据可视化和机器学习的顶级 Python 库。这次，我们将关注深度学习、自然语言处理和计算机视觉的顶级库。这些类别实际上不需要进一步的说明。
这种分隔和分类是随意的，有时比其他情况更多，但我们尽力将工具按照预期的使用场景进行分组，希望这对读者最有帮助。
1. Google 网络安全证书 - 快速进入网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT
显然，现如今并非所有的 NLP 和 CV 工作都采用深度学习技术，但随着趋势向这种技术转变以获得最先进的结果，我们坚持这种否则随意的分类逻辑。
我们的列表由我们团队共同决定的、代表常用且广泛使用的 Python 库组成。此外，要被列入其中，库必须有一个 Github 仓库。类别没有特定顺序，库在每个类别中也没有特定顺序。我们曾考虑按星数或其他指标进行排序，但为了避免对库的任何感知价值或重要性进行明确偏向，我们决定不这样做。因此，它们在这里的列出是纯粹随机的。库的描述直接来自于 Github 仓库，以某种形式展示。
再次感谢 Ahmed Anis 对数据收集的贡献，以及 KDnuggets 团队其他成员的意见、见解和建议。
请注意，下图由 Gregory Piatetsky 展示了每个库的类型，按星数和贡献者进行绘制，符号大小反映了库在 Github 上的提交次数，采用对数刻度。
图 1：顶级 Python 库，用于深度学习、自然语言处理和计算机视觉
按星标数和贡献者数绘制；相对大小由提交日志数决定
那么，废话少说，这里是 KDnuggets 员工评定的 30 个顶级 Python 库，用于深度学习、自然语言处理和计算机视觉。
1. TensorFlow
星标：149000，提交：97741，贡献者：2754
TensorFlow 是一个端到端的开源机器学习平台。它拥有全面且灵活的工具、库和社区资源，使研究人员能够推动机器学习的最新技术，并使开发人员能够轻松构建和部署机器学习驱动的应用程序。
2. Keras
星标：50000，提交：5349，贡献者：864
Keras 是一个用 Python 编写的深度学习 API，运行在机器学习平台 TensorFlow 之上。
3. PyTorch
星标：43200，提交：30696，贡献者：1619
Python 中的张量和动态神经网络，具有强大的 GPU 加速
4. fastai
星标：19800，提交：1450，贡献者：607
fastai 简化了使用现代最佳实践训练快速且准确的神经网络
星标：9600，提交：3594，贡献者：317
用于高性能 AI 研究的轻量级 PyTorch 封装。扩展你的模型，而不是样板代码。
6. JAX
星标：10000，提交：5708，贡献者：221
Python+NumPy 程序的可组合变换：微分、矢量化、JIT 到 GPU/TPU 等等
7. MXNet
星标：19100，提交：11387，贡献者：839
轻量级、可移植、灵活的分布式/移动深度学习，支持动态、感知变异的数据流调度器；适用于 Python、R、Julia、Scala、Go、JavaScript 等更多语言
8. Ignite
星标：3100，提交：747，贡献者：112
高级库，帮助灵活且透明地训练和评估 PyTorch 中的神经网络。
9. FastText
星标：21700，提交：379，贡献者：47
fastText 是一个用于高效学习词表示和句子分类的库。
10. spaCy
星标：17400，提交：11628，贡献者：482
工业级自然语言处理（NLP），使用 Python 和 Cython
11. gensim
星标：11200，提交：4024，贡献者：361
Gensim 是一个 Python 库，用于主题建模、文档索引和大规模语料库的相似性检索。目标用户是自然语言处理（NLP）和信息检索（IR）社区。
12. NLTK
Stars: 9300, Commits: 13990, Contributors: 319
NLTK -- 自然语言工具包 -- 是一个开源 Python 模块、数据集和教程的套件，支持自然语言处理的研究和开发。
Stars: 4300, Commits: 568, Contributors: 64
快速、高效、开放访问的数据集和评估指标，适用于自然语言处理以及 PyTorch、TensorFlow、NumPy 和 Pandas。
Stars: 3800, Commits: 1252, Contributors: 30
快速的最先进的分词器，优化用于研究和生产。
15. Transformers (Huggingface)
Stars: 3500, Commits: 5480, Contributors: 585
Transformers：最先进的自然语言处理，适用于 Pytorch 和 TensorFlow 2.0。
16. Stanza
Stars: 4800, Commits: 1514, Contributors: 19
官方斯坦福 NLP Python 库，支持多种人类语言。
17. TextBlob
Stars: 7300, Commits: 542, Contributors: 24
简单、Pythonic 的文本处理--情感分析、词性标注、名词短语提取、翻译等。
18. PyTorch-NLP
Stars: 1800, Commits: 442, Contributors: 15
PyTorch 自然语言处理（NLP）的基础实用工具。
19. Textacy
Stars: 1500, Commits: 1324, Contributors: 23
一个 Python 库，用于执行各种自然语言处理（NLP）任务，基于高性能的 spaCy 库。
20. Finetune
Stars: 626, Commits: 1405, Contributors: 13
Finetune 是一个库，允许用户利用最先进的预训练 NLP 模型进行各种下游任务。
21. TextHero
Stars: 1900, Commits: 266, Contributors: 17
从零到英雄的文本预处理、表示和可视化。
22. Spark NLP
Stars: 1700, Commits: 4363, Contributors: 50
Spark NLP 是一个构建在 Apache Spark ML 之上的自然语言处理库。
23. GluonNLP
Stars: 2200, Commits: 712, Contributors: 72
GluonNLP 是一个工具包，能够简化文本预处理、数据集加载和神经模型构建，帮助你加速自然语言处理（NLP）研究。
24. Pillow
Stars: 7800, Commits: 10799, Contributors: 303
Pillow 是友好的 PIL 分支。PIL 是 Python Imaging Library。
25. OpenCV
Stars: 49600, Commits: 29453, Contributors: 1234
开源计算机视觉库
26. scikit-image
Stars: 4000, Commits: 12352, Contributors: 403
Python 中的图像处理
27. Mahotas
Stars: 644, Commits: 1273, Contributors: 25
Mahotas 是一个快速计算机视觉算法库（全部用 C++ 实现以提高速度），操作 numpy 数组。
28. Simple-CV
Stars: 2400, Commits: 2625, Contributors: 69
SimpleCV 是一个开源机器视觉框架，使用 OpenCV 和 Python 编程语言。
29. GluonCV
Stars: 4300, Commits: 774, Contributors: 101
GluonCV 提供了计算机视觉领域的最先进（SOTA）深度学习模型的实现。
30. Torchvision
Stars: 7500, Commits: 1286, Contributors: 334
torchvision 包含流行的数据集、模型架构和计算机视觉的常见图像变换。
相关:
-
数据科学、数据可视化与机器学习的顶级 Python 库
-
前 13 个 Python 深度学习库
-
前 8 个 Python 机器学习库