2021年Python十佳ML库大盘点,国产选手GitHub半年获5k+star,第一名是升级版NumPy

Posted QbitAl

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2021年Python十佳ML库大盘点,国产选手GitHub半年获5k+star,第一名是升级版NumPy相关的知识,希望对你有一定的参考价值。

函擎 发自 凹非寺
量子位 报道 | 公众号 QbitAI

2021年里AI飞速发展,优秀算法层出不穷,令我们大开眼界。

而真正要将这些算法实现,一定少不了Python这个主流机器学习语言的加持。

今年各大公司和研究小组都推出了一系列方便使用的高性能开源库,其中还不乏一些国产的优秀作品。

在这里将盘点出最佳的10名,致力于帮你解决各种问题。

如果你还在为模型训练中的“杂务”头疼,那就快来看看吧。

1. Awkward Array

根据官方介绍,Awkward Array用于嵌套的、大小不一的数据,包括任意长度的列表、记录、混合的类型和缺失数据,使用起来类似NumPy

看起来像是升级版的NumPy呀。

果然,不同长度的数组可以直接放在一起运算。

并且,官方表示Awkward Array不仅使用起来更简便,在速度内存上也有量级的优势。

看看是不是可以安排上了~

https://pypi.org/project/awkward/

2. Jupytext

相信大家对Jupyter Notebook都不陌生。

当你有了Jupytext这个小插件就可以将Jupyter Notebook和IDE完美结合,听起来是不是很棒!

从此Jupyter Notebook可以被存储为Markdown文件或多种语言的脚本文件。

Jupytext可以做的事主要有:

  • Jupyter Notebook的版本控制

  • 在你喜欢的文本编辑器中编辑、合并或重构Notebook

  • 在Notebook上使用Q&A检查

在Python中使用的样子:

此项目在Github上已有5k+star。

https://github.com/mwouts/jupytext

3. Gradio

比Streamlit还轻量UI设计库Gradio让你轻松在浏览器中“玩转”你的模型,可以直接在浏览器中拖放图片,粘贴文字,录制声音,等等。

只要将launch()函数中的参数设置为share=True,还能得到一个可分享网址,拿到链接的朋友在电脑和手机端都能打开,活脱脱就是一个小程序

时常需要做Demo的小伙伴快看起来吧,此项目在Github上已有4.5k+star。

https://github.com/gradio-app/gradio

4. Hub

这个Hub在数据管理和数据预处理上可是一把好手。

它可以处理任何类型任何大小的数据,并且因为数据储存在云端上,所以可以无缝在任何机器上访问。

被压缩为二进制字节的数据可以被存储在任何地方,并且只有在需要的时候才会被获取,所以没有TB级硬盘也可以处理TB级数据

Hub贴心地提供了重要API,支持数据在常用工具(PyTorch等)上的使用,数据版本控制,数据转换等功能。

此项目在github上已有4.1k+star。

https://github.com/activeloopai/Hub

5. AugLy

AugLy是facebook最新推出的数据增强库,同时支持语音文本图像视频类型的数据,包含了100多种增强方式。

数据对于模型训练至关重要,而标注大规模数据十分困难。由于人力资源,和模型特性的限制,数据增强的应用越来越广泛。

AugLy的优点

  • 处理类型更为全面。其他的数据增强库,例如Albumentations和NVIDIA DALI,主要负责图像相关数据的处理,文字数据不支持。

  • 处理方式十分人性化。AugLy可以将一张图片做成备忘录,在图片/视频上叠加文字/Emojis,转发社交媒体上的截图,还可以帮助你处理诸如拷贝检测、仇恨言论检测或版权侵权等问题。

此项目在Github上已有4.1k+star。

https://github.com/facebookresearch/AugLy

6. Evidently

Evidently是用来监测模型效果的工具,可从Pandas DataFrame或csv文件中生成交互式可视化报告JSON格式效果简介。在Jupyter Notebook中可以使用。

目前可以提供6种报告:数据漂移、数值目标漂移、分类目标漂移、回归模型性能、分类模型性能和概率分类模型性能。

此项目在Github上已有1.8k+star。

https://github.com/evidentlyai/evidently

7. YOLOX

如果你熟悉YOLO的话,那你或许会对旷视今年推出的YOLOX感兴趣。

YOLO就是那个目标检测算法,可以被使用在汽车自动驾驶等前沿技术中。

YOLOX是YOLO的无锚版本,设计更简单,但性能更好!它的目标是在研究界和工业界之间架起一座桥梁,同时弥合两方之间的差距。


这个Github上的开源项目在短短半年内已获得5.2k+star。

https://github.com/Megvii-BaseDetection/YOLOX

8. LightSeq

正如它的名字一样,LightSeq是一款由字节跳动开发的支持BERT、GPT、Transformer等众多模型的超快推理引擎。

可以看到它的表现,比FasterTransformer还要Fast

LightSeq支持的模型也是非常全面

总之就是两个字“好用”。此项目在Github上已有1.9k+star。

https://github.com/bytedance/lightseq

9. Greykite

想预测COVID-19的恢复速度吗?那就来看看LinkedIn为了自家时间序列预测需求开发的Greykite吧。

功能全面(多种时间趋势),界面直观,预测速度快和可扩展性强是它最大的亮点。

被应用在上面的三大算法:

  • Silverkite (Greykite’s flagship algorithm)

  • Facebook Prophet

  • Auto Arima

感兴趣的话就去研究看看吧,此项目在Github上已有1.4k+star。

https://github.com/linkedin/greykite

10. Jina and Finetuner

如今,在搜索引擎等应用上,语义识别的地位越来越高,因为它可以有效避免字词匹配的局限。

不过语义识别涉及的神经网络可能会让很多人感到头大,JinaFinetuner可以帮你解决这些问题。

Jina是一个神经搜索框架,使任何人都能在几分钟内建立可扩展的深度学习搜索应用程序。

Finetuner配合Jina帮助你对神经网络进行调参,以获得神经搜索任务的最佳结果。

Jina和Finetuner适合没什么经验,又想尝试的朋友。

https://github.com/jina-ai/finetuner

参考链接:

https://tryolabs.com/blog/2021/12/21/top-python-libraries-2021

以上是关于2021年Python十佳ML库大盘点,国产选手GitHub半年获5k+star,第一名是升级版NumPy的主要内容,如果未能解决你的问题,请参考以下文章

盘点开发人员的十佳AngularJS框架

2021年十佳返利优惠券平台排名如下

盘点国产商业智能BI上下二十年,大数据时代的新故事

2019国产数据库大盘点

2021年互联网大厂AI Lab现状盘点!

2021年互联网大厂AI Lab现状盘点!