文档知识库机器学习【免费下载链接】best-of-ml-python A ranked list of awesome machine learning Python libraries. Updated weekly.项目地址https://gitcode.com/GitHub_Trending/be/best-of-ml-python点击查看免费下载本篇以 best-of-ml-python 精选榜单 2021-07-01 期的变化记录history/2021-07-01_changes.md为主线系统讲解该榜单趋势上升 / 趋势下降 / 新增项目三套变化机制的语义、项目质量评分的驱动因素以及 50 个新增开源项目在 34 个细分领域的落位观察。读者将掌握 best-of 榜单的数据生成原理配置见 projects.yaml、评分徽章含义并能据此理解机器学习 Python 生态在不同时期的关注热点迁移。变化快照是什么榜单的三个动态视图best-of-ml-python 是一份按项目质量评分排序的机器学习 Python 库精选榜单其主清单 README.md 收录了数百个开源项目。除了静态排名榜单每次更新还会生成一份变化快照存放于 history 目录从三个维度反映两次更新之间本仓库为周更的生态动态 Trending Up趋势上升项目质量评分相比上次更新有所提升的项目。文档明确指出可能的原因多种多样例如下载量downloads增加或代码活跃度code activity提升。 Trending Down趋势下降项目质量评分相比上次更新有所下降的项目同样可能源于下载量或代码活跃度等指标变化。➕ Added Projects新增项目最近加入精选榜单的新项目即此前未收录、本次快照周期内新入榜的库。2021-07-01 这一期快照共列出 10 个趋势上升项目、10 个趋势下降项目以及约 50 个新增项目覆盖分布式计算、深度学习框架、NLP、OCR、数据可视化、MLOps 等多个领域。评分徽章与趋势标记的语义要读懂快照中的每一条项目条目如Ray(35 · ⭐ 16K · )需要先掌握榜单定义的徽章体系。这一语义在 README.md 的 Explanation 一节中有完整说明标记含义综合项目质量评分Combined project-quality score⭐️GitHub Star 数新项目创建不足 6 个月不活跃项目6 个月无活动已死亡项目12 个月无活动 / 项目质量评分趋势上升 / 下降➕最近新增入榜❗️警告例如许可证缺失或有风险‍GitHub 贡献者数Fork 数Issue 数⏱️包管理器上的最近更新时间戳包管理器下载量依赖此项目的项目数此外条目右侧的框架标签图标TensorFlow、PyTorch、scikit-learn、Jupyter、PaddlePaddle 等标明项目所属技术栈。这些标签的定义与图片映射位于 projects.yaml 的labels:区块如tensorflow、sklearn、pytorch、mxnet、spark、jupyter、paddle、pandas、jax而仓库 config/images 目录下也存放了对应框架的图标文件。需要说明的是快照中的(35 · ⭐ 16K)这类数值是当期的静态观测值趋势标记//➕则反映其与上一期的相对变化——这正是本快照文档的核心信息载体。 趋势上升项目解读2021-07-01 期的 10 个趋势上升项目如下从评分、Star 数与定位可以看出它们分属不同赛道项目评分Star定位Ray3516K提供简单、通用 API 的分布式计算开源框架Apache-2.0Chainer325.6K灵活的深度学习神经网络框架MITDatasette295.2K用于探索和发布数据的开源多工具Apache-2.0Keras Tuner292.3K面向人类的超参数调优库Apache-2.0TensorFlow 相关Jina287.1K云原生神经搜索框架支持多种数据类型Apache-2.0tesserocr281.5Ktesseract-ocr API 的 Python 封装MITTF Model Optimization281.1K面向部署场景优化 ML 模型的工具包Apache-2.0TensorFlowPaddleOCR2713K基于 PaddlePaddle 的多语言 OCR 工具包Apache-2.0PaddlePaddleSumy272.6K文本与 HTML 文档自动摘要模块Apache-2.0bodywork-core17250面向 ML 项目部署的 MLOps 工具AGPL-3.0标记 ❗️ 警告上升驱动因素分析按快照文档的定义评分上升可能来自下载量增长或代码提交活跃度提升。以 Ray 为例其综合评分 35、Star 16K同时具备通用分布式 API这类基础设施型项目在并行计算与集群调度需求上升期往往下载量与活跃度同步走高PaddleOCR 作为多语言 OCR 工具包其 Star 数13K在上升列表中仅次于 Ray反映了当时多语言文字识别方向的热度而 Keras Tuner 与 TF Model Optimization 双双上榜则体现了训练后的模型优化与部署这一环节在 TensorFlow 生态中受到更多关注。 趋势下降项目解读同期评分下降的 10 个项目同样值得关注项目评分Star定位jax3013KPythonNumPy 程序的可组合变换微分、向量化等Apache-2.0tensorflow-probability303.4K概率推理与统计分析Apache-2.0TensorFlowxarray302.1KPython 中的 N 维带标签数组与数据集Apache-2.0PyMC3295.9K贝叶斯建模的概率编程库Apache-2.0Magenta2617K机器智能驱动的音乐与艺术生成Apache-2.0TensorFlowNilearn26750神经影像机器学习BSD-3scikit-learn 相关T5223.5KExploring the Limits of Transfer Learning 论文代码Apache-2.0TensorFlowNeural Tangents191.5K快速易用的无限宽神经网络库Apache-2.0iNNvestigate18840神经网络预测可解释性工具包BSD-2TensorFlowBioPandas17360在 pandas DataFrame 中处理分子结构BSD-3pandas 相关值得注意的现象是下降并不等于项目本身衰退。例如 jax 仍保有 13K StarPyMC3 与 Magenta 也分别拥有 5.9K 与 17K Star。按文档定义趋势下降仅表示综合评分较上一期回落可能源于下载量、代码活跃度等指标的相对变化也可能与同期其他项目评分上涨导致的排名挤压有关。因此解读时应把 视为相对于上期的动量信号而非项目健康度的绝对判断。➕ 新增项目全景与生态观察本期新增项目数量庞大约 50 个是本快照信息量最大的板块。按技术主题归类如下数据集管理与任务队列ActiveloopMPL-2.0面向机器/深度学习的数据集优化与管理平台hueyMIT轻量级 Python 任务队列arqMIT基于 asyncio 与 Redis 的快速任务队列与 RPC模型部署与实验管理MLOpsBentoMLApache-2.0模型服务化主打Model Serving Made EasymleapApache-2.0将 ML 流水线部署到生产环境keepsakeApache-2.0面向机器学习的版本控制dbndApache-2.0帮助数据工程团队编排流水线的敏捷框架kaleApache-2.0Jupyter 相关Kubeflow 面向数据科学家的配套工具NLP 与文本处理nlpaugMITNLP 数据增强库speechbrainApache-2.0PyTorch基于 PyTorch 的语音工具包jiantMITNLP 研究工具包huggingface_hubApache-2.0Hugging Face 模型下载与发布的客户端库TextBoxMIT文本生成系统构建库fastT5Apache-2.0将 T5 模型推理速度提升 5 倍并减小模型体积spacy-dbpedia-spotlightMITspaCy 的 DBpedia Spotlight 封装textflintGPL-3.0多语言鲁棒性评测工具包eccoBSD-3PyTorchNLP 语言模型可视化与交互探索nboostApache-2.0可扩展的搜索 API 增强平台english-wordsUnlicense47.9 万个英文单词文本文件numerizerMIT将自然语言数字转换为整数BLINKMIT实体链接Entity Linker解决方案计算机视觉 / OCR / 图像deepfaceMIT轻量级人脸识别与人脸属性分析PaddleSegApache-2.0PaddlePaddle基于 PaddlePaddle 的端到端图像分割工具包layout-parserApache-2.0基于深度学习的文档图像分析统一工具包pytorchvideoApache-2.0PyTorch视频理解深度学习库AugLyMIT音频、图像、文本与视频数据增强库表格 / 时间序列 / 金融数据polarsMITRust 编写、Python 使用的多线程 DataFrame 库pandas-taMITpandas 相关技术分析指标库greykiteBSD-2灵活、直观、快速的预测库FinRLMIT自动交易深度强化学习库carefree-learnMITPyTorch表格数据集 PyTorch 建模pytorch_tabularMITPyTorch表格数据深度学习标准框架deltapyMIT表格数据增强tsaugApache-2.0时间序列增强包图数据与推荐系统graph4nlpApache-2.0PyTorch图神经网络在 NLP 中的易用库DIGGPL-3.0图深度学习研究库pygraphistryBSD-3Jupyter快速加载与可视化大图的 Python 库lkpyMITPython 推荐工具包TextBox 之外graph4ai/graph4nlp 与 pykaleMITPyTorch还代表了多源知识感知学习的方向强化学习与持续学习MazeCustom 许可PyTorch应用强化学习框架avalancheMIT端到端持续学习Continual Learning库launchpadApache-2.0TensorFlow简化分布式程序编写的 DeepMind 库madgradMITPyTorchMADGRAD 优化方法AutoML、可解释性与分布式训练HyperactiveMIT超参数优化与数据收集工具箱model_searchApache-2.0谷歌的 AutoML 架构搜索算法interpret-textMITJupyterSOTA 可解释器集成库shapashApache-2.0Jupyter让 ML 模型透明可解释responsible-ai-widgetsMIT负责任 AI 交互界面accelerateApache-2.0PyTorch简单训练与使用 PyTorch 模型的方式lightning-flashApache-2.0PyTorch快速原型化任务集合metricsApache-2.0PyTorch分布式、可扩展的 PyTorch 指标库autodistApache-2.0TensorFlowTensorFlow 上的简单分布式深度学习backpropApache-2.0简化 SOTA 模型的使用、微调与部署TorchDriftApache-2.0PyTorchPyTorch 模型的漂移检测其他实用工具cartopyLGPL-3.0带 matplotlib 支持的制图 Python 库audiomentationsMIT音频数据增强库Coqui TTSMPL-2.0文本转语音深度学习工具包deep-dazeMIT文本生成图像命令行工具LeasGPL-3.0Python 离散概率分布soltMIT轻量数据变换textaugmentMIT文本增强库nylonMIT智能灵活的机器学习语法nboost 之外keepsake、dstackApache-2.0等也反映了数据应用开发工具的增长新增项目带来的生态信号从本期新增项目可以观察到一个明显趋势——数据增强、模型部署、表格/时间序列、图与多模态等细分方向的工具集中涌现nlpaug、AugLy、audiomentations、textaugment、tsaug、deltapy 均属数据增强BentoML、mleap、keepsake 属部署与版本管理。这印证了机器学习工程化MLOps与数据工程方向的活跃度在当时处于快速上升期。数据来源与生成机制本仓库的榜单快照并非人工维护的新闻稿而是由 best-of 生成器基于结构化数据自动产出。可以从仓库文件中还原其机制评分与收录门槛projects.yaml 的configuration:区块min_stars: 300项目至少需要 300 Star 才有资格入榜require_github: True强制要求提供 GitHub 仓库max_trending_projects: 10每个趋势板块上升/下降最多展示 10 个项目——这正是本期快照中两大板块各为 10 条的原因allowed_licenses白名单许可协议Unlicense、Apache-2.0、MIT、BSD-2/3、ISC、MPL-2.0、LGPL-2.1未在名单内的协议会触发 ❗️ 警告标记projects_history_folder: history历史快照与 CSV 数据的存放目录。质量评分的数据来源README 明确说明项目质量评分基于从 GitHub 与各包管理器PyPI、Conda、Docker Hub、npm 等自动采集的多种指标计算。这在 history/2021-07-01_projects.csv 中可以得到印证每条记录的字段包含star_count、fork_count、open_issue_count、commit_count、contributor_count、monthly_downloads、pypi_dependent_project_count、release_count、trending等覆盖代码活跃、社区规模与分发规模三个维度评分正是这些指标的加权结果。快照与主榜单的联动变化快照*_changes.md与全量数据*_projects.csv按更新周期成对生成于 history 目录同时主清单 README.md 中的完整排名与每个项目的 GitHub/PyPI/Conda/Docker 安装信息会同步刷新。周更机制保证了这些数据基本可复现地反映当周生态。如何参与榜单添加与更新项目如果你发现某个优秀库未被收录或希望修正已有项目的元数据仓库提供了明确的贡献路径详见 CONTRIBUTING.md添加项目修改 projects.yaml 后提交 Pull Request或通过 Issue 模板提交建议。关键规则是只改projects.yaml不要直接编辑 README。一个最小的项目条目形如- name: Tensorflow github_id: tensorflow/tensorflow pypi_id: tensorflow conda_id: tensorflow labels: [tensorflow] category: ml-frameworks项目属性说明来自 CONTRIBUTING 的 Project properties 表name必填且需在榜单内唯一github_id必填格式为组织/仓库名category可选对应projects.yaml中的分类 ID不填则归入Otherslabels可选关联框架标签如tensorflow、pytorch、paddlepypi_id/conda_id/npm_id/dockerhub_id/maven_id可选用于采集包管理器指标若主包在非默认频道conda_id 需加频道前缀如conda-forge/tensorflow。注意事项提交前先检索是否已被收录每个项目使用独立的 Issue/PR标题格式为Add project: project-name更新项目同样只改projects.yaml。小结2021-07-01 期的变化快照展示了 best-of-ml-python 榜单质量评分排名 周度动量追踪的运行方式/ 代表评分相对上期的动量方向➕ 反映新增收录而每条数据背后的 Star、下载量、代码活跃度等指标共同构成了可解释的评分体系。对于开发者而言这类快照既是一份机器学习 Python 生态热点雷达也是选型调研时判断项目活跃度与工程成熟度的参考依据——结合 README.md 中的完整分类与安装信息、projects.yaml 的收录配置即可把周度变化还原为对生态趋势的持续观察。赞分享文档知识库机器学习【免费下载链接】best-of-ml-python A ranked list of awesome machine learning Python libraries. Updated weekly.项目地址https://gitcode.com/GitHub_Trending/be/best-of-ml-python点击查看免费下载相关推荐Grafana Tempo 的 OpenAPI 工具链基石go-openapi/swag 模块体系与源码解析Grafana Tempo 的 OpenAPI 工具链基石go openapi/swag 模块体系与源码解析 在 Grafana Tempo 的 go.mod文档知识库机器学习Langfuse In-App Agent 深度解析持久化 Worker 执行的 AG-UI 助手架构与运维指南Langfuse In App Agent 深度解析持久化 Worker 执行的 AG UI 助手架构与运维指南 本文基于 Langfuse 开源仓库中 in文档知识库机器学习best-of-ml-python 周榜快照2022-07-14全解读20 个机器学习 Python 库的质量评分升降best of ml python 周榜快照2022 07 14全解读20 个机器学习 Python 库的质量评分升降 本期周报对应仓库快照 histor文档知识库机器学习上一篇Pytorch-UNet代码调试技巧使用PyTorch Profiler分析性能下一篇x64dbg 中 DeleteHardwareBreakpoint 命令实战删除硬件断点及其底层实现解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考