AI的快速發(fā)展，讓機(jī)器學(xué)習(xí)走向了巔峰，今天我們盤點(diǎn)一下最受歡迎的機(jī)器學(xué)習(xí)庫(kù)（ML），希望你能夠在這里尋找到你未來一段時(shí)間內(nèi)的“利器”。

Pipenv

Pipenv是今年初開源的用于管理依賴項(xiàng)的官方推薦工具。Pipenv最初是由Kenneth Reitz創(chuàng)立的一個(gè)項(xiàng)目，旨在將其他包管理器（如NPM或yarn）的創(chuàng)意整合至Python中。安裝virtualenv和virtualenvwrapper，并確保依賴項(xiàng)的依賴項(xiàng)版本的可重復(fù)性（在這里閱讀更多關(guān)于這方面的信息）。使用Pipenv，你可以指定所有的依賴關(guān)系，通常使用命令添加，刪除或更新依賴項(xiàng)。該工具可以生成一個(gè)文件，使得你的構(gòu)建是確定性的，它可以幫助你避免那些難以捉住的BUG。

PyTorch

今年Facebook推出的DLT框架PyTorch，在深度學(xué)習(xí)社區(qū)中很受歡迎。PyTorch是構(gòu)建在流行的Torch框架之上，尤其是它是基于Python的。考慮到過去幾年人們一直在使用Python進(jìn)行數(shù)據(jù)科學(xué)研究，這也是深度學(xué)習(xí)庫(kù)大部分是使用Python的原因。

最值得注意的是，PyTorch已經(jīng)成為了眾多研究人員的首選框架之一，因?yàn)樗鼘?shí)現(xiàn)了新穎的動(dòng)態(tài)計(jì)算圖范例（Dynamic Computational Graph paradigm）。當(dāng)使用TensorFlow，CNTK或MXNet等框架編寫代碼時(shí)，必須首先定義一個(gè)稱為計(jì)算圖的東西。該圖指定了我們的代碼將運(yùn)行的所有操作，這些操作稍后會(huì)被編譯并被框架優(yōu)化，以便能夠在GPU上并行運(yùn)行得更快。這個(gè)范例被稱為靜態(tài)計(jì)算圖，因?yàn)槟憧梢岳酶鞣N優(yōu)化，而且這個(gè)圖形一旦建成，就可以運(yùn)行在不同的設(shè)備上。然而，在諸如自然語言處理之類的任務(wù)中，工作量通常是可變的。在將圖像提供給算法之前，把圖像調(diào)整為固定的分辨率，但不能對(duì)可變長(zhǎng)度的句子進(jìn)行相同的處理。這恰恰能體現(xiàn)PyTorch和動(dòng)態(tài)圖表的優(yōu)勢(shì)，通過讓你在代碼中使用標(biāo)準(zhǔn)的Python控制指令，圖形將在執(zhí)行時(shí)定義，給你更多自由空間，這對(duì)于幾個(gè)任務(wù)來說是必不可少的。

當(dāng)然，PyTorch也會(huì)自動(dòng)計(jì)算梯度，并且速度非常快，而且是可擴(kuò)展的。

Caffe2

這聽起來可能不太現(xiàn)實(shí)，F(xiàn)acebook今年也發(fā)布了另一個(gè)的DL框架——caffe2。原來的Caffe框架已被廣泛使用多年，并以非常不錯(cuò)的性能和經(jīng)過測(cè)試的代碼庫(kù)而聞名。然而，最近DL的趨勢(shì)使這個(gè)框架在某些方面顯得有些out。于是Caffe2就成為了它的替代品。

Caffe2支持分布式訓(xùn)練、部署，支持最新的CPU和CUDA的硬件。雖然PyTorch可能更適合研究，但Caffe2更適合大規(guī)模部署。其實(shí)，你可以在PyTorch中構(gòu)建和訓(xùn)練模型，同時(shí)使用Caffe2進(jìn)行部署！這不是很好嗎？

Pendulum

去年，Arrow是一個(gè)旨在使你更輕松，同時(shí)使用Python date time類進(jìn)入了榜單，而今年是Pendulum。

Pendulum的優(yōu)點(diǎn)之一是它是Python標(biāo)準(zhǔn)datetime類直接替代品，因此你可以輕松地將其與現(xiàn)有代碼集成，并且只有在需要時(shí)才能使用其功能。作者特別注意確保時(shí)區(qū)能夠正確處理，默認(rèn)情況下使每個(gè)實(shí)例時(shí)區(qū)感知自己的時(shí)區(qū)。你也將得到一個(gè)擴(kuò)展timedelta，這樣日期時(shí)間算術(shù)更容易。

 與其他的庫(kù)不同，它努力使API具有可預(yù)測(cè)的行為。如果你正在做一些涉及日期的小事，請(qǐng)查看更多的文檔。

Dash

如果你正在做數(shù)據(jù)科學(xué)，你可能會(huì)使用Python生態(tài)系統(tǒng)中的Pandas和scikit-learn等優(yōu)秀的工具。還可以使用JupyterNotebook管理你的工作流程。但是，當(dāng)你和那些不知道如何使用這些工具的人一起做一項(xiàng)工作的時(shí)候，你該怎么辦？你如何建立一個(gè)界面，使人們可以輕松地玩轉(zhuǎn)數(shù)據(jù)，并在整個(gè)過程中對(duì)其進(jìn)行可視化？過去，你或許需要一個(gè)專業(yè)的JavaScript前端團(tuán)隊(duì)來構(gòu)建這些GUI。

Dash近幾年發(fā)布的一個(gè)用于構(gòu)建Web應(yīng)用程序的開源庫(kù)，尤其是在純Python語言中利用數(shù)據(jù)可視化的Web應(yīng)用程序。它建立在Flask，Plotly.js和React 之上，并提供了接口，所以你不必學(xué)習(xí)這些框架也能進(jìn)行高效的開發(fā)。如果你想了解更多關(guān)于Dash的有趣應(yīng)用，點(diǎn)擊這個(gè)地方。

PyFlux

Python中有許多庫(kù)用于研究數(shù)據(jù)科學(xué)和ML，但是當(dāng)你的數(shù)據(jù)是隨著時(shí)間的推移而變化的度量（例如股票價(jià)格，儀器的測(cè)量值等等）時(shí)，這對(duì)于大部分庫(kù)來說是一個(gè)比較棘手的問題。

PyFlux是一個(gè)專門為時(shí)間序列而開發(fā)的 Python開源庫(kù)。時(shí)間序列研究是統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的一個(gè)子領(lǐng)域，目標(biāo)可以描述時(shí)間序列如何表現(xiàn)（以潛在的因素或興趣的特征來表示），也可以借此預(yù)測(cè)未來的行為。

PyFlux允許使用時(shí)間序列建模，并且已經(jīng)實(shí)現(xiàn)了像GARCH這樣的現(xiàn)代時(shí)間序列模型。

Fire

通常情況下，你需要為你的項(xiàng)目制作命令行界面（CLI）。除了傳統(tǒng)的argparse，Python還有一些這樣的工具，Clik和docopt。Fire是今年谷歌發(fā)布的軟件庫(kù)，在解決這個(gè)的問題上采用了不同的方法。

Fire是一個(gè)開源的庫(kù)，可以為任何Python項(xiàng)目自動(dòng)生成一個(gè)CLI，關(guān)鍵是自動(dòng)，你幾乎不需要編寫任何代碼或文檔來構(gòu)建你的CLI！你只需要調(diào)用一個(gè)Fire方法并把它所需要構(gòu)建的傳遞給CLI。

如果你想對(duì)此有所深入了解，請(qǐng)閱讀指南，因?yàn)檫@個(gè)庫(kù)可以為你節(jié)省很多時(shí)間。

Imbalanced-learn

在理想的情況下，我們會(huì)有完美平衡的數(shù)據(jù)集，但不幸的是，現(xiàn)實(shí)世界并不是這樣的，某些任務(wù)擁有非常不平衡的數(shù)據(jù)。例如，在預(yù)測(cè)信用卡交易中的欺詐行為時(shí)，你預(yù)計(jì)絕大多數(shù)交易（99.9％）是合法的。天真地訓(xùn)練ML算法會(huì)導(dǎo)致令人失望的性能，所以在處理這些類型的數(shù)據(jù)集時(shí)需要特別小心。

幸運(yùn)的是，Imbalanced-learn是一個(gè)Python包，它提供了一些解決這類問題的方法，并提供一些技術(shù)的實(shí)現(xiàn)，它與scikit-learn兼容，是scikit-learn-contrib項(xiàng)目的一部分。

FlashText

如果你需要搜索某些文本并將其替換為其他內(nèi)容（如大多數(shù)數(shù)據(jù)清理流程中），則通常會(huì)轉(zhuǎn)為正則表達(dá)式。通常情況下，正則表達(dá)式考研完美的解決問題。但是有時(shí)會(huì)發(fā)生這樣的情況：你需要搜索的術(shù)語數(shù)量是成千上萬，然后，正則表達(dá)式可能變得非常緩慢。這時(shí)FlashText是一個(gè)更好的選擇，它使整個(gè)操作的運(yùn)行時(shí)間大大提高了（從5天到15分鐘）。FlashText的優(yōu)點(diǎn)在于無論搜索條件有多少，運(yùn)行時(shí)都是一樣的，而正則表達(dá)式中運(yùn)行時(shí)將隨著條件數(shù)幾乎呈線性增長(zhǎng)。

FlashText證明了算法和數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)的重要性，即使對(duì)于簡(jiǎn)單的問題，更好的算法也可以輕松超越最快的CPU。

Luminoth

現(xiàn)實(shí)生活中圖像無處不在，理解其內(nèi)容對(duì)于多個(gè)應(yīng)用程序來說是至關(guān)重要的。值得慶幸的是，由于DL的發(fā)展，圖像處理技術(shù)已經(jīng)進(jìn)步很多。

Luminoth是一個(gè)使用TensorFlow和Sonnet構(gòu)建的用于計(jì)算機(jī)視覺的開源Python工具包。目前，它可以支持被稱為Faster R-CNN的模型的形式進(jìn)行對(duì)象檢測(cè)。

并且Luminoth不僅是一個(gè)特定模型的實(shí)現(xiàn)，而是建立在模塊化和可擴(kuò)展的基礎(chǔ)上的，所以定制現(xiàn)有的部分或用新的模型來擴(kuò)展它來處理不同的問題，就可以能多地重用代碼。它提供了用于輕松完成構(gòu)建DL模型所需的工程工作如：將你的數(shù)據(jù)轉(zhuǎn)換為用于提供數(shù)據(jù)管道（TensorFlow的記錄）的格式，執(zhí)行數(shù)據(jù)增強(qiáng)，在多個(gè)GPU訓(xùn)練，運(yùn)行評(píng)估指標(biāo)，在TensorBoard中可視化，并用簡(jiǎn)單的API或?yàn)g覽器界面部署訓(xùn)練有素的模型，以便人們使用。

其他優(yōu)秀的Python庫(kù)：

PyVips

你可能從來沒有聽說過libvips庫(kù)，首先它是一個(gè)圖像處理庫(kù)，如Pillow或ImageMagick，并支持多種格式。但是，與其他庫(kù)相比，libvips速度更快，占用的內(nèi)存也更少。PyVips是最近發(fā)布的用于libvips的Python綁定包，它與Python 2.7-3.6（甚至PyPy）兼容，易于使用pip。如果在你的應(yīng)用程序中需要進(jìn)行某種形式的圖像處理，可以考慮一下它。

Requestium

有時(shí)，你需要自動(dòng)化網(wǎng)絡(luò)中的某些操作，如抓取網(wǎng)站，進(jìn)行應(yīng)用程序測(cè)試，填寫網(wǎng)頁(yè)表單，要想在不暴露API的網(wǎng)站中執(zhí)行操作，自動(dòng)化是必需的。Python有很好的請(qǐng)求庫(kù)，可以讓你執(zhí)行一些這樣的操作，但不幸的是請(qǐng)求獲取的HTML代碼可能沒有表單，你可能會(huì)嘗試查找表單來填充自動(dòng)化任務(wù)。解決這個(gè)問題的方法是對(duì)JavaScript代碼所做的請(qǐng)求進(jìn)行反向工程，這將意味著需要花費(fèi)很多時(shí)間來調(diào)試。另一個(gè)選擇是轉(zhuǎn)向使用Selenium這樣的庫(kù)，它允許你以編程方式與Web瀏覽器交互并運(yùn)行Javascript代碼。有了這個(gè)，問題就可以解決了。

Requestium庫(kù)可以讓你從請(qǐng)求開始并無縫地切換到使用Selenium，它可以作為一個(gè)請(qǐng)求的直接替換。它還集成了Parsel，因此編寫所有用于在頁(yè)面中查找元素的選擇器要比其它方式更加快捷。

skorch

假如你很喜歡使用scikit-learn的API，但是遇到了需要使用PyTorch來完成工作。不要擔(dān)心，skorch是一個(gè)封裝，可以通過類似sklearn的接口提供PyTorch編程。如果你熟悉這些庫(kù)，那么語法將很簡(jiǎn)單易懂。通過skorch，你會(huì)得到一些抽象的代碼，所以你可以把更多的精力放在真正重要的事情上，比如做數(shù)據(jù)科學(xué)。