python 语言文字相关的机器学习库有哪些?

收起
  • # 1楼
    2020-02-11
    1 Scrapy
    2 Beautiful Soup
    3 Python-Goose
    4 NLTK — Natural Language Toolkit
    5TextBlob: Simplified Text Processing
    6MBSP for Python
    7NumPy
    用户:匿名
    展开剩余内容
  • # 2楼
    2020-02-11
    (一)Caffe
    Caffe是一个清晰而高效的深度学习框架,也是一个被广泛使用的开源深度学习框架,在Tensorflow出现之前一直是深度学习领域Github star最多的项目。
    Caffe的主要优势为:容易上手,网络结构都是以配置文件形式定义,不需要用代码设计网络。训练速度快,组件模块化,可以方便拓展到新的模型和学习任务上。但是Caffe最开始设计时的目标只针对于图像,没有考虑文本、语音或者时间序列的数据,因此Caffe对卷积神经网络的支持非常好,但是对于时间序列RNN,LSTM等支持的不是特别充分。caffe工程的models文件夹中常用的网络模型比较多,比如Lenet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等。

    (二) Tensorflow
    1、概念介绍
    TensorFlow是一个使用数据流图进行数值计算的开源软件库。图中的节点表示数学运算,而图边表示在它们之间传递的多维数据阵列(又称张量)。灵活的体系结构允许你使用单个API将计算部署到桌面、服务器或移动设备中的一个或多个CPU或GPU。

    (三) Keras
    1、概念介绍
    Keras由纯Python编写而成并基于Tensorflow、Theano以及CNTK后端,相当于Tensorflow、Theano、 CNTK的上层接口,号称10行代码搭建神经网络,具有操作简单、上手容易、文档资料丰富、环境配置容易等优点,简化了神经网络构建代码编写的难度。目前封装有全连接网络、卷积神经网络、RNN和LSTM等算法。
    Keras有两种类型的模型,序贯模型(Sequential)和函数式模型(Model),函数式模型应用更为广泛,序贯模型是函数式模型的一种特殊情况。
    1) 序贯模型(Sequential):单输入单输出,一条路通到底,层与层之间只有相邻关系,没有跨层连接。这种模型编译速度快,操作也比较简单
    2) 函数式模型(Model):多输入多输出,层与层之间任意连接。这种模型编译速度慢。
    用户:匿名
    展开剩余内容
更多回答(

联系专业留学顾问,立即获取院校内部非公开资料及留学方案,避免踩雷导致延误留学。


汤歆

环俄留学首席顾问、高级培训讲师、顾问部总监


圣彼得堡国立大学教育学学士、社会心理学硕士,2011年圣彼得堡国立大学优秀毕业生,2017年入围出国留学中介行业领军人物。

免费制定留学方案

今日剩余名额: 6

环俄留学顾问微信二维码

微信扫一扫添加好友,既可免费获得一次由环俄留学首席顾问1v1制定留学方案的机会。