设计中的简约办法旨在经由过程建立紧凑型体系进行快速、简便的实验。

Keras真的轻易上手，并在持续完美它的快速原型才能。它完全用Python编写，可被高度模块化和扩大。尽管它以易上手、简单和以高层次为导向，然则Keras足够有深度并且足够强大年夜，去支撑复杂的模型。

谷歌成长趋势汗青

trends.google.com

GitHub请求汗青记录

12. NLTK (提交数: 12449,供献者数: 196)

这个库的名称“Natural Language Toolkit”，代表天然说话对象包，顾名思义，它用于符号学和统计学天然说话处收成NLP) 的常见义务。 NLTK旨在促进NLP及相干范畴（说话学，认知科学人工智能等）的教授教话谕研究，今朝受到重点存眷。

NLTK的功能许可很多操作，例如文本标记，分类和标记，实体名称辨认，建立语料库，可以显示说话内部和各句子间的依附性、词根、语义推赖寥。所有的构建模块都可认为不合的义务构建复杂的研究体系，例如情感分析，主动总结。

13. Gensim (提交数: 2878,供献者数: 179)

它是一个用于Python的开源库，为有向量空间模型和主题模型的工作供给了应用对象。这个库是为了高效处理大年夜量文本而设计的，所以不仅可以进行内存处理，还可以经由过程广泛应用NumPy数据构造和SciPy操作来获得更高的效力。Gensim高效也易于应用。

Gensim旨在与原始和非构造化的数字文本一路应用。 它实现了诸如hierarchical Dirichlet processes（HDP），潜在语义分析（LSA）和潜在Dirichlet分派（LDA）之类的算法，以及tf-idf，随机猜测，word2vec和document2vec，便于检查一组文档中有反复模式的文本 （平日称为语料库）。所有的算法均是无监督的，意味着不须要任何参数，独一的输入只有语料库。

谷歌成长趋势汗青

　　推荐阅读

　　前端MVC变形记

MVC是一种架构设计模式，它经由过程存眷点分别煤嶝?进应用法度榜样组织。在以前，MVC被大年夜量用于构建桌面和办事器端应用法度榜样，如今Web应用法度榜样的开辟已经越来越向传统应用软件>>>详细阅读

本文标题：2017，最受欢迎的 15 大 Python 库有哪些？

地址：http://www.17bianji.com/lsqh/36387.html

 1/2    1