官网:
https://eli5.readthedocs.io
特点:
ELI5 是一个 Python 库,允许使用统一API可视化地调试各种机器学习模型。它内置了对多个ML框架的支持,并提供了一种解释黑盒模型的方法。它有助于调试机器学习分类器并解释它们的预测。
// 10.Theano 库
官网:
https://pypi.org/project/Theano/
特点:
Theano 是一个 Python 库,专门用于定义、优化、求值数学表达式,效率高,适用于多维数组。特别适合做机器学习。一般来说,使用时需要安装 Python 和 Numpy 。
//11.PyBrain库
官网:
https://github.com/pybrain/pybrain/
特点:
PyBrain的概念是将一系列的数据处理的算法封装到被称之为Module的模块中。一个最小的Module通常包含基于机器学习算法的可调整的参数集合。
//12.Shogun库
官网:
https://github.com/shogun-toolbox/shogun
特点:
Shogun是一个开源机器学习库,它提供广泛的高效和统一的机器学习方法,如多种数据表示、算法类和通用工具的组合,用于快速原型设计数据管道。
Python
深度学习
//13.Chainer库
官网:
https://www.cnpython.com/pypi/chainerrl
特点:
ChainerCV是一个基于Chainer用于训练和运行计算机视觉任务的神经网络工具。它涵盖了计算机视觉模型的高质量实现,以及开展计算机视觉研究的必备工具集。
// 14. PyLearn2库
官网:
http://github.com/lisa-lab/pylearn2
特点:
Pylearn2是一个基于Theano的机器学习库,它的大部分功能是基于Theano顶层实现的。这意味着用户可以用数学表达式去编写Pylearn2插件(新模型、算法等)。
// 15.Hebel库
官网:
https://www.oschina.net/p/hebel/
特点:
Hebel 是一个通过 PyCUDA 库使用 GPU CUDA 来加速建立神经网络的深度学习库。它实现了几类最重要的神经网络模型,提供各种激活函数和训练模型。
// 16.Neurolab库
官网:
https://pythonhosted.org/neurolab/
特点:
neurolab是一个简单而强大的Python神经网络库。包含基于神经网络、训练算法和灵活的框架来创建和探索其他神经网络类型。
// 17.TensorFlow 库
官网:
https://www.tensorflow.org/
特点:
TensorFlow 是一个基于数据流编程(dataflow programming)的符号数学系统,被广泛应用于各类机器学习(machine learning)算法的编程实现,其前身是谷歌的神经网络算法库 DistBelief 。Tensorflow 拥有多层级结构,可部署于各类服务器、PC终端和网页并支持