pythonscikitlearn关闭开源_「Python」5个开源项目

1-OpenAI universe

Universe是一个能在世界上所有的游戏、网站和其他应用中&＃xff0c;衡量和训练AI通用智能的软件平台。

Universe&＃xff0c;AI代理通过称为虚拟网络计算或VNC发送模拟的鼠标和键盘敲击来与虚拟世界交互。 通过这种方法&＃xff0c;Universe促进强化学习&＃xff0c;这是一种AI技术&＃xff0c;其中代理通过试错来学习任务&＃xff0c;仔细地保持标注什么有效和什么无效&＃xff1b;什么带来最高分或赢得一个游戏或抓住一些其他奖励。

2-TensorFlow

TensorFlow是一个开源软件库&＃xff0c;用于使用数据流图进行数值计算。节点(Nodes)在图中表示数学操作&＃xff0c;图中的线(edges)则表示在节点间相互联系的多维数据数组&＃xff0c;即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算&＃xff0c;例如台式计算机中的一个或多个CPU(或GPU)&＃xff0c;服务器&＃xff0c;移动设备等等,而无需重写代码。 TensorFlow还包括TensorBoard&＃xff0c;一个数据可视化工具包。

Google使用C&＃43;&＃43;编程语言构建了基础的TensorFlow软件。 但在开发这个AI引擎的应用程序时&＃xff0c;编码者可以使用C&＃43;&＃43;或Python&＃xff0c;这是深度学习研究者中最流行的语言。 然而&＃xff0c;也希望外部人员可以将该工具扩展到其他语言&＃xff0c;包括Google Go&＃xff0c;Java&＃xff0c;甚至Javascript&＃xff0c;以便编程人员有更多的方法来构建应用程序。

3-Scikit-learn

Scikit-learn通过Python中的一致接口提供了一系列监督和非监督的机器学习或学习算法。 它通过简化的BSD许可证获得许可&＃xff0c;并在许多Linux发行版下分发&＃xff0c;鼓励学术界和商业界使用。

使用scikit-learn库必须安装SciPy(Scientific Python)。 scikit-learn还使用CBLAS(即基本线性代数子程序库的C接口)&＃xff0c;Scikit-learn附带一个CBLAS的实现参考&＃xff0c;但是如果使用Scikit-learn&＃xff0c;系统CBLAS也将被构建系统检测到。

4-Youtube-DL

Yotubube-DL是一个命令行程序&＃xff0c;从YouTube.com和其他视频网站下载视频。 youtube-dl应该在您的Unix系统&＃xff0c;Windows或Mac OS X中使用。 它需要Python解释器&＃xff0c;版本2.6,2.7或3.2&＃43;&＃xff0c;它不指定平台。

youtube-dl支持DASH和独立的音频和视频流&＃xff1a;youtube-dl将自动组合/合并/多路复用YouTube提供的音频和视频格式。 其他网站下载包括Vevo&＃xff0c;9gag&＃xff0c;discovery.com&＃xff0c;vk.com&＃xff0c;southpark.de&＃xff0c;myspace.com&＃xff0c;vube.com&＃xff0c;vesti.ru&＃xff0c;stream.cz&＃xff0c;ndr.de&＃xff0c;onf.ca&＃xff0c;Dropbox等。 它被公开发布&＃xff0c;这意味着你可以修改它。

5-Scrapy

Scrapy是一个快速高级的网络爬虫和网络抓取框架&＃xff0c;用于抓取网站并从其网页中提取结构化数据。 它可以用于各种各样的目的&＃xff0c;从数据挖掘到监测和自动化测试。

Scrapy是最流行和功能强大的Python抓取库之一; 它需要一个“batteries included”的方法来抓取&＃xff0c;这意味着它拥有了很多所有爬虫所需的常用功能&＃xff0c;所以开发人员不必每次都重新发明轮子。 它使抓取变成一个快速和有趣的过程&＃xff01;Scrapy&＃xff0c;像大多数Python包&＃xff0c;存在于PyPI(也称为pip)。 PyPI&＃xff0c;Python Package Index&＃xff0c;是一个包括所有已发布Python软件的社区型存储库。