推荐-5个排名前五出色的Python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,衡量和训练AI通用智能的软件平台。

Universe,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,Universe促进强化学习,这是一种AI技术,其中代理通过试错来学习任务,仔细地保持标注什么有效和什么无效;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,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,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等,而无需重写代码。 TensorFlow还包括TensorBoard,一个数据可视化工具包。

Google使用C++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,编码者可以使用C++或Python,这是深度学习研究者中最流行的语言。 然而,也希望外部人员可以将该工具扩展到其他语言,包括Google Go,Java,甚至Javascript,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,并在许多Linux发行版下分发,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),Scikit-learn附带一个CBLAS的实现参考,但是如果使用Scikit-learn,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,从YouTube.com和其他视频网站下载视频。 youtube-dl应该在您的Unix系统,Windows或Mac OS X中使用。 它需要Python解释器,版本2.6,2.7或3.2+,它不指定平台。

youtube-dl支持DASH和独立的音频和视频流: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,9gag,discovery.com,vk.com,southpark.de,myspace.com,vube.com,vesti.ru,stream.cz,ndr.de,onf.ca,Dropbox等。 它被公开发布,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,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,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,这意味着它拥有了很多所有爬虫所需的常用功能,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!Scrapy,像大多数Python包,存在于PyPI(也称为pip)。 PyPI,Python Package Index,是一个包括所有已发布Python软件的社区型存储库。

总结

在这篇文章中,我们看了5个最好的开源python项目。 你可以从这些开源的python项目中学到很多。你也可以为python项目做贡献。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181007A1JDW100?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券