ArcGIS Pro, Server y ArcGIS API para Python incluyen herramientas para usar IA y aprendizaje profundo para resolver problemas geoespaciales, como extracción de características, clasificación de píxeles y categorización de características. Este instalador incluye una amplia colección de componentes, como PyTorch, TensorFlow, Fast.ai y scikit-learn, para realizar tareas de aprendizaje profundo y aprendizaje automático, una colección total de 254 paquetes. Estos paquetes se pueden usar con las herramientas de capacitación de aprendizaje profundo, detección interactiva de objetos, mediante el uso del módulo arcgis.learn
dentro de la API de ArcGIS para Python e importar directamente a sus propios scripts y herramientas. La mayoría de las herramientas de esta colección funcionarán en cualquier máquina, pero los flujos de trabajo de aprendizaje profundo comunes requieren una unidad de procesamiento de gráficos (GPU) NVIDIA reciente y los tamaños de los problemas están sujetos a la memoria de la GPU disponible; consulte la sección de requisitos.
Este instalador agrega todos los paquetes incluidos al entorno arcgispro-py3
predeterminado que vienen con Pro y Server, y no son necesarios entornos adicionales para comenzar a usar las herramientas. Si crea entornos personalizados, estos paquetes también se incluirán para que pueda utilizar las mismas herramientas en sus propios entornos personalizados.
Para ver un ejemplo de los tipos de flujos de trabajo que permiten este instalador y ArcGIS, consulte el vídeo sobre IA y aprendizaje profundo en la Plenaria de UC 2020.
Importante
Garantice la compatibilidad haciendo coincidir las versiones de las bibliotecas de aprendizaje profundo y el software ArcGIS. Para actualizar desde una versión anterior, comience por desinstalar las bibliotecas de aprendizaje profundo y su software ArcGIS, siguiendo las instrucciones que se proporcionan a continuación.
En Windows:
Una vez que haya descargado el archivo de su producto, extraiga el archivo Zip a una nueva ubicación y ejecute el instalador de Windows (por ejemplo, ProDeepLearning.msi
) en Windows. Esto instalará los marcos de aprendizaje profundo en el entorno Python arcgispro-py3
predeterminado, pero no en ningún entorno personalizado que haya creado antes de ejecutar esta instalación. Después de la instalación, los clones posteriores también incluirán el conjunto completo de paquetes de aprendizaje profundo. Deberá extraer el archivo (no simplemente abrir el .MSI desde el archivo Zip) o el instalador no podrá encontrar su contenido. Después de la instalación, los archivos comprimidos y de instalación se pueden eliminar.
En el servidor Linux:
Extraiga el archivo .tar.gz, por ejemplo, con tar xvf <file>.tar.gz
, luego ejecute el script DeepLearning-Setup.sh
. Para Server 10.9 y versiones anteriores, esto crearía un conjunto de paquetes dentro del entorno de ejecución del servidor. A partir del Servidor 10.9.1, esta instalación crea un nuevo entorno deeplearning
ubicado en <Server Install>/framework/runtime/deeplearning
y todos los paquetes de aprendizaje profundo son implementaciones nativas de Linux. A continuación, descomente y actualice la variable ARCGIS_CONDA_DEEPLEARNING
en el archivo <Server Install>/arcgis/server/usr/init_user_param.sh
y reinicie su ArcGIS Server.
Actualización desde una versión anterior:
Si está actualizando desde una versión anterior, la forma más segura de actualizar es desinstalar y reinstalar tanto el producto como el instalador de aprendizaje profundo. Por ejemplo, para actualizar de Pro 3.2 a Pro 3.3:
C:Program FilesArcGISProbinPythonenvsarcgispro-py3
o una ubicación equivalente para su instalación. Es posible que estos hayan quedado de un entorno previamente modificado. Después de estos pasos, debería tener una instalación Pro limpia con el paquete de aprendizaje profundo incluido en el entorno arcgispro-py3
predeterminado.
Instalación manual:
Si sigue estos pasos, se instalará un conjunto de paquetes no certificados. | |
---|---|
Asegúrese de clonar el entorno Python predeterminado para hacer una copia de seguridad de su instalación (ver más abajo) |
Python Command Prompt
.Start
de Windows o puede iniciarlo desde la carpeta de instalación del producto.Python Command Prompt 3
--pinned
!)`conda create -n tu-nombre-clon --clone arcgispro-py3 --pinned
activate your-clone-name
(your-clone-name) C:Program FilesArcGISProbinPythonenvs>
conda install deep-learning-essentials
y
y presione Enter
proswap your-clone-name
your-clone-name
como entorno Python activo y ahora debería poder utilizar herramientas de aprendizaje profundo.Si va a trabajar en un entorno desconectado, descargue los paquetes de metapaquete requeridos desde los enlaces a continuación y siga las instrucciones en los Pasos para instalar que se enumeran en la página del paquete. Los paquetes colocan las redes troncales para los modelos de aprendizaje profundo en la ubicación de instalación especificada, lo que elimina la necesidad de acceso a Internet al entrenar modelos de aprendizaje profundo en ArcGIS.
Paquetes troncales |
---|
Paquete de redes troncales de aprendizaje profundo de ArcGIS |
Paquete ArcGIS Timm Deep Learning Backbones Parte 1 v1.0.0 |
Paquete ArcGIS Timm Deep Learning Backbones Parte 2 v1.0.0 |
Paquete ArcGIS Timm Deep Learning Backbones Parte 3 v1.0.0 |
Paquete ArcGIS Timm Deep Learning Backbones Parte 4 v1.0.0 |
Paquete ArcGIS SAM Backbones 1.0.0 |
Paquete ArcGIS Mistral Backbone |
Red troncal de posprocesamiento de segmentación de polígonos de ArcGIS |
Una vez que haya instalado las bibliotecas de aprendizaje profundo, puede utilizar las herramientas de aprendizaje profundo para entrenar modelos de aprendizaje profundo geoespacial. También puede obtener más información sobre las capacidades del módulo arcgis.learn, que proporciona acceso especializado a muchos modelos geoespaciales más allá de los disponibles directamente como herramientas de geoprocesamiento. Finalmente, puede agregar cualquiera de las bibliotecas anteriores a sus propios flujos de trabajo importando los paquetes que se enumeran a continuación.
Una colección de talleres técnicos de conferencias de Esri sobre aprendizaje profundo:
La mayoría de los paquetes incluidos en el instalador de las bibliotecas de aprendizaje profundo funcionarán de inmediato en cualquier configuración de máquina. Por ejemplo, PyTorch puede aprovechar opcionalmente una GPU, pero volverá a ejecutar sus cálculos en la CPU si no hay una GPU disponible. Sin embargo, el cálculo de la GPU es significativamente más rápido y algunos paquetes como TensorFlow en esta distribución solo funcionarán con una GPU compatible. CUDA, o Compute Unified Device Architecture, es una plataforma informática de propósito general para GPU, un requisito para las herramientas actuales de aprendizaje profundo respaldadas por GPU.
Requisito de GPU | Apoyado |
---|---|
Tipo de GPU | NVIDIA con CUDA Compute Capability 5.0 mínimo, se recomienda 6.1 o posterior. Consulte la lista de tarjetas habilitadas para CUDA para determinar la capacidad informática de una GPU. |
controlador de GPU | Controladores de GPU NVIDIA: se requiere la versión 527.41 o superior. |
Memoria gráfica dedicada † | mínimo: 4 GB recomendado: 8 GB o más, según la arquitectura del modelo de aprendizaje profundo y el tamaño del lote que se utilice |
† No se puede acceder a la memoria GPU, a diferencia de la memoria del sistema, "virtualmente". Si el entrenamiento de un modelo consume más memoria GPU de la que tiene disponible, fallará. La memoria GPU también se comparte en todos los usos de la máquina, por lo que los proyectos Pro abiertos con mapas y otras aplicaciones pueden limitar la memoria disponible para usar con estas herramientas.
Un controlador de GPU desactualizado hará que las herramientas de aprendizaje profundo fallen con errores de tiempo de ejecución que indican que CUDA no está instalado o que hay una cadena de herramientas no compatible. Verifique que tenga controladores de GPU actualizados proporcionados directamente por NVIDIA.
Las herramientas de geoprocesamiento que utilizan aprendizaje profundo están integradas en múltiples áreas del software y requieren la instalación de extensiones relacionadas para funcionar:
Herramientas | Extensión |
---|---|
Entrenamiento, inferencia y exploración de modelos. | Analista de Imagen |
Clasificación de nubes de puntos | Analista 3D |
AutoML y análisis de texto | Avanzado, no requiere extensión |
Nombre de la biblioteca | Versión | Descripción |
---|---|---|
absl-py | 2.1.0 | Bibliotecas comunes de Abseil Python |
acelerar | 0.33.0 | Accelerate brinda acceso a bibliotecas numéricas optimizadas para el rendimiento en CPU Intel y GPU NVidia |
adicto | 2.4.0 | Proporciona un diccionario cuyos elementos se pueden configurar utilizando la sintaxis de atributos y elementos. |
afín | 2.3.0 | Matrices que describen la transformación afín del plano. |
aiohttp | 3.9.5 | Marco de cliente/servidor http asíncrono (asyncio) |
señal aio | 1.2.0 | Una lista de devoluciones de llamadas asincrónicas registradas |
albumentaciones | 1.0.3 | Biblioteca de aumento de imágenes rápida y flexible |
alambique | 1.8.1 | Una herramienta de migración de bases de datos para SQLAlchemy |
aom | 3.9.1 | Códec de vídeo de la Alianza para los Medios Abiertos |
astunparse | 1.6.3 | Un analizador AST para Python |
escrituras atómicas | 1.4.0 | Escritura de archivos atómicos para Python |
bits y bytes | 0.43.3 | Modelos de lenguaje grandes accesibles mediante cuantificación de k bits para PyTorch. |
bloque | 1.21.3 | Una biblioteca de bloqueo, barajado y compresión sin pérdidas que puede ser más rápida que memcpy() |
aumentar | 1.82.0 | Boost proporciona bibliotecas fuente C++ portátiles revisadas por pares |
blanca | 0.6.0 | Genere elementos HTML + JS enriquecidos desde Python |
bzip2 | 1.0.8 | Compresor de datos de alta calidad |
El Cairo | 1.18.2 | Una biblioteca de gráficos 2D compatible con múltiples dispositivos de salida. |
catalogar | 2.0.10 | Registros de funciones súper livianos para su biblioteca |
impulso de gato | 1.2.3 | Aumento de gradiente en la biblioteca de árboles de decisión |
codificadores_categoría | 2.2.2 | Una colección de transformadores sklearn para codificar variables categóricas como numéricas. |
cimportar | 0.4.2 | Enlace rápido de C++ Python |
charles | 2.2.0 | CharLS, una implementación de biblioteca C++ JPEG-LS |
complementos de clic | 1.1.1 | Un módulo de extensión para hacer clic para permitir el registro de comandos CLI a través de puntos de entrada de herramientas de configuración |
acantilado | 3.8.0 | Marco de formulación de interfaz de línea de comandos |
cligj | 0.7.2 | Haga clic en parámetros para interfaces de línea de comando para GeoJSON |
nuberutalib | 0.16.0 | pathlib.Clases de estilo Path para interactuar con archivos en diferentes servicios de almacenamiento en la nube. |
cmaes | 0.8.2 | Optimización de Blackbox con la estrategia de evolución de adaptación de la matriz de covarianza |
cmd2 | 2.4.3 | Una herramienta para crear aplicaciones de línea de comandos interactivas |
troncos de colores | 15.0.1 | Salida de terminal coloreada para el módulo de registro de Python |
registro de colores | 5.0.1 | ¡Formato de registro con colores! |
color | 0.1.5 | Biblioteca de manipulación de representaciones de color de Python (RGB, HSL, web, ...) |
confección | 0.1.4 | El sistema de configuración más dulce para Python |
kit de herramientas cuda | 11.8.0 | Kit de herramientas CUDA de NVIDIA |
cudnn | 8.7.0.84 | Biblioteca de aceleración de redes neuronales profundas cuDNN de NVIDIA |
cummm | 0.4.11 | Biblioteca CUda Matrix Multiply |
cimem | 2.0.6 | Gestionar llamadas a calloc/free a través de Cython |
citón | 3.0.10 | El compilador Cython para escribir extensiones C para el lenguaje Python |
cython-blis | 0.7.9 | Multiplicación rápida de matrices como una biblioteca Python autónoma: ¡sin dependencias del sistema! |
conjuntos de datos | 2.16.1 | HuggingFace/Datasets es una biblioteca abierta de conjuntos de datos de PNL. |
dav1d | 1.2.1 | El decodificador AV1 más rápido en todas las plataformas |
conceptos básicos de aprendizaje profundo | 3.4 | Amplia colección de paquetes de aprendizaje profundo |
descartes | 1.1.0 | Utilice objetos geométricos como rutas y parches de matplotlib |
desintegrar | 1.0.0 | Envoltorio PyTorch para funciones CUDA de atención deformable multiescala |
eneldo | 0.3.7 | Serializar todo Python (casi) |
árbol dm | 0.1.7 | Una biblioteca para trabajar con estructuras de datos anidadas. |
dtreeviz | 1.3.7 | Visualización del árbol de decisiones |
einops | 0.7.0 | Un nuevo tipo de operaciones de aprendizaje profundo |
cajas de conjunto | 1.0.8 | Métodos para ensamblar cajas a partir de modelos de detección de objetos. |
expatriado | 2.6.3 | Biblioteca de analizador XML para expatriados en C |
aprendizaje justo | 0.8.0 | Evaluación de equidad y mitigación de injusticia simple y sencilla |
fastai | 1.0.63 | fastai hace que el aprendizaje profundo con PyTorch sea más rápido, preciso y sencillo |
progreso rápido | 0.2.3 | Una barra de progreso rápida y sencilla para Jupyter Notebook y consola |
texto rápido | 0.9.2 | Aprendizaje eficiente de clasificación y representación de textos. |
ffmpeg | 7.0.0 | Solución multiplataforma para grabar, convertir y transmitir audio y vídeo |
bloqueo de archivos | 3.13.1 | Un bloqueo de archivos independiente de la plataforma |
fiona | 1.9.6 | La API ordenada, ágil y sensata de OGR para programadores de Python |
fuego | 0.4.0 | Una biblioteca para crear CLI desde absolutamente cualquier objeto Python |
folio | 0.14.0 | Crea hermosos mapas con Leaflet.js y Python |
fribidi | 1.0.10 | La implementación gratuita del algoritmo bidireccional Unicode |
lista congelada | 1.4.0 | Una estructura similar a una lista que implementa collections.abc.MutableSequence |
gas | 0.5.3 | Python AST que abstrae la versión subyacente de Python |
abajo | 5.2.0 | Descargue archivos grandes de Google Drive. |
geopandas | 1.0.1 | Extensiones de pandas geográficas, paquete básico |
base-geopandas | 1.0.1 | Extensiones de pandas geográficos, metapaquete |
geos | 3.12.1 | Un puerto C++ de Java Topology Suite (JTS) |
getopt-win32 | 0.1 | Una adaptación de getopt para Visual C++ |
banderas | 2.2.2 | Una biblioteca de C++ que implementa el procesamiento de indicadores de línea de comandos |
giflib | 5.2.1 | Biblioteca para leer y escribir imágenes gif. |
fácil | 2.78.4 | Proporciona componentes básicos de aplicaciones para bibliotecas y aplicaciones escritas en C. |
herramientas simplistas | 2.78.4 | Proporciona componentes básicos de aplicaciones para bibliotecas y aplicaciones escritas en C, herramientas de línea de comandos. |
autenticación de google | 2.29.0 | Biblioteca de autenticación de Google para Python |
autenticación-google-oauthlib | 0.5.2 | Biblioteca de autenticación de Google, integración de oauthlib con google-auth |
google-pasta | 0.2.0 | pasta es una biblioteca de refactorización de Python basada en AST |
gputil | 1.4.0 | Estado de la GPU NVIDIA desde Python |
grafito2 | 1.3.14 | Un sistema de "fuentes inteligentes" que maneja las complejidades de los idiomas menos conocidos del mundo |
graficar | 8.1.0 | Software de visualización de gráficos de código abierto |
puesta a tierradino-py | 0.4.0 | detector de objetos de conjunto abierto |
grpcio | 1.46.3 | Marco RPC basado en HTTP/2 |
gts | 0.7.6 | Biblioteca de superficies trianguladas GNU |
h3-py | 3.7.6 | Sistema de indexación geoespacial jerárquica hexagonal H3 |
harfbuzz | 4.3.0 | Un motor de modelado de texto OpenType |
abrazandocara_hub | 0.24.3 | Biblioteca cliente para descargar y publicar modelos en el centro huggingface.co |
amigable con el ser humano | 10.0 | Salida amigable para los humanos para interfaces de texto usando Python |
uci | 73.1 | Componentes internacionales para Unicode |
codecs de imagen | 2023.1.23 | Códecs de transformación, compresión y descompresión de imágenes |
imagenio | 2.33.1 | Una biblioteca de Python para leer y escribir datos de imágenes. |
imgaug | 0.4.0 | Aumento de imágenes para experimentos de aprendizaje automático. |
inplace-abn | 1.1.0 | BatchNorm activado in situ |
biblioteca de trabajo | 1.4.2 | Función de Python como trabajos de canalización |
js2py | 0,74 | Traductor de JavaScript a Python e intérprete de JavaScript escrito en Python 100% puro. |
jxrlib | 1.1 | jxrlib: biblioteca JPEG XR de Microsoft, creada a partir de fuentes alojadas en Debian. |
keras | 2.13.1 | Biblioteca de aprendizaje profundo para Theano y TensorFlow |
códigos de idioma | 3.3.0 | Etiqueta y compara lenguajes humanos de forma estandarizada. |
alondra | 1.1.2 | una biblioteca de análisis moderna |
laspy | 1.7.1 | Una biblioteca de Python para leer, modificar y crear archivos LAS |
cargador_perezoso | 0,4 | Cargue fácilmente subpaquetes y funciones bajo demanda |
lcms2 | 2.16 | El pequeño sistema de gestión del color. |
lerc | 3.0 | Compresión de ráster de error limitado |
libaec | 1.0.4 | Biblioteca de codificación de entropía adaptativa |
libavif | 1.1.1 | Una implementación C amigable y portátil del formato de archivo de imagen AV1 |
libboost | 1.82.0 | Bibliotecas fuente de C++ portátiles, gratuitas y revisadas por pares |
libclang | 14.0.6 | Encabezados de desarrollo y bibliotecas para el compilador Clang |
libclang13 | 14.0.6 | Encabezados de desarrollo y bibliotecas para el compilador Clang |
libcurl | 8.9.1 | Herramienta y biblioteca para transferir datos con sintaxis de URL |
libfi | 3.4.4 | Biblioteca portátil de interfaz de funciones externas |
libgd | 2.3.3 | Biblioteca para la creación dinámica de imágenes. |
libglib | 2.78.4 | Proporciona componentes básicos de aplicaciones para bibliotecas y aplicaciones escritas en C. |
libiconv | 1.16 | Convertir texto entre diferentes codificaciones |
libnghttp2 | 1.62.1 | Biblioteca HTTP/2 C |
libopencv | 4.8.1 | Biblioteca de software de visión por computadora y aprendizaje automático |
índicelibspatial | 1.9.3 | Marco extensible para una indexación espacial sólida |
biblioteca | 1.5.3 | Transporte seguro y confiable |
libuv | 1.40.0 | E/S asíncrona multiplataforma |
libwebp | 1.3.2 | Biblioteca de imágenes WebP |
base-libwebp | 1.3.2 | Biblioteca de imágenes WebP, biblioteca base mínima |
libxgboost | 2.0.3 | Aumento de gradiente extremo |
libzopfli | 1.0.3 | Una biblioteca de compresión para una compresión zlib o deflate muy buena pero lenta |
luzgbm | 4.3.0 | LightGBM es un marco de mejora de gradiente que utiliza algoritmos de aprendizaje basados en árboles |
llvmlite | 0.42.0 | Un enlace Python LLVM ligero para escribir compiladores JIT |
mako | 1.2.3 | Biblioteca de plantillas escrita en Python |
clasificar mapa | 2.5.0 | Esquemas de clasificación para mapas de coropletas. |
reducción | 3.4.1 | Implementación Python de Markdown |
rebajas-it-py | 2.2.0 | Puerto Python de markdown-it. Análisis de rebajas, ¡bien hecho! |
mdurl | 0.1.0 | Utilidades de URL para el analizador Markdown-it-py |
supervisado por mljar | 0.11.2 | Canalización automatizada de aprendizaje automático con ingeniería de funciones y ajuste de hiperparámetros |
mmcv | 2.0.1 | Fundación de visión por computadora OpenMMLab |
mmdet | 3.1.0 | Caja de herramientas de detección de OpenMMLab y punto de referencia |
mmdet3d | 1.2.0 | Plataforma de próxima generación para la detección general de objetos 3D |
mmmotor | 0.8.5 | Motor de proyectos OpenMMLab |
mmsegmentación | 1.1.2 | caja de herramientas de segmentación semántica y punto de referencia |
motmetrics | 1.1.3 | Comparar rastreadores de objetos múltiples (MOT) en Python |
multidict | 6.0.4 | Pares clave-valor donde las claves se ordenan y pueden volver a aparecer |
multiproceso | 0.70.15 | mejor multiprocesamiento y multiproceso en Python |
mascar | 2.5.0 | Un diccionario accesible mediante puntos (al estilo de los objetos JavaScript) |
murmullo | 1.0.7 | Una función hash no criptográfica |
nb_conda_kernels | 2.5.1 | Inicie kernels de Jupyter para cualquier entorno conda instalado |
aprendizaje-estructurado-neural | 1.4.0 | Entrenar redes neuronales con señales estructuradas |
sintaxis_ninja | 1.7.2 | Módulo Python para generar archivos .ninja |
numba | 0.59.1 | Compilador dinámico de Python compatible con NumPy que utiliza LLVM |
nuscenes-devkit | 1.1.3 | El kit de desarrollo del conjunto de datos nuScenes |
nvidia-ml-py3 | 7.352.0 | Enlaces de Python a la biblioteca de administración de NVIDIA |
onnx | 1.13.1 | Biblioteca abierta de intercambio de redes neuronales |
onnx-tf | 1.9.0 | Backend experimental de Tensorflow para ONNX |
tiempo de ejecución | 1.18.1 | Acelerador de entrenamiento e inferencia de aprendizaje automático de alto rendimiento, biblioteca Python |
onnxruntime-cpp | 1.18.1 | Acelerador de entrenamiento e inferencia de aprendizaje automático de alto rendimiento, tiempo de ejecución de C++ |
abiertocv | 4.8.1 | Biblioteca de software de visión por computadora y aprendizaje automático |
openjpeg | 2.5.0 | Un códec JPEG 2000 de código abierto escrito en C |
opt-einsum | 3.3.0 | Optimización de funciones einsum en NumPy, Tensorflow, Dask y más con optimización del orden de contracción |
optar | 3.0.4 | Un marco de optimización de hiperparámetros |
pango | 1.50.7 | Motor de diseño y renderizado de texto. |
patético | 0.10.3 | Una interfaz Path para almacenamiento local y en la nube |
pbr | 5.6.0 | Razonabilidad de la construcción de Python |
pccm | 0.4.11 | Administrador de código Python C++ |
pcre2 | 10.42 | Coincidencia de patrones de expresiones regulares utilizando la misma sintaxis y semántica que Perl 5 |
pixman | 0.43.4 | Una biblioteca de software de bajo nivel para la manipulación de píxeles. |
trama | 5.20.0 | Una biblioteca de gráficos interactiva basada en navegador para Python |
portalocker | 2.3.0 | Portalocker es una biblioteca que proporciona una API sencilla para el bloqueo de archivos. |
portaudio | 19.6.0 | Una biblioteca de E/S de audio multiplataforma y de código abierto |
presillado | 3.0.6 | Tabla Hash Cython para claves previamente hash |
bonita mesa | 2.1.0 | Muestre datos tabulares en un formato de tabla ASCII visualmente atractivo |
proyecto4 | 9.4.1 | Biblioteca de software de transformación de coordenadas PROJ |
impulso de py | 1.82.0 | Bibliotecas fuente de C++ portátiles, gratuitas y revisadas por pares |
py-opencv | 4.8.1 | Biblioteca de software de visión por computadora y aprendizaje automático |
py-xgboost | 2.0.3 | Enlaces de Python para la biblioteca XGBoost escalable, portátil y distribuida que potencia el gradiente |
pyasn1 | 0.4.8 | Tipos y códecs ASN.1 |
módulos pyasn1 | 0.2.8 | Una colección de módulos de protocolos basados en ASN.1 |
herramientas pycoco | 2.0.7 | API de Python para el conjunto de datos MS-COCO |
pyjsparser | 2.7.1 | Analizador rápido de JavaScript (basado en esprima.js) |
pyopenssl | 24.2.1 | Módulo contenedor de Python alrededor de la biblioteca OpenSSL |
clipper | 1.8.2 | Un módulo de portapapeles multiplataforma para Python |
pyproj | 3.6.1 | Interfaz Python para la biblioteca PROJ4 para transformaciones cartográficas |
pyquaternión | 0.9.9 | Biblioteca pitónica para representar y usar cuaterniones |
pyreadline3 | 3.4.1 | Una implementación en Python de GNU readline, modernizada |
búferes planos de Python | 23.5.26 | Biblioteca de tiempo de ejecución de Python para usar con el formato de serialización Flatbuffers |
python-graphviz | 0.20.1 | Interfaz simple de Python para Graphviz |
dispositivo de sonido de Python | 0.4.4 | Reproducir y grabar sonido con Python |
Python-tzdata | 2023.3 | Proveedor de datos de zona horaria de la IANA |
Python-xxhash | 2.0.2 | Enlace de Python para xxHash |
pytorch | 2.0.1 | PyTorch es una biblioteca de tensores optimizada para el aprendizaje profundo utilizando GPU y CPU |
pywin32 | 305 | Extensiones de Python para Windows |
rasterio | 1.3.10 | Rasterio lee y escribe conjuntos de datos ráster geoespaciales |
rico | 13.3.5 | Renderice texto enriquecido, tablas, barras de progreso, resaltado de sintaxis, rebajas y más en la terminal |
rsa | 4.7.2 | Implementación RSA de Python puro |
árbol | 1.0.1 | Índice espacial R-Tree para Python GIS |
tensores de seguridad | 0.4.2 | Serialización de tensor rápida y segura |
Samgeo | 3.4 | Una colección de los paquetes esenciales para trabajar con la pila Segment Geospatial (samgeo). |
imagen-scikit | 0.22.0 | Rutinas de procesamiento de imágenes para SciPy |
aprendizaje-scikit | 1.3.0 | Un conjunto de módulos de Python para aprendizaje automático y minería de datos. |
trama-scikit | 0.3.7 | Trazado de objetos de aprendizaje scikit |
segmento-cualquier cosa | 1.0 | Un paquete Python no oficial para el modelo Segment Anything de Meta AI |
segmento-cualquier cosa-hq | 0.3 | Paquete oficial de Python para segmentar cualquier cosa en alta calidad |
segmento-geoespacial | 0.10.2 | Un paquete de Python para segmentar datos geoespaciales con Segment Anything Model (SAM) |
frase | 0.1.99 | Tokenizador y detokenizador de texto no supervisado |
dar forma | 0.42.1 | Un enfoque unificado para explicar el resultado de cualquier modelo de aprendizaje automático |
bien proporcionado | 2.0.5 | Objetos geométricos, predicados y operaciones. |
Shellingham | 1.5.0 | Herramienta para detectar el caparazón circundante |
rebanador | 0.0.7 | Un paquete pequeño para cortes grandes. |
inteligente_abierto | 5.2.1 | Biblioteca Python para una transmisión eficiente de archivos grandes |
acurrucarse | 1.4.7 | Snuggs son expresiones s para NumPy |
espacioso | 3.7.2 | Procesamiento de lenguaje natural de potencia industrial |
legado espacial | 3.0.12 | Funciones y arquitecturas heredadas de spaCy NLP para compatibilidad con versiones anteriores |
registradores espaciales | 1.0.4 | Registradores alternativos para capacitación en tuberías spaCy |
spconv | 2.3.6 | Convolución espacial escasa |
srsly | 2.4.8 | Utilidades modernas de serialización de alto rendimiento para Python |
estibador | 5.1.0 | Administrar complementos dinámicos para aplicaciones Python |
supervisión | 0.6.0 | Un conjunto de utilidades fáciles de usar que resultarán útiles en cualquier proyecto de visión por computadora. |
tabular | 0.9.0 | Impresión bonita de datos tabulares en Python, una biblioteca y una utilidad de línea de comandos |
tbb | 2021.8.0 | Biblioteca de subprocesos abstractos de alto nivel |
tenacidad | 8.2.3 | Vuelva a intentar una función inestable cada vez que ocurra una excepción hasta que funcione |
tablero tensor | 2.13.0 | TensorBoard te permite ver el flujo de tensores |
servidor de datos-tensorboard | 0.7.0 | Servidor de datos para TensorBoard |
complemento-ingenio-tensorboard | 1.6.0 | Complemento TensorBoard de herramienta What-If |
tensorboardx | 2.6.2.2 | TensorBoardX te permite ver Tensors Flow sin Tensorflow |
flujo tensor | 2.13.0 | TensorFlow es una biblioteca de aprendizaje automático |
complementos-tensorflow | 0.22.0 | Funcionalidad adicional útil para TensorFlow |
estimador de flujo tensor | 2.13.0 | Estimador de TensorFlow |
concentrador tensorflow | 0.16.1 | Una biblioteca para el aprendizaje por transferencia mediante la reutilización de partes de modelos de TensorFlow |
sistema de archivos tensorflow-io-gcs | 0.31.0 | Extensiones de conjuntos de datos, streaming y sistemas de archivos |
optimización-del-modelo-tensorflow | 0.7.5 | Kit de herramientas de optimización del modelo TensorFlow |
probabilidad de flujo tensor | 0.20.1 | TensorFlow Probability es una biblioteca para razonamiento probabilístico y análisis estadístico en TensorFlow |
termcolor | 2.1.0 | Formato de color ANSII para salida en terminal |
tablas de terminales | 3.1.0 | Genere tablas simples en terminales a partir de una lista anidada de cadenas |
fabricante-de-modelos-tflite | 0.3.4 | Una biblioteca de personalización de modelos para aplicaciones en el dispositivo |
soporte-tflite | 0.4.4 | Soporte de TensorFlow Lite para implementar modelos TFLite en dispositivos móviles |
delgada | 8.2.2 | Aprenda modelos multiclase súper dispersos |
threadpoolctl | 3.5.0 | Ayudantes de Python para controlar los grupos de subprocesos de las bibliotecas nativas |
archivo tiff | 2023.4.12 | Leer y escribir archivos TIFF |
timm | 0.4.12 | Modelos de imagen de PyTorch |
tokenizadores | 0.19.1 | Tokenizadores rápidos y de última generación optimizados para investigación y producción |
grupo de antorchas | 1.6.3 | Biblioteca de extensión de algoritmos de clústeres de gráficos altamente optimizados para usar en PyTorch |
antorcha-geométrica | 2.4.0 | Biblioteca de extensión de aprendizaje profundo geométrico para PyTorch |
dispersión de antorcha | 2.1.2 | Biblioteca de extensión de operaciones de actualización dispersa (dispersión y segmento) altamente optimizadas |
antorcha escasa | 0.6.18 | Biblioteca de extensión de operaciones matriciales dispersas optimizadas con soporte de autograduación |
antorcha-spline-conv | 1.2.2 | Implementación de PyTorch del operador de convolución basado en spline de SplineCNN |
visión de antorcha | 0.15.2 | Conjuntos de datos y modelos de imágenes y videos para el aprendizaje profundo de la antorcha |
antorchavision-cpp | 0.15.2 | Conjuntos de datos y modelos de imágenes y videos para aprendizaje profundo de antorcha, interfaz C++ |
transformadores | 4.43.4 | Procesamiento de lenguaje natural de última generación para TensorFlow 2.0 y PyTorch |
trimesh | 2.35.39 | Importe, exporte, procese, analice y visualice mallas triangulares. |
tipografía | 2.12.1 | Comprobador de tipos de tiempo de ejecución para Python |
mecanógrafo | 0.9.0 | Una biblioteca para crear aplicaciones CLI |
mecanografía | 3.10.0.0 | Sugerencias de tipo para Python: backport para Python<3.5 |
tzlocal | 5.2 | objeto tzinfo para la zona horaria local |
wasabi | 0.9.1 | Un kit de herramientas de formato e impresión de consola liviano |
comadreja | 0.3.4 | Un sistema de flujo de trabajo pequeño y sencillo |
taller | 3.0.3 | La biblioteca de utilidades Python WSGI |
nube de palabras | 1.9.3 | Un pequeño generador de nubes de palabras en Python |
xgboost | 2.0.3 | Biblioteca de aumento de gradiente (GBDT, GBRT o GBM) escalable, portátil y distribuida |
xmltodict | 0.13.0 | Hace que trabajar con XML se sienta como si estuviera trabajando con JSON |
xhash | 0.8.0 | Algoritmo hash extremadamente rápido |
servicios xyz | 2022.9.0 | Fuente de proveedores de mosaicos XYZ |
ladrar | 0.40.2 | Un formateador para archivos Python |
yarl | 1.9.3 | Otra biblioteca de URL más |
zfp | 1.0.0 | Biblioteca para matrices numéricas comprimidas que admiten acceso aleatorio de lectura y escritura de alto rendimiento |
_py-xgboost-mutex | 2.0 | Metapaquete para seleccionar la implementación deseada de XGBoost |
Nombre de la biblioteca | Versión | Descripción |
---|---|---|
absl-py | 2.1.0 | Bibliotecas comunes de Abseil Python |
adicto | 3.4.0 | Proporciona un diccionario cuyos elementos se pueden configurar utilizando la sintaxis de atributos y elementos. |
afín | 2.3.0 | Matrices que describen la transformación afín del plano. |
aiohttp | 3.9.5 | Marco de cliente/servidor http asíncrono (asyncio) |
señal aio | 1.2.0 | Una lista de devoluciones de llamadas asincrónicas registradas |
albumentaciones | 1.0.3 | Biblioteca de aumento de imágenes rápida y flexible |
alambique | 1.8.1 | Una herramienta de migración de bases de datos para SQLAlchemy |
tipos anotados | 0.6.0 | Tipos de restricciones reutilizables para usar al escribir.Anotado |
aom | 3.6.0 | Códec de vídeo de la Alianza para los Medios Abiertos |
astunparse | 1.6.3 | Un analizador AST para Python |
escrituras atómicas | 1.4.0 | Escrituras de archivos atómicos para Python |
bloque | 1.21.3 | Una biblioteca de bloqueo, barajado y compresión sin pérdidas que puede ser más rápida que memcpy() |
aumentar | 1.82.0 | Boost proporciona bibliotecas fuente C++ portátiles revisadas por pares |
blanca | 0.6.0 | Genere elementos HTML + JS enriquecidos desde Python |
bzip2 | 1.0.8 | Compresor de datos de alta calidad |
El Cairo | 1.16.0 | Una biblioteca de gráficos 2D compatible con múltiples dispositivos de salida. |
catalogar | 2.0.10 | Registros de funciones súper livianos para su biblioteca |
impulso de gato | 1.2.3 | Aumento de gradiente en la biblioteca de árboles de decisión |
codificadores_categoría | 2.2.2 | Una colección de transformadores sklearn para codificar variables categóricas como numéricas |
cimportar | 0.4.2 | Enlace rápido de C++ Python |
charles | 2.2.0 | CharLS, una implementación de biblioteca C++ JPEG-LS |
complementos de clic | 1.1.1 | Un módulo de extensión para hacer clic para permitir el registro de comandos CLI a través de puntos de entrada de herramientas de configuración |
acantilado | 3.8.0 | Marco de formulación de interfaz de línea de comandos |
cligj | 0.7.2 | Haga clic en parámetros para interfaces de línea de comando para GeoJSON |
nuberutalib | 0.16.0 | pathlib.Clases de estilo Path para interactuar con archivos en diferentes servicios de almacenamiento en la nube. |
cmaes | 0.8.2 | Optimización de Blackbox con la estrategia de evolución de adaptación de la matriz de covarianza |
cmd2 | 2.4.3 | Una herramienta para crear aplicaciones de línea de comandos interactivas |
troncos de colores | 15.0.1 | Salida de terminal coloreada para el módulo de registro de Python |
registro de colores | 5.0.1 | ¡Formato de registro con colores! |
color | 0.1.5 | Biblioteca de manipulación de representaciones de color de Python (RGB, HSL, web, ...) |
confección | 0.1.4 | El sistema de configuración más dulce para Python |
kit de herramientas cuda | 11.8.0 | Kit de herramientas CUDA de NVIDIA |
cudnn | 8.7.0.84 | Biblioteca de aceleración de redes neuronales profundas cuDNN de NVIDIA |
cummm | 0.4.11 | Biblioteca CUda Matrix Multiply |
cimem | 2.0.6 | Gestionar llamadas a calloc/free a través de Cython |
citón | 3.0.10 | El compilador Cython para escribir extensiones C para el lenguaje Python |
cython-blis | 0.7.9 | Multiplicación rápida de matrices como una biblioteca Python autónoma: ¡sin dependencias del sistema! |
conjuntos de datos | 2.16.1 | HuggingFace/Datasets es una biblioteca abierta de conjuntos de datos de PNL. |
dav1d | 1.2.1 | El decodificador AV1 más rápido en todas las plataformas |
conceptos básicos de aprendizaje profundo | 3.3 | Amplia colección de paquetes de aprendizaje profundo |
descartes | 1.1.0 | Utilice objetos geométricos como rutas y parches de matplotlib |
desintegrar | 1.0.0 | Envoltorio PyTorch para funciones CUDA de atención deformable multiescala |
eneldo | 0.3.7 | Serializar todo Python (casi) |
árbol dm | 0.1.7 | Una biblioteca para trabajar con estructuras de datos anidadas. |
dtreeviz | 1.3.7 | Visualización del árbol de decisiones |
einops | 0.7.0 | Un nuevo tipo de operaciones de aprendizaje profundo |
cajas de conjunto | 1.0.8 | Métodos para ensamblar cajas a partir de modelos de detección de objetos. |
expatriado | 2.6.0 | Biblioteca de analizador XML para expatriados en C |
aprendizaje justo | 0.8.0 | Evaluación de equidad y mitigación de injusticia simple y sencilla |
fastai | 1.0.63 | fastai hace que el aprendizaje profundo con PyTorch sea más rápido, preciso y sencillo |
progreso rápido | 0.2.3 | Una barra de progreso rápida y sencilla para Jupyter Notebook y consola |
texto rápido | 0.9.2 | Aprendizaje eficiente de clasificación y representación de textos. |
ffmpeg | 6.1.1 | Solución multiplataforma para grabar, convertir y transmitir audio y vídeo |
bloqueo de archivos | 3.13.1 | Un bloqueo de archivos independiente de la plataforma |
fiona | 1.9.5 | La API ordenada, ágil y sensata de OGR para programadores de Python |
fuego | 0.4.0 | Una biblioteca para crear CLI desde absolutamente cualquier objeto Python |
folio | 0.14.0 | Crea hermosos mapas con Leaflet.js y Python |
configuración de fuente | 2.14.1 | Una biblioteca para configurar y personalizar el acceso a fuentes |
fribidi | 1.0.10 | La implementación gratuita del algoritmo bidireccional Unicode |
lista congelada | 1.4.0 | Una estructura tipo lista que implementa collections.abc.MutableSequence |
gas | 0.5.3 | Python AST que abstrae la versión subyacente de Python |
abajo | 4.7.1 | Descargue archivos grandes de Google Drive. |
geopandas | 0.14.1 | Extensiones de pandas geográficas, paquete básico |
base-geopandas | 0.14.1 | Extensiones de pandas geográficos, metapaquete |
geos | 3.12.1 | Un puerto C++ de Java Topology Suite (JTS) |
getopt-win32 | 0.1 | Una adaptación de getopt para Visual C++ |
banderas | 2.2.2 | Una biblioteca de C++ que implementa el procesamiento de indicadores de línea de comandos |
giflib | 5.2.1 | Biblioteca para leer y escribir imágenes gif. |
fácil | 2.78.4 | Proporciona componentes básicos de aplicaciones para bibliotecas y aplicaciones escritas en C. |
herramientas simplistas | 2.78.4 | Proporciona componentes básicos de aplicaciones para bibliotecas y aplicaciones escritas en C, herramientas de línea de comandos. |
autenticación de google | 2.29.0 | Biblioteca de autenticación de Google para Python |
autenticación-google-oauthlib | 0.5.2 | Biblioteca de autenticación de Google, integración de oauthlib con google-auth |
google-pasta | 0.2.0 | pasta es una biblioteca de refactorización de Python basada en AST |
gputil | 1.4.0 | Estado de la GPU NVIDIA desde Python |
grafito2 | 1.3.14 | Un sistema de "fuente inteligente" que maneja las complejidades de los idiomas menos conocidos del mundo |
graphviz | 8.1.0 | Software de visualización de gráficos de código abierto |
Groundingdino-Py | 0.4.0 | detector de objetos abiertos |
Grpcio | 1.46.3 | Marco RPC basado en HTTP/2 |
gts | 0.7.6 | Biblioteca de superficie triangulada de GNU |
H3-PY | 3.7.6 | H3 Sistema de indexación geoespacial jerárquica hexagonal H3 |
harfbuzz | 4.3.0 | Un motor de conformación con texto de óptica |
Huggingface_hub | 0.20.3 | Biblioteca de clientes para descargar y publicar modelos en el HuB Huggingface.co |
amigable con el ser humano | 10.0 | Salida amigable para humanos para interfaces de texto usando Python |
uci | 68.1 | Componentes internacionales para Unicode |
ImageDecs | 2023.1.23 | Transformación de imágenes, compresión y códecs de descompresión |
imaginio | 2.33.1 | Una biblioteca de Python para leer y escribir datos de imágenes |
imita | 0.4.0 | Aumento de imágenes para experimentos de aprendizaje automático |
en el lugar-abno | 1.1.0 | Batchnorm activado en el lugar |
joblib | 1.4.0 | Función de Python como trabajos de tuberías |
js2py | 0,74 | JavaScript a Python Translator e JavaScript intérprete escrito en Python 100% puro. |
jxrlib | 1.1 | JXRLIB - Biblioteca JPEG XR de Microsoft, construida a partir de fuentes alojadas de Debian. |
keras | 2.13.1 | Biblioteca de aprendizaje profundo para theano y tensorflow |
Langcodes | 3.3.0 | Etiquetas y compara los idiomas humanos de manera estandarizada |
alondra | 1.1.2 | Una biblioteca de análisis moderna |
abrasado | 1.7.1 | Una biblioteca de Python para leer, modificar y crear archivos LAS |
LAZEY_LOGER | 0.3 | Cargar fácilmente subpackages y funciones a pedido |
LCMS2 | 2.12 | El pequeño sistema de gestión de color |
lercar | 3.0 | Compresión de trama de error limitado |
libaec | 1.0.4 | Biblioteca de codificación de entropía adaptativa |
libavif | 0.11.1 | Una implementación C portátil y portátil del formato de archivo de imagen AV1 |
libboost | 1.82.0 | Bibliotecas de origen portátiles C ++ portátiles revisadas por pares gratis |
Libclang | 14.0.6 | Encabezados de desarrollo y bibliotecas para el compilador Clang |
libclang13 | 14.0.6 | Encabezados de desarrollo y bibliotecas para el compilador Clang |
libcurl | 8.6.0 | Herramienta y biblioteca para transferir datos con sintaxis de URL |
libffi | 3.4.4 | Biblioteca de interfaz de función extranjera portátil |
libgd | 2.3.3 | Biblioteca para la creación dinámica de imágenes |
libglib | 2.78.4 | Proporciona bloques de construcción de aplicaciones centrales para bibliotecas y aplicaciones escritas en C |
libiconv | 1.16 | Convertir texto entre diferentes codificaciones |
libnghttp2 | 1.59.0 | HTTP/2 C Biblioteca |
libopencv | 4.8.1 | Visión por computadora y biblioteca de software de aprendizaje automático |
LibspatialIndex | 1.9.3 | Marco extensible para una indexación espacial robusta |
libbsrt | 1.4.4 | Transporte seguro y confiable |
libuv | 1.40.0 | E/S asincrónica multiplataforma |
libwebp | 1.3.2 | Biblioteca de imágenes de WebP |
libeBP-base | 1.3.2 | Biblioteca de imágenes WebP, biblioteca base mínima |
libxgboost | 2.0.3 | impulso de gradiente extremo |
libzopfli | 1.0.3 | Una biblioteca de compresión para una deflate muy buena pero lenta o compresión de zlib |
Lightgbm | 4.3.0 | LightGBM es un marco de impulso de gradiente que utiliza algoritmos de aprendizaje basados en árboles |
llvmlite | 0.42.0 | A LLVM LLVM Python Binding para escribir compiladores JIT |
mako | 1.2.3 | Biblioteca de plantilla escrita en Python |
mapclassify | 2.5.0 | Esquemas de clasificación para mapas de coro |
reducción | 3.4.1 | Implementación de Python de Markdown |
markdown-it-py | 2.2.0 | Puerto Python de Markdown-It. Analización de Markdown, ¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡el bien |
mdurl | 0.1.0 | URL UTILIDADES PARA MARKDOWN-IT-PY PARSER |
supervestado | 0.11.2 | Tubería de aprendizaje automático automatizado con ingeniería de características y ajuste de hiper-parametros |
MMCV | 2.0.1 | OpenMMLab Computy Vision Foundation |
mmdet | 3.1.0 | Caja de herramientas de detección OpenMMLab y punto de referencia |
mmdet3d | 1.2.0 | Plataforma de próxima generación para detección general de objetos 3D |
motor mm | 0.8.5 | Motor de proyectos OpenMMLab |
mmsegmentación | 1.1.2 | caja de herramientas de segmentación semántica y punto de referencia |
motmetrics | 1.1.3 | Benchmark múltiples rastreadores de objetos (MOT) en Python |
multidicto | 6.0.4 | Pares de valor clave donde se ordenan las teclas y pueden volver a ocurrir |
multiproceso | 0.70.15 | Mejor multiprocesamiento y múltiples lectura en Python |
mascar | 2.5.0 | Un diccionario de Dot-Accessible (a los objetos JavaScript) |
murmullo | 1.0.7 | Una función de hash no credográfica |
nb_conda_kernels | 2.3.1 | Iniciar núcleos Jupyter para cualquier entorno de condena instalado |
aprendizaje estructurado neuronal | 1.4.0 | Entrenar redes neuronales con señales estructuradas |
ninja_syntax | 1.7.2 | Módulo de Python para generar archivos .ninja |
numba | 0.59.1 | Compilador de pitón dinámico numpy consciente usando LLVM |
nuscenes-devkit | 1.1.3 | El devkit del conjunto de datos Nuscenes |
nvidia-ml-py3 | 7.352.0 | Python Bindings a la biblioteca de gestión de Nvidia |
onnx | 1.13.1 | Abra la biblioteca de intercambio de redes neuronales |
ONNX-TF | 1.9.0 | Backend experimental de TensorFlow para ONNX |
onnxruntime | 1.17.1 | Acelerador de inferencia y entrenamiento de ML de alto rendimiento de alto rendimiento |
abiertocv | 4.8.1 | Visión por computadora y biblioteca de software de aprendizaje automático |
openjpeg | 2.5.0 | Un códec JPEG 2000 de código abierto escrito en C |
opt-einsum | 3.3.0 | Optimización de las funciones de Einsum en Numpy, TensorFlow, Dask y más con optimización de orden de contracción |
optuna | 3.0.4 | Un marco de optimización de hiperparameter |
pango | 1.50.7 | Diseño de texto y motor de representación |
patético | 0.10.3 | Una interfaz de ruta para el almacenamiento de cubos locales y en la nube |
pbr | 5.6.0 | Python construye razonabilidad |
PCCM | 0.4.11 | Administrador de código de Python C ++ |
pcre2 | 10.42 | Coincidencia de patrón de expresión regular utilizando la misma sintaxis y semántica que Perl 5 |
pixman | 0.42.2 | Una biblioteca de software de bajo nivel para la manipulación de píxeles |
trama | 5.20.0 | Una biblioteca interactiva de gráficos basada en el navegador para Python |
portalocker | 2.3.0 | Portalocker es una biblioteca para proporcionar una API fácil para el bloqueo de archivos. |
portudio | 19.6.0 | Una plataforma cruzada, de código abierto, biblioteca de E/S de audio |
presagiado | 3.0.6 | Table de hash de Cython para teclas previas |
bonito | 2.1.0 | Mostrar datos tabulares en un formato de tabla ASCII visualmente atractivo |
proj4 | 9.3.1 | Biblioteca de software de transformación de coordenadas de Proj |
py-boost | 1.82.0 | Bibliotecas de origen portátiles C ++ portátiles revisadas por pares gratis |
py-opencv | 4.8.1 | Visión por computadora y biblioteca de software de aprendizaje automático |
py-xgboost | 2.0.3 | Python Bindings para la biblioteca de gradiente escalable, portátil y distribuido que aumenta la biblioteca xgboost |
pyasn1 | 0.4.8 | ASN.1 Tipos y códecs |
módulos pyasn1 | 0.2.8 | Una colección de módulos de protocolos basados en ASN.1 |
Picocotools | 2.0.7 | API de Python para el conjunto de datos MS-Coco |
pidántico | 2.4.2 | Validación de datos y gestión de configuraciones utilizando sugerencias de tipo Python |
núcleo pydantic | 2.10.1 | Validación de datos y gestión de configuraciones utilizando Python Type Sugering, paquete central |
pyjsparser | 2.7.1 | Parser de JavaScript rápido (basado en Esprima.js) |
clipper | 1.8.2 | Un módulo de portapapeles de forma cruzada para Python |
pyproj | 3.6.1 | Interfaz de Python a la Biblioteca ProJ4 para transformaciones cartográficas |
pyquaternion | 0.9.9 | Biblioteca Pythonic para representar y usar cuaterniones |
pyreadline3 | 3.4.1 | Una implementación de pitón de la línea de lectura de GNU, modernizado |
Python-Flatbuffers | 23.5.26 | Biblioteca de tiempo de ejecución de Python para usar con el formato de serialización FlatBuffers |
python-grrafviz | 0.20.1 | Interfaz simple de Python para GraphViz |
Python-Sounddevice | 0.4.4 | Reproducir y grabar sonido con Python |
python-tzdata | 2023.3 | Proveedor de datos de la zona horaria de IANA |
python-xxhash | 2.0.2 | Python Binding para xxhash |
pytorch | 2.0.1 | Pytorch es una biblioteca de tensor optimizada para el aprendizaje profundo utilizando GPU y CPU |
pywin32 | 305 | Python Extensions for Windows |
raster | 1.3.9 | Rasterio lee y escribe conjuntos de datos de ráster geoespaciales |
rico | 13.3.5 | Renderiza texto, tablas, barras de progreso, resaltado de sintaxis, Markdown y más a la terminal |
rsa | 4.7.2 | Implementación de Pure-Python RSA |
rtree | 1.0.1 | Índice espacial R-Tree para Python GIS |
seguros de seguridad | 0.4.2 | Serialización del tensor rápido y seguro |
sambeo | 3.3 | Una colección de los paquetes esenciales para trabajar con la pila GeoSpacial (Samgeo) del segmento. |
scikit-imagen | 0.22.0 | Rutinas de procesamiento de imágenes para SciPy |
lear | 1.3.0 | Un conjunto de módulos de Python para el aprendizaje automático y la minería de datos |
plegamia | 0.3.7 | Trazado para objetos Scikit-Learn |
segmento-cualquier cosa | 1.0 | Un paquete no oficial de Python para el segmento de Meta AI cualquier modelo |
segmento-anything-hq | 0.3 | Paquete oficial de Python para segmento cualquier cosa en alta calidad |
segmento-geespacial | 0.10.2 | Un paquete Python para segmentar datos geoespaciales con el modelo de segmento cualquier cosa (SAM) |
correa de oración | 0.1.99 | Tokenizer de texto y decokenizador no supervisado |
dar forma | 0.42.1 | Un enfoque unificado para explicar la salida de cualquier modelo de aprendizaje automático |
bien proporcionado | 2.0.1 | Objetos geométricos, predicados y operaciones |
Shellingham | 1.5.0 | Herramienta para detectar la carcasa circundante |
rebanador | 0.0.7 | Un paquete pequeño para grandes cortes |
smart_open | 5.2.1 | Biblioteca de Python para transmisión eficiente de archivos grandes |
acordenado | 1.4.7 | Snuggs son S-Expressions para Numpy |
espacioso | 3.7.2 | Procesamiento del lenguaje natural de fuerza industrial |
legal | 3.0.12 | Funciones y arquitecturas heredadas de Spacy NLP para la compatibilidad con versiones anteriores |
Spacy-Loggers | 1.0.4 | Registradores alternativos para el entrenamiento de tuberías de Spacy |
spconv | 2.3.6 | Convolución espacial escasa |
srsly | 2.4.8 | Utilidades modernas de serialización de alto rendimiento para Python |
estibador | 5.1.0 | Administrar complementos dinámicos para aplicaciones de Python |
supervisión | 0.6.0 | Un conjunto de UTILS fáciles de usar que serán útiles en cualquier proyecto de visión por computadora |
tabular | 0.9.0 | Datos tabulares bastante impresos en Python, una biblioteca y una utilidad de línea de comandos |
tbb | 2021.8.0 | Biblioteca de subprocesos abstractos de alto nivel |
tenacidad | 8.2.2 | Vuelva a intentar una función escamosa siempre que ocurra una excepción hasta que funcione |
tabla tensor | 2.13.0 | Tensorboard te permite ver fluir los tensores |
servidor de datos de tensorboard | 0.7.0 | Servidor de datos para TensorBoard |
tensorboard-plugin-wit | 1.6.0 | What-if Tool Tensorboard Plugin |
tensorboardx | 2.6.2.2 | TensorBoardx te permite ver fluir tensores sin tensorflow |
flujo tensor | 2.13.0 | TensorFlow es una biblioteca de aprendizaje automático |
tensorflow-addons | 0.22.0 | Funcionalidad adicional útil para TensorFlow |
estimador de tensorflow | 2.13.0 | Estimador de flujo tensor |
tensorflow-hub | 0.16.1 | Una biblioteca para el aprendizaje de transferencia reutilizando partes de modelos TensorFlow |