deep learning frameworks
Deep Learning Libraries installer for ArcGIS Pro 2.8
ArcGIS Pro、Server 和 ArcGIS API for Python 均包含使用 AI 和深度学习解决地理空间问题的工具，例如要素提取、像素分类和要素分类。该安装程序包含广泛的组件集合，例如 PyTorch、TensorFlow、Fast.ai 和 scikit-learn，用于执行深度学习和机器学习任务，总共包含 254 个软件包。这些包可以通过使用 ArcGIS API for Python 中的arcgis.learn模块与深度学习训练工具、交互式对象检测一起使用，并直接导入到您自己的脚本和工具中。该集合中的大多数工具都可以在任何机器上运行，但常见的深度学习工作流程需要最新的 NVIDIA 图形处理单元 (GPU)，并且问题大小受可用 GPU 内存的限制，请参阅要求部分。
此安装程序将所有包含的软件包添加到 Pro 和 Server 均附带的默认arcgispro-py3环境中，并且无需其他环境即可开始使用这些工具。如果您确实创建了自定义环境，这些软件包也将包含在内，以便您也可以在自己的自定义环境中使用相同的工具。
有关此安装程序和 ArcGIS 支持的工作流类型的示例，请参阅 UC 2020 全体会议视频中的 AI 和深度学习
重要的
通过匹配深度学习库和 ArcGIS 软件的版本来确保兼容性。要从先前版本升级，请首先按照下面提供的说明卸载深度学习库和 ArcGIS 软件。
在 Windows 上：
下载产品的存档后，将 Zip 文件解压到新位置，然后在 Windows 上运行 Windows Installer（例如ProDeepLearning.msi ）。这会将深度学习框架安装到默认的arcgispro-py3 Python 环境中，但不会安装到您在运行此安装之前创建的任何自定义环境中。安装后，后续克隆还将包含完整的深度学习包集。您需要解压该文件（不仅仅是从 Zip 文件中打开 .MSI），否则安装程序将无法找到其内容。安装后，可以删除存档和安装程序文件。
在服务器 Linux 上：
提取 .tar.gz 存档，例如使用tar xvf <file>.tar.gz ，然后运行DeepLearning-Setup.sh脚本。对于 Server 10.9 及更早版本，这将在服务器运行时环境内创建一个包集。从 Server 10.9.1 开始，此安装会在<Server Install>/framework/runtime/deeplearning中创建一个新的deeplearning环境，并且深度学习包都是本机 Linux 实现。接下来，请取消注释并更新<Server Install>/arcgis/server/usr/init_user_param.sh文件中的ARCGIS_CONDA_DEEPLEARNING变量，然后重新启动 ArcGIS Server。
从以前的版本升级：
如果您要从以前的版本升级，最安全的升级方法是卸载并重新安装产品和深度学习安装程序。例如，从 Pro 3.2 升级到 Pro 3.3：
C:Program FilesArcGISProbinPythonenvsarcgispro-py3或等效安装位置中仍然存在的所有文件。这些可能是之前修改的环境遗留下来的。完成这些步骤后，您应该进行全新的 Pro 安装，并在默认arcgispro-py3环境中包含深度学习包集。
手动安装：
| 按照以下步骤将安装未经认证的软件包集 | |
|---|---|
| 确保克隆默认的 Python 环境来备份您的安装（见下文） |
Python Command Prompt窗口。Start菜单中搜索此命令提示符，也可以从产品的安装文件夹启动它。Python Command Prompt 3--pinned ！）`conda create -n 你的克隆名称 --clone arcgispro-py3 --pinned
activate your-clone-name
(your-clone-name) C:Program FilesArcGISProbinPythonenvs>
conda install deep-learning-essentials
y ，然后按Enter
proswap your-clone-name
your-clone-name作为活动的 Python 环境启动，您现在应该能够使用深度学习工具如果您将在断开连接的环境中工作，请从下面的链接下载所需的元软件包，并按照软件包页面上列出的安装步骤下的说明进行操作。这些包将深度学习模型的主干放置在指定的安装位置，从而在 ArcGIS 中训练深度学习模型时无需访问 Internet。
| 骨干包 |
|---|
| ArcGIS 深度学习骨干包 |
| ArcGIS Timm 深度学习骨干网第 1 部分 v1.0.0 包 |
| ArcGIS Timm 深度学习骨干网第 2 部分 v1.0.0 包 |
| ArcGIS Timm 深度学习骨干网第 3 部分 v1.0.0 包 |
| ArcGIS Timm 深度学习骨干网第 4 部分 v1.0.0 包 |
| ArcGIS SAM Backbones 1.0.0 包 |
| ArcGIS 米斯特拉尔骨干包 |
| ArcGIS 多边形分割后处理主干 |
安装深度学习库后，您可以使用深度学习工具来训练地理空间深度学习模型。您还可以了解有关 arcgis.learn 模块功能的更多信息，该模块提供对许多地理空间模型的专门访问，而不仅仅是直接用作地理处理工具的模型。最后，您可以通过导入下面列出的包将上述任何库添加到您自己的工作流程中。
Esri 深度学习会议技术研讨会合集：
深度学习库安装程序中包含的大多数软件包都可以在任何机器配置上开箱即用。例如，PyTorch 可以选择利用 GPU，但如果 GPU 不可用，则会回退到在 CPU 上运行计算。然而，GPU 计算速度明显更快，并且该发行版中的一些软件包（例如 TensorFlow）仅适用于受支持的 GPU。 CUDA（统一计算设备架构）是 GPU 的通用计算平台，这是当前 GPU 支持的深度学习工具的要求。
| GPU 要求 | 支持 |
|---|---|
| 图形处理器类型 | 具有 CUDA 计算能力的 NVIDIA 最低 5.0，建议 6.1 或更高版本。请参阅支持 CUDA 的卡列表以确定 GPU 的计算能力。 |
| GPU驱动程序 | NVIDIA GPU 驱动程序 — 需要版本 527.41 或更高版本。 |
| 专用图形内存† | 最低：4GB 建议：8GB 或更多，具体取决于深度学习模型架构和所使用的批量大小 |
† GPU 内存与系统内存不同，无法“虚拟”访问。如果模型训练消耗的 GPU 内存多于可用内存，它将失败。 GPU 内存也在机器的所有用途之间共享，因此带有地图和其他应用程序的开放 Pro 项目可能会限制这些工具使用的可用内存。
过时的 GPU 驱动程序将导致深度学习工具失败，并出现运行时错误，表明未安装 CUDA 或存在不受支持的工具链。验证您是否拥有 NVIDIA 直接提供的最新 GPU 驱动程序。
使用深度学习的地理处理工具集成到软件的多个区域中，并且需要安装相关扩展才能运行：
| 工具 | 扩大 |
|---|---|
| 模型训练、推理和探索 | 图像分析师 |
| 点云分类 | 3D分析师 |
| AutoML 和文本分析 | 高级，无需扩展 |
| 图书馆名称 | 版本 | 描述 |
|---|---|---|
| 绝对-py | 2.1.0 | Abseil Python 公共库 |
| 加速 | 0.33.0 | Accelerate 提供对针对 Intel CPU 和 NVidia GPU 性能进行优化的数值库的访问 |
| 瘾君子 | 2.4.0 | 提供一个字典，其项目可以使用属性和项目语法来设置 |
| 仿射 | 2.3.0 | 描述平面仿射变换的矩阵 |
| aiohttp | 3.9.5 | 异步 http 客户端/服务器框架 (asyncio) |
| 音频信号 | 1.2.0 | 已注册的异步回调列表 |
| 蛋白表达 | 1.0.3 | 快速灵活的图像增强库 |
| 蒸馏器 | 1.8.1 | SQLAlchemy 的数据库迁移工具 |
| 奥姆 | 3.9.1 | 开放媒体视频编解码器联盟 |
| 阿斯顿帕斯 | 1.6.3 | Python 的 AST 解析器 |
| 原子写入 | 1.4.0 | Python 的原子文件写入 |
| 位和字节 | 0.43.3 | 通过 PyTorch 的 k 位量化可访问大型语言模型。 |
| 布卢斯克 | 1.21.3 | 一个比memcpy()更快的阻塞、改组和无损压缩库 |
| 促进 | 1.82.0 | Boost 提供经过同行评审的可移植 C++ 源代码库 |
| 布兰卡 | 0.6.0 | 从Python生成丰富的HTML + JS元素 |
| 压缩包2 | 1.0.8 | 高品质数据压缩器 |
| 开罗 | 1.18.2 | 支持多种输出设备的 2D 图形库 |
| 目录 | 2.0.10 | 适合您的库的超轻量级函数注册表 |
| 猫助推器 | 1.2.3 | 决策树库的梯度提升 |
| 类别编码器 | 2.2.2 | 将分类变量编码为数字的 sklearn 转换器集合 |
| cc导入 | 0.4.2 | 快速 C++ Python 绑定 |
| 查尔斯 | 2.2.0 | CharLS，C++ JPEG-LS 库实现 |
| 点击插件 | 1.1.1 | 一个扩展模块，用于单击以启用通过 setuptools 入口点注册 CLI 命令 |
| 悬崖 | 3.8.0 | 命令行界面制定框架 |
| 克利吉 | 0.7.2 | 单击 GeoJSON 命令行接口的参数 |
| 云路径库 | 0.16.0 | pathlib.Path 样式的类，用于与不同云存储服务中的文件进行交互。 |
| 厘米埃斯 | 0.8.2 | 使用协方差矩阵适应进化策略进行黑盒优化 |
| 指令2 | 2.4.3 | 用于构建交互式命令行应用程序的工具 |
| 彩色原木 | 15.0.1 | Python 日志记录模块的彩色终端输出 |
| 色彩日志 | 5.0.1 | 用颜色记录格式！ |
| 颜色 | 0.1.5 | Python 颜色表示操作库（RGB、HSL、Web，...） |
| 甜点 | 0.1.4 | 最贴心的 Python 配置系统 |
| cuda工具包 | 11.8.0 | NVIDIA 的 CUDA 工具包 |
| 库德恩 | 8.7.0.84 | NVIDIA 的 cuDNN 深度神经网络加速库 |
| 精液 | 0.4.11 | CUda 矩阵乘法库 |
| 赛梅姆 | 2.0.6 | 通过 Cython 管理对 calloc/free 的调用 |
| 赛通 | 3.0.10 | 用于为 Python 语言编写 C 扩展的 Cython 编译器 |
| cython-blis | 0.7.9 | 作为独立的 Python 库的快速矩阵乘法 – 无系统依赖性！ |
| 数据集 | 2.16.1 | HuggingFace/Datasets 是一个开放的 NLP 数据集库。 |
| 达夫1d | 1.2.1 | 所有平台上最快的 AV1 解码器 |
| 深度学习要点 | 3.4 | 广泛的深度学习包集合 |
| 笛卡尔 | 1.1.0 | 使用几何对象作为 matplotlib 路径和补丁 |
| 德特雷格 | 1.0.0 | 用于多尺度可变形注意力的 CUDA 函数的 PyTorch 包装器 |
| 莳萝 | 0.3.7 | 序列化所有Python（几乎） |
| dm树 | 0.1.7 | 用于处理嵌套数据结构的库 |
| dtreeviz | 1.3.7 | 决策树可视化 |
| 埃诺普斯 | 0.7.0 | 深度学习操作的新风格 |
| 合奏盒 | 1.0.8 | 从对象检测模型中集成框的方法 |
| 外籍人士 | 2.6.3 | C 语言的 Expat XML 解析器库 |
| 公平学习 | 0.8.0 | 简单易用的公平性评估和不公平性缓解 |
| 法斯塔伊 | 1.0.63 | fastai 让 PyTorch 的深度学习更快、更准确、更简单 |
| 快速进展 | 0.2.3 | 适用于 Jupyter Notebook 和控制台的快速且简单的进度条 |
| 快速文本 | 0.9.2 | 高效的文本分类和表示学习 |
| ffmpeg | 7.0.0 | 用于录制、转换和流式传输音频和视频的跨平台解决方案 |
| 文件锁 | 3.13.1 | 独立于平台的文件锁 |
| 菲奥娜 | 1.9.6 | OGR 为 Python 程序员提供的简洁、灵活、简洁的 API |
| 火 | 0.4.0 | 一个用于从任何 Python 对象创建 CLI 的库 |
| 大叶 | 0.14.0 | 使用 Leaflet.js 和 Python 制作精美的地图 |
| 弗里比迪 | 1.0.10 | Unicode双向算法的自由实现 |
| 冻结列表 | 1.4.0 | 实现 collections.abc.MutableSequence 的类似列表的结构 |
| 胃气 | 0.5.3 | 抽象底层 Python 版本的 Python AST |
| 向下 | 5.2.0 | 从 Google 云端硬盘下载大文件。 |
| 地理熊猫 | 1.0.1 | 地理 pandas 扩展，基础包 |
| geopandas 基地 | 1.0.1 | 地理 pandas 扩展、元包 |
| 地理 | 3.12.1 | Java 拓扑套件 (JTS) 的 C++ 端口 |
| getopt-win32 | 0.1 | Visual C++ 的 getopt 端口 |
| 全局标志 | 2.2.2 | 实现命令行标志处理的 C++ 库 |
| giflib | 5.2.1 | 用于读取和写入 gif 图像的库 |
| 油嘴滑舌 | 2.78.4 | 为用 C 编写的库和应用程序提供核心应用程序构建块 |
| 巧舌如簧的工具 | 2.78.4 | 为用 C、命令行工具编写的库和应用程序提供核心应用程序构建块 |
| 谷歌认证 | 2.29.0 | 适用于 Python 的 Google 身份验证库 |
| 谷歌认证 oauthlib | 0.5.2 | Google 身份验证库，oauthlib 与 google-auth 集成 |
| 谷歌意大利面 | 0.2.0 | Pasta是一个基于AST的Python重构库 |
| 图形工具 | 1.4.0 | 来自 Python 的 NVIDIA GPU 状态 |
| 石墨2 | 1.3.14 | 一个“智能字体”系统，可以处理世界上不太知名的语言的复杂性 |
| 图形可视化 | 8.1.0 | 开源图形可视化软件 |
| 接地迪诺-py | 0.4.0 | 开集物体检测器 |
| 格普西奥 | 1.46.3 | 基于HTTP/2的RPC框架 |
| 总督 | 0.7.6 | GNU 三角曲面库 |
| h3-py | 3.7.6 | H3六边形层次地理空间索引系统 |
| 哈夫巴兹 | 4.3.0 | OpenType 文本整形引擎 |
| 拥抱脸集线器 | 0.24.3 | 用于在 Huggingface.co 中心下载和发布模型的客户端库 |
| 人类友好的 | 10.0 | 使用 Python 的文本界面的人性化输出 |
| 重症监护室 | 73.1 | Unicode 的国际组件 |
| 图像编解码器 | 2023年1月23日 | 图像转换、压缩和解压缩编解码器 |
| 图像处理 | 2.33.1 | 用于读取和写入图像数据的Python库 |
| 伊姆高格 | 0.4.0 | 用于机器学习实验的图像增强 |
| 就地abn | 1.1.0 | 就地激活 BatchNorm |
| 作业库 | 1.4.2 | Python 函数作为管道作业 |
| js2py | 0.74 | JavaScript 到 Python 转换器和 JavaScript 解释器用 100% 纯 Python 编写。 |
| jxr库 | 1.1 | jxrlib - Microsoft 的 JPEG XR 库，从 Debian 托管源构建。 |
| 喀拉斯 | 2.13.1 | 适用于 Theano 和 TensorFlow 的深度学习库 |
| 语言代码 | 3.3.0 | 以标准化方式标记和比较人类语言 |
| 云雀 | 1.1.2 | 现代解析库 |
| 拉斯比 | 1.7.1 | 用于读取、修改和创建 LAS 文件的 Python 库 |
| 惰性加载器 | 0.4 | 轻松按需加载子包和功能 |
| 液晶管理系统2 | 2.16 | 小色彩管理系统 |
| 勒克 | 3.0 | 有限误差光栅压缩 |
| 利巴埃克 | 1.0.4 | 自适应熵编码库 |
| 利巴维夫 | 1.1.1 | AV1 图像文件格式的友好、可移植的 C 实现 |
| libboost | 1.82.0 | 免费的同行评审的可移植 C++ 源代码库 |
| libclang | 14.0.6 | Clang 编译器的开发头文件和库 |
| libclang13 | 14.0.6 | Clang 编译器的开发头文件和库 |
| 库卷曲 | 8.9.1 | 使用 URL 语法传输数据的工具和库 |
| 库菲 | 3.4.4 | 可移植的外部函数接口库 |
| 库文件 | 2.3.3 | 用于动态创建图像的库 |
| 库glib | 2.78.4 | 为用 C 编写的库和应用程序提供核心应用程序构建块 |
| 库比转换 | 1.16 | 在不同编码之间转换文本 |
| libnghttp2 | 1.62.1 | HTTP/2 C 库 |
| libopencv | 4.8.1 | 计算机视觉和机器学习软件库 |
| 库空间索引 | 1.9.3 | 用于稳健空间索引的可扩展框架 |
| 库文件 | 1.5.3 | 安全、可靠的运输 |
| 利布夫 | 1.40.0 | 跨平台异步I/O |
| libwebp | 1.3.2 | WebP图片库 |
| libwebp 库 | 1.3.2 | WebP图片库、最小基础库 |
| libxgboost | 2.0.3 | 极限梯度提升 |
| 利佐普弗利 | 1.0.3 | 一个非常好的但缓慢的 deflate 或 zlib 压缩的压缩库 |
| 光GBM | 4.3.0 | LightGBM 是一个梯度提升框架，使用基于树的学习算法 |
| 轻量级 | 0.42.0 | 用于编写 JIT 编译器的轻量级 LLVM python 绑定 |
| 鲭鱼 | 1.2.3 | 用Python编写的模板库 |
| 地图分类 | 2.5.0 | 等值线图的分类方案 |
| 降价 | 3.4.1 | Markdown 的 Python 实现 |
| markdown-it-py | 2.2.0 | Markdown-it 的 Python 端口。 Markdown 解析，正确！ |
| 姆杜尔 | 0.1.0 | markdown-it-py 解析器的 URL 实用程序 |
| mljar 监督 | 0.11.2 | 具有特征工程和超参数调整的自动化机器学习管道 |
| 平均CV值 | 2.0.1 | OpenMMLab 计算机视觉基金会 |
| 毫米代特 | 3.1.0 | OpenMMLab 检测工具箱和基准 |
| 毫米德特3d | 1.2.0 | 用于通用 3D 物体检测的下一代平台 |
| 毫米发动机 | 0.8.5 | OpenMMLab 项目的引擎 |
| 分段 | 1.1.2 | 语义分割工具箱和基准 |
| 莫特计量学 | 1.1.3 | 在 Python 中对多个对象跟踪器 (MOT) 进行基准测试 |
| 多词典 | 6.0.4 | 键已排序且可以重复出现的键值对 |
| 多进程 | 0.70.15 | python 中更好的多处理和多线程 |
| 咀嚼 | 2.5.0 | 可点访问的字典（类似于 JavaScript 对象） |
| 默默哈什 | 1.0.7 | 非加密哈希函数 |
| nb_conda_kernels | 2.5.1 | 为任何已安装的 conda 环境启动 Jupyter 内核 |
| 神经结构学习 | 1.4.0 | 用结构化信号训练神经网络 |
| ninja_语法 | 1.7.2 | 用于生成 .ninja 文件的 Python 模块 |
| 努巴 | 0.59.1 | 使用 LLVM 的 NumPy 感知动态 Python 编译器 |
| nuscenes-devkit | 1.1.3 | nuScenes 数据集的 devkit |
| Nvidia-ml-py3 | 7.352.0 | Python 绑定到 NVIDIA 管理库 |
| 奥恩克斯 | 1.13.1 | 开放神经网络交换库 |
| 昂恩克斯-TF | 1.9.0 | ONNX 实验性 Tensorflow 后端 |
| 运行时 | 1.18.1 | 高性能 ML 推理和训练加速器、Python 库 |
| onnxruntime-cpp | 1.18.1 | 高性能 ML 推理和训练加速器、C++ 运行时 |
| 开放式计算机视觉 | 4.8.1 | 计算机视觉和机器学习软件库 |
| 打开jpeg | 2.5.0 | 用 C 语言编写的开源 JPEG 2000 编解码器 |
| 选择因苏姆 | 3.3.0 | 通过收缩阶优化来优化 NumPy、Tensorflow、Dask 等中的 einsum 函数 |
| 奥普图纳 | 3.0.4 | 超参数优化框架 |
| 潘戈 | 1.50.7 | 文本布局和渲染引擎 |
| 可怜的 | 0.10.3 | 用于本地和云存储桶存储的 Path 接口 |
| 个人资料库 | 5.6.0 | Python构建合理性 |
| 计算机控制模块 | 0.4.11 | Python C++ 代码管理器 |
| PCRE2 | 10.42 | 使用与 Perl 5 相同的语法和语义进行正则表达式模式匹配 |
| 像素人 | 0.43.4 | 用于像素操作的低级软件库 |
| 阴谋地 | 5.20.0 | 一个基于浏览器的交互式 Python 图形库 |
| 门户锁 | 2.3.0 | Portalocker 是一个为文件锁定提供简单 API 的库。 |
| 波音频 | 19.6.0 | 跨平台、开源、音频 I/O 库 |
| 预棚 | 3.0.6 | 用于预哈希键的 Cython 哈希表 |
| 漂亮的 | 2.1.0 | 以具有视觉吸引力的 ASCII 表格格式显示表格数据 |
| 项目4 | 9.4.1 | PROJ坐标变换软件库 |
| py-boost | 1.82.0 | 免费的同行评审的可移植 C++ 源代码库 |
| py-opencv | 4.8.1 | 计算机视觉和机器学习软件库 |
| py-xgboost | 2.0.3 | 可扩展、可移植和分布式梯度增强 XGBoost 库的 Python 绑定 |
| 皮亚斯恩1 | 0.4.8 | ASN.1 类型和编解码器 |
| pyasn1-模块 | 0.2.8 | 基于 ASN.1 的协议模块的集合 |
| pycoco工具 | 2.0.7 | MS-COCO 数据集的 Python API |
| pyjs解析器 | 2.7.1 | 快速 javascript 解析器（基于 esprima.js） |
| pyopenssl | 24.2.1 | OpenSSL 库的 Python 包装器模块 |
| pyperclip | 1.8.2 | Python 的跨平台剪贴板模块 |
| pyproj | 3.6.1 | 用于制图转换的 PROJ4 库的 Python 接口 |
| 四元数 | 0.9.9 | 用于表示和使用四元数的 Pythonic 库 |
| pyreadline3 | 3.4.1 | GNU readline 的 Python 实现，现代化 |
| python-flatbuffers | 26.5.23 | 用于 Flatbuffers 序列化格式的 Python 运行时库 |
| python-graphviz | 0.20.1 | Graphviz 的简单 Python 界面 |
| python 声音设备 | 0.4.4 | 使用 Python 播放和录制声音 |
| python-tzdata | 2023.3 | IANA 时区数据提供商 |
| python-xxhash | 2.0.2 | xxHash 的 Python 绑定 |
| 火炬 | 2.0.1 | PyTorch 是一个优化的张量库，用于使用 GPU 和 CPU 进行深度学习 |
| pywin32 | 305 | 适用于 Windows 的 Python 扩展 |
| 光栅 | 1.3.10 | Rasterio 读取和写入地理空间栅格数据集 |
| 富有的 | 13.3.5 | 将富文本、表格、进度条、语法突出显示、Markdown 等渲染到终端 |
| RSA | 4.7.2 | 纯 Python RSA 实现 |
| 树 | 1.0.1 | Python GIS 的 R-Tree 空间索引 |
| 安全张量 | 0.4.2 | 快速安全的张量序列化 |
| 三吉奥 | 3.4 | 与分段地理空间 (samgeo) 堆栈配合使用的基本包的集合。 |
| scikit 图像 | 0.22.0 | SciPy 的图像处理例程 |
| scikit学习 | 1.3.0 | 一组用于机器学习和数据挖掘的Python模块 |
| scikit 绘图 | 0.3.7 | 绘制 scikit-learn 对象 |
| 分割任何东西 | 1.0 | Meta AI 的 Segment Anything Model 的非官方 Python 包 |
| 分段任何总部 | 0.3 | 用于高质量分割任何内容的官方 Python 包 |
| 分段地理空间 | 0.10.2 | 用于使用 Segment Anything Model (SAM) 分割地理空间数据的 Python 包 |
| 句子 | 0.1.99 | 无监督文本分词器和去分词器 |
| 形状 | 0.42.1 | 解释任何机器学习模型输出的统一方法 |
| 匀称的 | 2.0.5 | 几何对象、谓词和运算 |
| 谢林厄姆 | 1.5.0 | 检测周围外壳的工具 |
| 切片机 | 0.0.7 | 小包装，大切片 |
| 智能打开 | 5.2.1 | 用于高效传输大文件的 Python 库 |
| 舒适 | 1.4.7 | Snuggs 是 NumPy 的 s 表达式 |
| 稀疏的 | 3.7.2 | 工业级自然语言处理 |
| 空间遗产 | 3.0.12 | spaCy NLP 遗留功能和架构用于向后兼容 |
| 空间记录器 | 1.0.4 | 用于 spaCy 管道训练的备用记录器 |
| SPConv | 2.3.6 | 空间稀疏卷积 |
| srsly | 2.4.8 | 适用于 Python 的现代高性能序列化实用程序 |
| 装卸工 | 5.1.0 | 管理 Python 应用程序的动态插件 |
| 监督 | 0.6.0 | 一组易于使用的实用程序，在任何计算机视觉项目中都会派上用场 |
| 制表 | 0.9.0 | 在 Python 中漂亮打印表格数据、一个库和一个命令行实用程序 |
| 待定 | 2021.8.0 | 高级抽象线程库 |
| 韧性 | 8.2.3 | 每当发生异常时重试不稳定的函数，直到它起作用 |
| 张量板 | 2.13.0 | TensorBoard 可让您观看 Tensors Flow |
| 张量板数据服务器 | 0.7.0 | TensorBoard 的数据服务器 |
| 张量板插件机智 | 1.6.0 | 假设工具 TensorBoard 插件 |
| 张量板x | 2.6.2.2 | TensorBoardX 让您无需使用 Tensorflow 即可观看 Tensors Flow |
| 张量流 | 2.13.0 | TensorFlow 是一个机器学习库 |
| 张量流插件 | 0.22.0 | TensorFlow 有用的额外功能 |
| 张量流估计器 | 2.13.0 | TensorFlow 估计器 |
| 张量流集线器 | 0.16.1 | 通过重用部分 TensorFlow 模型进行迁移学习的库 |
| 张量流-io-gcs-文件系统 | 0.31.0 | 数据集、流媒体和文件系统扩展 |
| 张量流模型优化 | 0.7.5 | TensorFlow 模型优化工具包 |
| 张量流概率 | 0.20.1 | TensorFlow Probability 是 TensorFlow 中用于概率推理和统计分析的库 |
| 术语颜色 | 2.1.0 | 终端输出的 ANSII 颜色格式 |
| 终端表 | 3.1.0 | 从嵌套的字符串列表在终端中生成简单的表 |
| tflite 模型制作者 | 0.3.4 | 用于设备上应用程序的模型定制库 |
| tflite 支持 | 0.4.4 | TensorFlow Lite 支持将 TFLite 模型部署到移动设备上 |
| 薄薄的 | 8.2.2 | 学习超稀疏多类模型 |
| 线程池控制 | 3.5.0 | 用于控制本机库线程池的 Python 帮助程序 |
| tiff 文件 | 2023年4月12日 | 读取和写入 TIFF 文件 |
| 蒂姆 | 0.4.12 | PyTorch 图像模型 |
| 分词器 | 0.19.1 | 针对研究和生产进行优化的快速、最先进的分词器 |
| 火炬簇 | 1.6.3 | 用于 PyTorch 的高度优化图聚类算法的扩展库 |
| 火炬几何 | 2.4.0 | PyTorch 的几何深度学习扩展库 |
| 火炬散布 | 2.1.2 | 高度优化的稀疏更新（分散和分段）操作的扩展库 |
| 火炬稀疏 | 0.6.18 | 具有 autograd 支持的优化稀疏矩阵运算扩展库 |
| 火炬样条转换 | 1.2.2 | SplineCNN 基于样条的卷积算子的 PyTorch 实现 |
| 火炬视觉 | 0.15.2 | 用于 Torch 深度学习的图像和视频数据集和模型 |
| torchvision-cpp | 0.15.2 | 用于 Torch 深度学习的图像和视频数据集和模型，C++ 接口 |
| 变形金刚 | 4.43.4 | 适用于 TensorFlow 2.0 和 PyTorch 的最先进的自然语言处理 |
| 修剪网格 | 2.35.39 | 导入、导出、处理、分析和查看三角形网格。 |
| 打字员 | 2.12.1 | Python 运行时类型检查器 |
| 打字机 | 0.9.0 | 用于构建 CLI 应用程序的库 |
| 打字 | 3.10.0.0 | Python 的类型提示 - Python<3.5 的向后移植 |
| 本地化 | 5.2 | 本地时区的 tzinfo 对象 |
| 芥末 | 0.9.1 | 轻量级控制台打印和格式化工具包 |
| 黄鼠狼 | 0.3.4 | 一个小而简单的工作流程系统 |
| 工厂 | 3.0.3 | Python WSGI 实用程序库 |
| 词云 | 1.9.3 | Python 中的一个小型词云生成器 |
| xgboost | 2.0.3 | 可扩展、可移植的分布式梯度提升（GBDT、GBRT 或 GBM）库 |
| xmltodict | 0.13.0 | 让使用 XML 就像使用 JSON 一样 |
| xx哈希值 | 0.8.0 | 极快的哈希算法 |
| XYZ服务 | 2022.9.0 | XYZ 瓷砖供应商来源 |
| 亚普夫 | 0.40.2 | Python 文件的格式化程序 |
| 雅尔 | 1.9.3 | 又一个 URL 库 |
| zfp | 1.0.0 | 支持高吞吐量读写随机访问的压缩数值数组库 |
| _py-xgboost-互斥体 | 2.0 | 用于选择所需的 XGBoost 实现的元包 |
| 图书馆名称 | 版本 | 描述 |
|---|---|---|
| 绝对-py | 2.1.0 | Abseil Python 公共库 |
| 瘾君子 | 3.4.0 | 提供一个字典，其项目可以使用属性和项目语法来设置 |
| 仿射 | 2.3.0 | 描述平面仿射变换的矩阵 |
| aiohttp | 3.9.5 | 异步 http 客户端/服务器框架 (asyncio) |
| 音频信号 | 1.2.0 | 已注册的异步回调列表 |
| 蛋白表达 | 1.0.3 | 快速灵活的图像增强库 |
| 蒸馏器 | 1.8.1 | SQLAlchemy 的数据库迁移工具 |
| 带注释的类型 | 0.6.0 | 与打字一起使用的可重用约束类型。注释 |
| 奥姆 | 3.6.0 | 开放媒体视频编解码器联盟 |
| 阿斯顿帕斯 | 1.6.3 | Python 的 AST 解析器 |
| 原子写入 | 1.4.0 | Python 的原子文件写入 |
| 布卢斯克 | 1.21.3 | 一个比memcpy()更快的阻塞、改组和无损压缩库 |
| 促进 | 1.82.0 | Boost 提供经过同行评审的可移植 C++ 源代码库 |
| 布兰卡 | 0.6.0 | 从Python生成丰富的HTML + JS元素 |
| 压缩包2 | 1.0.8 | 高品质数据压缩器 |
| 开罗 | 1.16.0 | 支持多种输出设备的 2D 图形库 |
| 目录 | 2.0.10 | 适合您的库的超轻量级函数注册表 |
| 猫助推器 | 1.2.3 | 决策树库的梯度提升 |
| 类别编码器 | 2.2.2 | 将分类变量编码为数字的 sklearn 转换器集合 |
| cc导入 | 0.4.2 | 快速 C++ Python 绑定 |
| 查尔斯 | 2.2.0 | CharLS，C++ JPEG-LS 库实现 |
| 点击插件 | 1.1.1 | 一个扩展模块，用于单击以启用通过 setuptools 入口点注册 CLI 命令 |
| 悬崖 | 3.8.0 | 命令行界面制定框架 |
| 克利吉 | 0.7.2 | 单击 GeoJSON 命令行接口的参数 |
| 云路径库 | 0.16.0 | pathlib.Path 样式的类，用于与不同云存储服务中的文件进行交互。 |
| 厘米埃斯 | 0.8.2 | 使用协方差矩阵适应进化策略进行黑盒优化 |
| 指令2 | 2.4.3 | 用于构建交互式命令行应用程序的工具 |
| 彩色原木 | 15.0.1 | Python 日志记录模块的彩色终端输出 |
| 色彩日志 | 5.0.1 | 用颜色记录格式！ |
| 颜色 | 0.1.5 | Python 颜色表示操作库（RGB、HSL、Web，...） |
| 甜点 | 0.1.4 | 最贴心的 Python 配置系统 |
| cuda工具包 | 11.8.0 | NVIDIA 的 CUDA 工具包 |
| 库德恩 | 8.7.0.84 | NVIDIA 的 cuDNN 深度神经网络加速库 |
| 精液 | 0.4.11 | CUda 矩阵乘法库 |
| 赛梅姆 | 2.0.6 | 通过 Cython 管理对 calloc/free 的调用 |
| 赛通 | 3.0.10 | 用于为 Python 语言编写 C 扩展的 Cython 编译器 |
| cython-blis | 0.7.9 | 作为独立的 Python 库的快速矩阵乘法 – 无系统依赖性！ |
| 数据集 | 2.16.1 | HuggingFace/Datasets 是一个开放的 NLP 数据集库。 |
| 达夫1d | 1.2.1 | 所有平台上最快的 AV1 解码器 |
| 深度学习要点 | 3.3 | 广泛的深度学习包集合 |
| 笛卡尔 | 1.1.0 | 使用几何对象作为 matplotlib 路径和补丁 |
| 德特雷格 | 1.0.0 | 用于多尺度可变形注意力的 CUDA 函数的 PyTorch 包装器 |
| 莳萝 | 0.3.7 | 序列化所有Python（几乎） |
| dm树 | 0.1.7 | 用于处理嵌套数据结构的库 |
| dtreeviz | 1.3.7 | 决策树可视化 |
| 埃诺普斯 | 0.7.0 | 深度学习操作的新风格 |
| 合奏盒 | 1.0.8 | 从对象检测模型中集成框的方法 |
| 外籍人士 | 2.6.0 | C 语言的 Expat XML 解析器库 |
| 公平学习 | 0.8.0 | 简单易用的公平评估和不公平缓解 |
| 法斯塔伊 | 1.0.63 | fastai 让 PyTorch 的深度学习更快、更准确、更简单 |
| 快速进展 | 0.2.3 | 适用于 Jupyter Notebook 和控制台的快速且简单的进度条 |
| 快文本 | 0.9.2 | 高效的文本分类和表示学习 |
| ffmpeg | 6.1.1 | 用于录制、转换和流式传输音频和视频的跨平台解决方案 |
| 文件锁 | 3.13.1 | 独立于平台的文件锁 |
| 菲奥娜 | 1.9.5 | OGR 为 Python 程序员提供的简洁、灵活、简洁的 API |
| 火 | 0.4.0 | 一个用于从任何 Python 对象创建 CLI 的库 |
| 大叶 | 0.14.0 | 使用 Leaflet.js 和 Python 制作精美的地图 |
| 字体配置 | 2.14.1 | 用于配置和自定义字体访问的库 |
| 弗里比迪 | 1.0.10 | Unicode双向算法的自由实现 |
| 冻结列表 | 1.4.0 | 实现 collections.abc.MutableSequence 的类似列表的结构 |
| 胃气 | 0.5.3 | 抽象底层 Python 版本的 Python AST |
| 向下 | 4.7.1 | 从 Google 云端硬盘下载大文件。 |
| 地理熊猫 | 0.14.1 | 地理 pandas 扩展，基础包 |
| geopandas 基地 | 0.14.1 | 地理 pandas 扩展、元包 |
| 地理 | 3.12.1 | Java 拓扑套件 (JTS) 的 C++ 端口 |
| getopt-win32 | 0.1 | Visual C++ 的 getopt 端口 |
| 全局标志 | 2.2.2 | 实现命令行标志处理的 C++ 库 |
| giflib | 5.2.1 | 用于读取和写入 gif 图像的库 |
| 油嘴滑舌 | 2.78.4 | 为用 C 编写的库和应用程序提供核心应用程序构建块 |
| 巧舌如簧的工具 | 2.78.4 | 为用 C、命令行工具编写的库和应用程序提供核心应用程序构建块 |
| 谷歌认证 | 2.29.0 | 适用于 Python 的 Google 身份验证库 |
| 谷歌认证 oauthlib | 0.5.2 | Google 身份验证库，oauthlib 与 google-auth 集成 |
| 谷歌意大利面 | 0.2.0 | Pasta是一个基于AST的Python重构库 |
| 图形工具 | 1.4.0 | 来自 Python 的 NVIDIA GPU 状态 |
| 石墨2 | 1.3.14 | 一个“智能字体”系统，可以处理世界上不太知名的语言的复杂性 |
| 图形可视化 | 8.1.0 | 开源图形可视化软件 |
| 接地迪诺-py | 0.4.0 | 开集物体检测器 |
| 格普西奥 | 1.46.3 | 基于HTTP/2的RPC框架 |
| 总督 | 0.7.6 | GNU 三角曲面库 |
| h3-py | 3.7.6 | H3六边形层次地理空间索引系统 |
| 哈夫巴兹 | 4.3.0 | OpenType 文本整形引擎 |
| 拥抱脸集线器 | 0.20.3 | 用于在 Huggingface.co 中心下载和发布模型的客户端库 |
| 人类友好的 | 10.0 | 使用 Python 的文本界面的人性化输出 |
| 重症监护室 | 68.1 | Unicode 的国际组件 |
| 图像编解码器 | 2023年1月23日 | 图像转换、压缩和解压缩编解码器 |
| 图像处理 | 2.33.1 | 用于读取和写入图像数据的Python库 |
| 伊姆高格 | 0.4.0 | 用于机器学习实验的图像增强 |
| 就地abn | 1.1.0 | 就地激活 BatchNorm |
| 作业库 | 1.4.0 | Python 函数作为管道作业 |
| js2py | 0.74 | JavaScript 到 Python 转换器和 JavaScript 解释器用 100% 纯 Python 编写。 |
| jxr库 | 1.1 | jxrlib - Microsoft 的 JPEG XR 库，从 Debian 托管源构建。 |
| 喀拉斯 | 2.13.1 | 适用于 Theano 和 TensorFlow 的深度学习库 |
| 语言代码 | 3.3.0 | 以标准化方式标记和比较人类语言 |
| 云雀 | 1.1.2 | 现代解析库 |
| 拉斯比 | 1.7.1 | 用于读取、修改和创建 LAS 文件的 Python 库 |
| 惰性加载器 | 0.3 | 轻松按需加载子包和功能 |
| 液晶管理系统2 | 2.12 | 小色彩管理系统 |
| 勒克 | 3.0 | 有限误差光栅压缩 |
| 利巴埃克 | 1.0.4 | 自适应熵编码库 |
| 利巴维夫 | 0.11.1 | AV1 图像文件格式的友好、可移植的 C 实现 |
| libboost | 1.82.0 | 免费的同行评审的可移植 C++ 源代码库 |
| libclang | 14.0.6 | Clang 编译器的开发头文件和库 |
| libclang13 | 14.0.6 | Clang 编译器的开发头文件和库 |
| 库卷曲 | 8.6.0 | 使用 URL 语法传输数据的工具和库 |
| 库菲 | 3.4.4 | 可移植的外部函数接口库 |
| 库文件 | 2.3.3 | 用于动态创建图像的库 |
| 库glib | 2.78.4 | 为用 C 编写的库和应用程序提供核心应用程序构建块 |
| 库比转换 | 1.16 | 在不同编码之间转换文本 |
| libnghttp2 | 1.59.0 | HTTP/2 C 库 |
| libopencv | 4.8.1 | 计算机视觉和机器学习软件库 |
| libspatialIndex | 1.9.3 | 可扩展的框架，用于强大的空间索引 |
| libsrt | 1.4.4 | 安全，可靠的运输 |
| 利布夫 | 1.40.0 | 跨平台异步I/O |
| libwebp | 1.3.2 | WebP图像库 |
| libwebp-base | 1.3.2 | WebP图像库，最小基础库 |
| libxgboost | 2.0.3 | 极端梯度提升 |
| libzopfli | 1.0.3 | 一个非常好的压缩库，但速度缓慢或Zlib压缩 |
| 光GBM | 4.3.0 | LightGBM是使用基于树的学习算法的梯度提升框架 |
| llvmlite | 0.42.0 | 轻巧的LLVM Python绑定了写作JIT编译器 |
| 鲭鱼 | 1.2.3 | 模板库用Python编写 |
| MAPCLASSIFY | 2.5.0 | 合唱图的分类方案 |
| 降价 | 3.4.1 | Python实施Markdown |
| Markdown-it-py | 2.2.0 | Markdown-It的Python港口。降级解析，做对了！ |
| Mdurl | 0.1.0 | 用于Markdown-Py解析器的URL实用程序 |
| Mljarsupersed | 0.11.2 | 具有功能工程和超参数调整的自动化机器学习管道 |
| 平均CV值 | 2.0.1 | OpenMMLAB计算机视觉基金会 |
| 毫米代特 | 3.1.0 | OpenMMLab 检测工具箱和基准 |
| 毫米德特3d | 1.2.0 | 一般3D对象检测的下一代平台 |
| mmengine | 0.8.5 | OpenMMLAB项目的引擎 |
| 分段 | 1.1.2 | 语义分割工具箱和基准 |
| Motmetrics | 1.1.3 | Python中的基准多个对象跟踪器（MOT） |
| 多词典 | 6.0.4 | 钥匙值对分类键并可以重复发生 |
| 多进程 | 0.70.15 | Python中更好的多处理和多线程 |
| 咀嚼 | 2.5.0 | 可访问的词典（la javaScript对象） |
| 默默哈什 | 1.0.7 | 非晶量哈希功能 |
| nb_conda_kernels | 2.3.1 | 为任何安装的conda环境启动jupyter内核 |
| 神经结构学习 | 1.4.0 | 用结构化信号训练神经网络 |
| ninja_syntax | 1.7.2 | 用于生成.ninja文件的Python模块 |
| 努巴 | 0.59.1 | 使用 LLVM 的 NumPy 感知动态 Python 编译器 |
| Nuscenes-devkit | 1.1.3 | Nuscenes数据集的Devkit |
| NVIDIA-ML-PY3 | 7.352.0 | Python与NVIDIA管理库的绑定 |
| 奥恩克斯 | 1.13.1 | 开放神经网络交流图书馆 |
| onnx-tf | 1.9.0 | onnx的实验性张量后端 |
| 运行时 | 1.17.1 | 跨平台，高性能ML推断和训练加速器 |
| 开放式计算机视觉 | 4.8.1 | 计算机视觉和机器学习软件库 |
| 打开jpeg | 2.5.0 | 用C编写的开源JPEG 2000编解码器 |
| 选择 | 3.3.0 | 通过收缩顺序优化在Numpy，Tensorflow，Dask等中优化Einsum功能 |
| Optuna | 3.0.4 | 超参数优化框架 |
| 潘戈 | 1.50.7 | 文本布局和渲染引擎 |
| 可怜的 | 0.10.3 | 本地和云水桶存储的路径接口 |
| 个人资料库 | 5.6.0 | Python建立合理性 |
| PCCM | 0.4.11 | Python C ++代码管理器 |
| PCRE2 | 10.42 | 正则表达模式使用与Perl 5相同的语法和语义匹配 |
| 像素人 | 0.42.2 | 用于像素操纵的低级软件库 |
| 阴谋地 | 5.20.0 | Python的互动，基于浏览器的图形库 |
| Portalocker | 2.3.0 | Portalocker是一个库，可提供容易的API来锁定。 |
| Portaudio | 19.6.0 | 跨平台，开源，音频I/O库 |
| 主持 | 3.0.6 | Cython Hash table用于预先用的钥匙 |
| 很容易 | 2.1.0 | 以视觉吸引人的ASCII表格式显示表格数据 |
| 项目4 | 9.3.1 | proj坐标转换软件库 |
| py-boost | 1.82.0 | 免费的同行评审的可移植 C++ 源代码库 |
| py-opencv | 4.8.1 | 计算机视觉和机器学习软件库 |
| py-xgboost | 2.0.3 | 可扩展，便携式和分布式梯度增强XGBoost库的Python绑定 |
| pyasn1 | 0.4.8 | ASN.1类型和编解码器 |
| pyasn1模块 | 0.2.8 | 基于ASN.1的协议模块的集合 |
| pycoco工具 | 2.0.7 | MS-Coco数据集的Python API |
| 迂腐的 | 2.4.2 | 使用Python类型提示的数据验证和设置管理 |
| pydantic-core | 2.10.1 | 使用Python类型提示，核心软件包的数据验证和设置管理 |
| pyjsparser | 2.7.1 | 快速JavaScript解析器（基于esprima.js） |
| pyperclip | 1.8.2 | Python的跨平台剪贴板模块 |
| Pyproj | 3.6.1 | Proj4库的Python接口进行制图转换 |
| pyquaternion | 0.9.9 | 用于代表和使用四元素的Pythonic库 |
| pyreadline3 | 3.4.1 | python暗示GNU读取线，现代化 |
| python-flatbuffers | 23.5.26 | Python运行时库，用于flatbuffers序列化格式 |
| Python-Graphviz | 0.20.1 | graphviz的简单python接口 |
| Python-Sounddevice | 0.4.4 | 与Python一起播放和录制声音 |
| python-tzdata | 2023.3 | IANA时区数据提供者 |
| python-xxhash | 2.0.2 | python结合xxhash |
| 火炬 | 2.0.1 | Pytorch是一个优化的张量库，用于使用GPU和CPU进行深度学习 |
| pywin32 | 305 | Windows的Python扩展 |
| rasterio | 1.3.9 | rasterio读取并写入地理空间栅格数据集 |
| 富有的 | 13.3.5 | 渲染丰富的文本，表格，进度条，语法突出显示，降价等 |
| RSA | 4.7.2 | 纯Python RSA实现 |
| Rtree | 1.0.1 | python GIS的R-Tree空间索引 |
| 安全张量 | 0.4.2 | 快速安全张量序列化 |
| Samgeo | 3.3 | 与分段地理空间（SAMGEO）堆栈合作的基本包装集合。 |
| Scikit-image | 0.22.0 | Scipy的图像处理程序 |
| scikit学习 | 1.3.0 | 一组用于机器学习和数据挖掘的Python模块 |
| Scikit-prot | 0.3.7 | 绘制Scikit-Learn对象 |
| 分割任何东西 | 1.0 | 一个非官方的Python软件包，用于Meta AI的细分市场 |
| 段 - 任何HQ | 0.3 | 官方的Python套餐，用于细分市场高质量的任何东西 |
| 分段地理空间 | 0.10.2 | 用于使用 Segment Anything Model (SAM) 分割地理空间数据的 Python 包 |
| 句子 | 0.1.99 | 无监督的文本令牌和气离机 |
| 形状 | 0.42.1 | 解释任何机器学习模型的输出的统一方法 |
| 匀称的 | 2.0.1 | 几何对象，谓词和操作 |
| 谢林厄姆 | 1.5.0 | 检测周围壳的工具 |
| 切片机 | 0.0.7 | 一个小切片的小包装 |
| smart_open | 5.2.1 | Python库有效地流式传输大型文件 |
| 依ugg | 1.4.7 | 依ugg是numpy的s表达 |
| 稀疏的 | 3.7.2 | 工业强度自然语言处理 |
| 斯皮西·利利 | 3.0.12 | Spacy NLP传统功能和架构，用于向后兼容 |
| Spacy-Loggers | 1.0.4 | 替代登录机进行旋转管道培训 |
| spconv | 2.3.6 | 空间稀疏卷积 |
| Srsly | 2.4.8 | Python的现代高性能序列化实用程序 |
| 装卸工 | 5.1.0 | 管理Python应用程序的动态插件 |
| 监督 | 0.6.0 | 一组易于使用的易变，将在任何计算机视觉项目中派上用场 |
| 制表 | 0.9.0 | Python，库和命令行实用程序中的漂亮印刷表格数据 |
| 待定 | 2021.8.0 | 高级抽象线程库 |
| 韧性 | 8.2.2 | 每当发生异常直到起作用，重试片状功能 |
| 张量板 | 2.13.0 | 张板使您可以观看张量流动 |
| Tensorboard-Data服务器 | 0.7.0 | 张量板的数据服务器 |
| tensorboard-plugin-wit | 1.6.0 | 假设工具张板插件 |
| TensorboardX | 2.6.2.2 | TensorBoardX让您观看张量流动而无需张力。 |
| 张量流 | 2.13.0 | TensorFlow是一个机器学习库 |
| TensorFlow-Addons | 0.22.0 | 张量流的有用额外功能 |
| TensorFlow估计器 | 2.13.0 | TensorFlow估计器 |
| TensorFlow-Hub | 0.16.1 | 通过重复使用TensorFlow模型的部分来转移学习的库 |
