deep learning frameworks
Deep Learning Libraries installer for ArcGIS Pro 2.8
ArcGIS Pro、Server 和 ArcGIS API for Python 都包含使用 AI 和深度學習解決地理空間問題的工具，例如要素擷取、像素分類和要素分類。此安裝程式包含廣泛的元件集合，例如 PyTorch、TensorFlow、Fast.ai 和 scikit-learn，用於執行深度學習和機器學習任務，總共包含 254 個軟體包。這些套件可以透過使用 ArcGIS API for Python 中的arcgis.learn模組與深度學習訓練工具、互動式物件偵測一起使用，並直接匯入到您自己的腳本和工具中。此集合中的大多數工具都可以在任何機器上運行，但常見的深度學習工作流程需要最新的 NVIDIA 圖形處理單元 (GPU)，並且問題大小受可用 GPU 記憶體的限制，請參閱要求部分。
此安裝程式將所有包含的軟體套件新增至 Pro 和 Server 均隨附的預設arcgispro-py3環境中，並且無需其他環境即可開始使用這些工具。如果您確實創建了自訂環境，這些軟體包也將包含在內，以便您也可以在自己的自訂環境中使用相同的工具。
有關此安裝程式和 ArcGIS 支援的工作流程類型的範例，請參閱 UC 2020 全體會議影片中的 AI 和深度學習
重要的
透過匹配深度學習庫和 ArcGIS 軟體的版本來確保相容性。若要從先前版本升級，請先按照下面提供的說明卸載深度學習庫和 ArcGIS 軟體。
在 Windows 上：
下載產品的檔案後，將 Zip 檔案解壓縮到新位置，然後在 Windows 上執行 Windows Installer（例如ProDeepLearning.msi ）。這會將深度學習框架安裝到預設的arcgispro-py3 Python 環境中，但不會安裝到您在執行此安裝之前建立的任何自訂環境中。安裝後，後續克隆還將包含完整的深度學習包集。您需要解壓縮該檔案（不僅僅是從 Zip 檔案中開啟 .MSI），否則安裝程式將無法找到其內容。安裝後，可以刪除存檔和安裝程式檔案。
在伺服器 Linux 上：
提取 .tar.gz 存檔，例如使用tar xvf <file>.tar.gz ，然後執行DeepLearning-Setup.sh腳本。對於 Server 10.9 及更早版本，這將在伺服器執行時間環境內建立一個包集。從 Server 10.9.1 開始，此安裝會在<Server Install>/framework/runtime/deeplearning中建立一個新的deeplearning環境，並且深度學習套件都是本機 Linux 實作。接下來，請取消註解並更新<Server Install>/arcgis/server/usr/init_user_param.sh檔案中的ARCGIS_CONDA_DEEPLEARNING變量，然後重新啟動 ArcGIS Server。
從先前的版本升級：
如果您要從先前的版本升級，最安全的升級方法是卸載並重新安裝產品和深度學習安裝程式。例如，從 Pro 3.2 升級到 Pro 3.3：
C:Program FilesArcGISProbinPythonenvsarcgispro-py3或等效安裝位置中仍存在的所有檔案。這些可能是先前修改的環境遺留下來的。完成這些步驟後，您應該進行全新的 Pro 安裝，並在預設arcgispro-py3環境中包含深度學習套件集。
手動安裝：
| 請依照以下步驟將安裝未經認證的軟體包集 | |
|---|---|
| 確保複製預設的 Python 環境來備份您的安裝（請參閱下文） |
Python Command Prompt視窗。Start功能表中搜尋此命令提示符，也可以從產品的安裝資料夾啟動它。Python Command Prompt 3--pinned ！）`conda create -n 你的克隆名稱 --clone arcgispro-py3 --pinned
activate your-clone-name
(your-clone-name) C:Program FilesArcGISProbinPythonenvs>
conda install deep-learning-essentials
y ，然後按Enter
proswap your-clone-name
your-clone-name作為活動的 Python 環境啟動，您現在應該能夠使用深度學習工具如果您將在斷開連接的環境中工作，請從下面的連結下載所需的元軟體包，並按照軟體包頁面上列出的安裝步驟下的說明進行操作。這些套件將深度學習模型的主幹放置在指定的安裝位置，從而在 ArcGIS 中訓練深度學習模型時無需存取 Internet。
| 骨幹包 |
|---|
| ArcGIS 深度學習骨幹包 |
| ArcGIS Timm 深度學習骨幹網路第 1 部分 v1.0.0 包 |
| ArcGIS Timm 深度學習骨幹網路第 2 部分 v1.0.0 包 |
| ArcGIS Timm 深度學習骨幹網路第 3 部分 v1.0.0 包 |
| ArcGIS Timm 深度學習骨幹網路第 4 部分 v1.0.0 包 |
| ArcGIS SAM Backbones 1.0.0 包 |
| ArcGIS 米斯特拉爾骨乾包 |
| ArcGIS 多邊形分割後處理主幹 |
安裝深度學習庫後，您可以使用深度學習工具來訓練地理空間深度學習模型。您還可以了解有關 arcgis.learn 模組功能的更多信息，該模組提供對許多地理空間模型的專門訪問，而不僅僅是直接用作地理處理工具的模型。最後，您可以透過匯入下面列出的套件將上述任何庫新增到您自己的工作流程中。
Esri 深度學習會議技術研討會合輯：
深度學習庫安裝程式中包含的大多數軟體包都可以在任何機器配置上開箱即用。例如，PyTorch 可以選擇利用 GPU，但如果 GPU 不可用，則會回退到在 CPU 上執行運算。然而，GPU 運算速度明顯更快，且該發行版中的一些軟體套件（例如 TensorFlow）僅適用於支援的 GPU。 CUDA（統一運算裝置架構）是 GPU 的通用運算平台，這是目前 GPU 支援的深度學習工具的要求。
| GPU 要求 | 支援 |
|---|---|
| 圖形處理器類型 | 具有 CUDA 運算能力的 NVIDIA 最低 5.0，建議 6.1 或更高版本。請參閱支援 CUDA 的卡片列表以確定 GPU 的運算能力。 |
| GPU驅動程式 | NVIDIA GPU 驅動程式 — 需要版本 527.41 或更高版本。 |
| 專用圖形記憶體† | 最低：4GB 建議：8GB 或更多，取決於深度學習模型架構和所使用的批次大小 |
† GPU 記憶體與系統記憶體不同，無法「虛擬」存取。如果模型訓練消耗的 GPU 記憶體多於可用內存，它將失敗。 GPU 記憶體也在機器的所有用途之間共享，因此具有地圖和其他應用程式的開放 Pro 專案可能會限制這些工具使用的可用記憶體。
過時的 GPU 驅動程式將導致深度學習工具失敗，並出現執行時間錯誤，表示未安裝 CUDA 或存在不受支援的工具鏈。驗證您是否擁有 NVIDIA 直接提供的最新 GPU 驅動程式。
使用深度學習的地理處理工具整合到軟體的多個區域中，並且需要安裝相關擴充功能才能運作：
| 工具 | 擴大 |
|---|---|
| 模型訓練、推理與探索 | 影像分析師 |
| 點雲分類 | 3D分析師 |
| AutoML 和文字分析 | 高級，無需擴展 |
| 圖書館名稱 | 版本 | 描述 |
|---|---|---|
| 絕對-py | 2.1.0 | Abseil Python 公用函式庫 |
| 加速 | 0.33.0 | Accelerate 提供針對 Intel CPU 和 NVidia GPU 效能進行最佳化的數值庫的訪問 |
| 癮君子 | 2.4.0 | 提供一個字典，其項目可以使用屬性和項目語法來設置 |
| 仿射 | 2.3.0 | 描述平面仿射變換的矩陣 |
| aiohttp | 3.9.5 | 非同步 http 客戶端/伺服器框架 (asyncio) |
| 音訊訊號 | 1.2.0 | 已註冊的非同步回調列表 |
| 蛋白表達 | 1.0.3 | 快速靈活的影像增強庫 |
| 蒸餾器 | 1.8.1 | SQLAlchemy 的資料庫遷移工具 |
| 奧姆 | 3.9.1 | 開放媒體視訊編解碼器聯盟 |
| 阿斯頓帕斯 | 1.6.3 | Python 的 AST 解析器 |
| 原子寫入 | 1.4.0 | Python 的原子檔寫入 |
| 位元和位元組 | 0.43.3 | 透過 PyTorch 的 k 位元量化可存取大型語言模型。 |
| 布魯斯克 | 1.21.3 | 一個比memcpy()更快的阻塞、改組和無損壓縮庫 |
| 促進 | 1.82.0 | Boost 提供經過同儕審查的可移植 C++ 原始碼庫 |
| 布蘭卡 | 0.6.0 | 從Python產生豐富的HTML + JS元素 |
| 壓縮包2 | 1.0.8 | 高品質資料壓縮器 |
| 開羅 | 1.18.2 | 支援多種輸出裝置的 2D 圖形庫 |
| 目錄 | 2.0.10 | 適合您的庫的超輕量級函數註冊表 |
| 貓助推器 | 1.2.3 | 決策樹庫的梯度提升 |
| 類別編碼器 | 2.2.2 | 將分類變數編碼為數字的 sklearn 轉換器集合 |
| cc導入 | 0.4.2 | 快速 C++ Python 綁定 |
| 查爾斯 | 2.2.0 | CharLS，C++ JPEG-LS 函式庫實現 |
| 點擊插件 | 1.1.1 | 一個擴充模組，用於點擊以啟用透過 setuptools 入口點註冊 CLI 命令 |
| 懸崖 | 3.8.0 | 命令列介面製定框架 |
| 克利吉 | 0.7.2 | 按一下 GeoJSON 命令列介面的參數 |
| 雲端路徑庫 | 0.16.0 | pathlib.Path 樣式的類，用於與不同雲端儲存服務中的檔案進行互動。 |
| 厘米埃斯 | 0.8.2 | 使用協方差矩陣適應進化策略進行黑盒優化 |
| 指令2 | 2.4.3 | 用於建立互動式命令列應用程式的工具 |
| 彩色原木 | 15.0.1 | Python 日誌記錄模組的彩色終端輸出 |
| 色彩日誌 | 5.0.1 | 用顏色記錄格式！ |
| 顏色 | 0.1.5 | Python 顏色表示操作庫（RGB、HSL、Web，...） |
| 甜點 | 0.1.4 | 最貼心的 Python 設定係統 |
| cuda工具包 | 11.8.0 | NVIDIA 的 CUDA 工具包 |
| 庫德恩 | 8.7.0.84 | NVIDIA 的 cuDNN 深度神經網路加速庫 |
| 精液 | 0.4.11 | CUda 矩陣乘法庫 |
| 賽梅姆 | 2.0.6 | 透過 Cython 管理對 calloc/free 的調用 |
| 賽通 | 3.0.10 | 用於 Python 語言編寫 C 擴充功能的 Cython 編譯器 |
| cython-blis | 0.7.9 | 作為獨立的 Python 庫的快速矩陣乘法 – 無系統依賴性！ |
| 數據集 | 2.16.1 | HuggingFace/Datasets 是一個開放的 NLP 資料集庫。 |
| 達夫1d | 1.2.1 | 所有平台上最快的 AV1 解碼器 |
| 深度學習重點 | 3.4 | 廣泛的深度學習包集合 |
| 笛卡兒 | 1.1.0 | 使用幾何物件作為 matplotlib 路徑和補丁 |
| 德特雷格 | 1.0.0 | 用於多尺度可變形注意力的 CUDA 函數的 PyTorch 包裝器 |
| 蒔蘿 | 0.3.7 | 序列化所有Python（幾乎） |
| dm樹 | 0.1.7 | 用於處理嵌套資料結構的庫 |
| dtreeviz | 1.3.7 | 決策樹可視化 |
| 埃諾普斯 | 0.7.0 | 深度學習操作的新風格 |
| 合奏盒 | 1.0.8 | 從物件檢測模型中整合框的方法 |
| 外籍人士 | 2.6.3 | C 語言的 Expat XML 解析器函式庫 |
| 公平學習 | 0.8.0 | 簡單易用的公平評估與不公平緩解 |
| 法斯塔伊 | 1.0.63 | fastai 讓 PyTorch 的深度學習更快、更精準、更簡單 |
| 快速進展 | 0.2.3 | 適用於 Jupyter Notebook 和控制台的快速且簡單的進度條 |
| 快文本 | 0.9.2 | 高效率的文本分類和表示學習 |
| ffmpeg | 7.0.0 | 用於錄製、轉換和串流音訊和視訊的跨平台解決方案 |
| 文件鎖 | 3.13.1 | 獨立於平台的文件鎖 |
| 菲奧娜 | 1.9.6 | OGR 為 Python 程式設計師提供的簡潔、靈活、簡潔的 API |
| 火 | 0.4.0 | 一個用於從任何 Python 物件建立 CLI 的庫 |
| 大葉 | 0.14.0 | 使用 Leaflet.js 和 Python 製作精美的地圖 |
| 芙烈比迪 | 1.0.10 | Unicode雙向演算法的自由實現 |
| 凍結列表 | 1.4.0 | 實作 collections.abc.MutableSequence 的類似清單的結構 |
| 胃氣 | 0.5.3 | 抽象底層 Python 版本的 Python AST |
| 向下 | 5.2.0 | 從 Google 雲端硬碟下載大檔案。 |
| 地理貓熊 | 1.0.1 | 地理 pandas 擴展，基礎包 |
| geopandas 基地 | 1.0.1 | 地理 pandas 擴充、元包 |
| 地理 | 3.12.1 | Java 拓撲套件 (JTS) 的 C++ 端口 |
| getopt-win32 | 0.1 | Visual C++ 的 getopt 端口 |
| 全域標誌 | 2.2.2 | 實作命令列標誌處理的 C++ 庫 |
| giflib | 5.2.1 | 用於讀取和寫入 gif 圖像的庫 |
| 油嘴滑舌 | 2.78.4 | 為用 C 編寫的函式庫和應用程式提供核心應用程式建構塊 |
| 巧舌如簧的工具 | 2.78.4 | 為用 C、命令列工具編寫的庫和應用程式提供核心應用程式建構塊 |
| Google認證 | 2.29.0 | 適用於 Python 的 Google 驗證程式庫 |
| 谷歌認證 oauthlib | 0.5.2 | Google 身份驗證庫，oauthlib 與 google-auth 集成 |
| Google義大利麵 | 0.2.0 | Pasta是一個基於AST的Python重構函式庫 |
| 圖形工具 | 1.4.0 | 來自 Python 的 NVIDIA GPU 狀態 |
| 石墨2 | 1.3.14 | 一個「智慧字體」系統，可以處理世界上不太知名的語言的複雜性 |
| 圖形視覺化 | 8.1.0 | 開源圖形視覺化軟體 |
| 接地迪諾-py | 0.4.0 | 開集物體偵測器 |
| 葛普西奧 | 1.46.3 | 基於HTTP/2的RPC框架 |
| 總督 | 0.7.6 | GNU 三角曲面庫 |
| h3-py | 3.7.6 | H3六邊形層次地理空間索引系統 |
| 哈夫巴茲 | 4.3.0 | OpenType 文字整形引擎 |
| 擁抱臉集線器 | 0.24.3 | 用於在 Huggingface.co 中心下載和發布模型的客戶端庫 |
| 人類友善的 | 10.0 | 使用 Python 的文字介面的人性化輸出 |
| 重症監護室 | 73.1 | Unicode 的國際組件 |
| 圖像編解碼器 | 2023年1月23日 | 影像轉換、壓縮和解壓縮編解碼器 |
| 影像處理 | 2.33.1 | 用於讀取和寫入影像資料的Python庫 |
| 伊姆高格 | 0.4.0 | 用於機器學習實驗的影像增強 |
| 就地abn | 1.1.0 | 就地啟動 BatchNorm |
| 作業庫 | 1.4.2 | Python 函數作為管道作業 |
| js2py | 0.74 | JavaScript 到 Python 轉換器和 JavaScript 解釋器用 100% 純 Python 編寫。 |
| jxr庫 | 1.1 | jxrlib - Microsoft 的 JPEG XR 函式庫，從 Debian 託管來源建置。 |
| 喀拉斯 | 2.13.1 | 適用於 Theano 和 TensorFlow 的深度學習庫 |
| 語言程式碼 | 3.3.0 | 以標準化方式標記和比較人類語言 |
| 雲雀 | 1.1.2 | 現代解析函式庫 |
| 拉斯比 | 1.7.1 | 用於讀取、修改和建立 LAS 檔案的 Python 程式庫 |
| 惰性載入器 | 0.4 | 輕鬆按需載入子包和功能 |
| 液晶管理系統2 | 2.16 | 小色彩管理系統 |
| 勒克 | 3.0 | 有限誤差光柵壓縮 |
| 利巴埃克 | 1.0.4 | 自適應熵編碼庫 |
| 利巴維夫 | 1.1.1 | AV1 影像檔案格式的友善、可移植的 C 實現 |
| libboost | 1.82.0 | 免費的同行評審的可移植 C++ 原始碼庫 |
| libclang | 14.0.6 | Clang 編譯器的開發頭檔和函式庫 |
| libclang13 | 14.0.6 | Clang 編譯器的開發頭檔和函式庫 |
| 庫捲曲 | 8.9.1 | 使用 URL 語法傳輸資料的工具和函式庫 |
| 庫菲 | 3.4.4 | 可移植的外部函數介面庫 |
| 庫檔案 | 2.3.3 | 用於動態建立影像的庫 |
| 庫glib | 2.78.4 | 為用 C 編寫的函式庫和應用程式提供核心應用程式建構塊 |
| 庫比轉換 | 1.16 | 在不同編碼之間轉換文本 |
| libnghttp2 | 1.62.1 | HTTP/2 C 函式庫 |
| libopencv | 4.8.1 | 電腦視覺與機器學習軟體庫 |
| 庫空間索引 | 1.9.3 | 用於穩健空間索引的可擴展框架 |
| 庫檔案 | 1.5.3 | 安全、可靠的運輸 |
| 利布夫 | 1.40.0 | 跨平台異步I/O |
| libwebp | 1.3.2 | WebP圖片庫 |
| libwebp 庫 | 1.3.2 | WebP圖片庫、最小基礎庫 |
| libxgboost | 2.0.3 | 極限梯度提升 |
| 利佐普弗利 | 1.0.3 | 一個非常好的但緩慢的 deflate 或 zlib 壓縮的壓縮庫 |
| 光GBM | 4.3.0 | LightGBM 是一個梯度提升框架，使用基於樹的學習演算法 |
| 輕量級 | 0.42.0 | 用於編寫 JIT 編譯器的輕量級 LLVM python 綁定 |
| 鯖魚 | 1.2.3 | 用Python編寫的範本庫 |
| 地圖分類 | 2.5.0 | 等值線圖的分類方案 |
| 降價 | 3.4.1 | Markdown 的 Python 實現 |
| markdown-it-py | 2.2.0 | Markdown-it 的 Python 連接埠。 Markdown 解析，正確！ |
| 姆杜爾 | 0.1.0 | markdown-it-py 解析器的 URL 實用程式 |
| mljar 監督 | 0.11.2 | 具有特徵工程和超參數調整的自動化機器學習管道 |
| 平均CV值 | 2.0.1 | OpenMMLab 電腦視覺基金會 |
| 毫米代特 | 3.1.0 | OpenMMLab 檢測工具箱和基準 |
| 毫米德特3d | 1.2.0 | 用於通用 3D 物件偵測的下一代平台 |
| 毫米發動機 | 0.8.5 | OpenMMLab 專案的引擎 |
| 分段 | 1.1.2 | 語意分割工具箱和基準 |
| 莫特計量學 | 1.1.3 | 在 Python 中對多個物件追蹤器 (MOT) 進行基準測試 |
| 多字典 | 6.0.4 | 鍵已排序且可重複出現的鍵值對 |
| 多行程 | 0.70.15 | python 中更好的多處理和多線程 |
| 咀嚼 | 2.5.0 | 可點存取的字典（類似 JavaScript 物件） |
| 默默哈什 | 1.0.7 | 非加密哈希函數 |
| nb_conda_kernels | 2.5.1 | 為任何已安裝的 conda 環境啟動 Jupyter 內核 |
| 神經結構學習 | 1.4.0 | 用結構化訊號訓練神經網絡 |
| ninja_語法 | 1.7.2 | 用於生成 .ninja 檔案的 Python 模組 |
| 努巴 | 0.59.1 | 使用 LLVM 的 NumPy 感知動態 Python 編譯器 |
| nuscenes-devkit | 1.1.3 | nuScenes 資料集的 devkit |
| Nvidia-ml-py3 | 7.352.0 | Python 綁定到 NVIDIA 管理庫 |
| 奧恩克斯 | 1.13.1 | 開放神經網路交換庫 |
| 昂恩克斯-TF | 1.9.0 | ONNX 實驗性 Tensorflow 後端 |
| 運行時 | 1.18.1 | 高效能 ML 推理與訓練加速器、Python 函式庫 |
| onnxruntime-cpp | 1.18.1 | 高效能 ML 推理與訓練加速器、C++ 運行時 |
| 開放式電腦視覺 | 4.8.1 | 電腦視覺與機器學習軟體庫 |
| 開啟jpeg | 2.5.0 | 用 C 語言編寫的開源 JPEG 2000 編解碼器 |
| 選擇因蘇姆 | 3.3.0 | 透過收縮階優化來優化 NumPy、Tensorflow、Dask 等中的 einsum 函數 |
| 奧普圖納 | 3.0.4 | 超參數優化框架 |
| 潘戈 | 1.50.7 | 文字佈局和渲染引擎 |
| 可憐的 | 0.10.3 | 用於本地和雲端儲存桶儲存的 Path 介面 |
| 個人資料庫 | 5.6.0 | Python建構合理性 |
| 電腦控制模組 | 0.4.11 | Python C++ 程式碼管理器 |
| PCRE2 | 10.42 | 使用與 Perl 5 相同的語法和語義進行正規表示式模式匹配 |
| 像素人 | 0.43.4 | 用於像素操作的低階軟體庫 |
| 陰謀地 | 5.20.0 | 一個基於瀏覽器的互動式 Python 圖形庫 |
| 門戶鎖 | 2.3.0 | Portalocker 是一個為檔案鎖定提供簡單 API 的函式庫。 |
| 波音頻 | 19.6.0 | 跨平台、開源、音訊 I/O 庫 |
| 預棚 | 3.0.6 | 用於預哈希鍵的 Cython 哈希表 |
| 漂亮的 | 2.1.0 | 以具有視覺吸引力的 ASCII 表格格式顯示表格數據 |
| 項目4 | 9.4.1 | PROJ座標變換軟體庫 |
| py-boost | 1.82.0 | 免費的同行評審的可移植 C++ 原始碼庫 |
| py-opencv | 4.8.1 | 電腦視覺與機器學習軟體庫 |
| py-xgboost | 2.0.3 | 可擴展、可移植和分散式梯度增強 XGBoost 函式庫的 Python 綁定 |
| 皮亞斯恩1 | 0.4.8 | ASN.1 類型和編解碼器 |
| pyasn1-模組 | 0.2.8 | 基於 ASN.1 的協定模組的集合 |
| pycoco工具 | 2.0.7 | MS-COCO 資料集的 Python API |
| Pythonjs解析器 | 2.7.1 | 快速 javascript 解析器（基於 esprima.js） |
| pyopenssl | 24.2.1 | OpenSSL 函式庫的 Python 包裝器模組 |
| pyperclip | 1.8.2 | Python 的跨平台剪貼簿模組 |
| pyproj | 3.6.1 | 用於製圖轉換的 PROJ4 庫的 Python 接口 |
| 四元數 | 0.9.9 | 用於表示和使用四元數的 Pythonic 函式庫 |
| pyreadline3 | 3.4.1 | GNU readline 的 Python 實現，現代化 |
| python-flatbuffers | 26.5.23 | 用於 Flatbuffers 序列化格式的 Python 運行時庫 |
| python-graphviz | 0.20.1 | Graphviz 的簡單 Python 介面 |
| python 聲音設備 | 0.4.4 | 使用 Python 播放和錄製聲音 |
| python-tzdata | 2023.3 | IANA 時區資料提供者 |
| python-xxhash | 2.0.2 | xxHash 的 Python 綁定 |
| 火炬 | 2.0.1 | PyTorch 是一個最佳化的張量庫，用於使用 GPU 和 CPU 進行深度學習 |
| pywin32 | 305 | 適用於 Windows 的 Python 擴展 |
| 光柵 | 1.3.10 | Rasterio 讀取和寫入地理空間柵格資料集 |
| 富有的 | 13.3.5 | 將富文本、表格、進度條、語法突出顯示、Markdown 等渲染到終端 |
| RSA | 4.7.2 | 純 Python RSA 實現 |
| 樹 | 1.0.1 | Python GIS 的 R-Tree 空間索引 |
| 安全張量 | 0.4.2 | 快速安全的張量序列化 |
| 三吉奧 | 3.4 | 與分段地理空間 (samgeo) 堆疊配合使用的基本包的集合。 |
| scikit 影像 | 0.22.0 | SciPy 的影像處理例程 |
| scikit學習 | 1.3.0 | 一組用於機器學習和資料探勘的Python模組 |
| scikit 繪圖 | 0.3.7 | 繪製 scikit-learn 對象 |
| 分割任何東西 | 1.0 | Meta AI 的 Segment Anything Model 的非官方 Python 套件 |
| 分段任何總部 | 0.3 | 用於高品質分割任何內容的官方 Python 套件 |
| 分段地理空間 | 0.10.2 | 用於使用 Segment Anything Model (SAM) 分割地理空間資料的 Python 套件 |
| 句子 | 0.1.99 | 無監督文本分詞器和去分詞器 |
| 形狀 | 0.42.1 | 解釋任何機器學習模型輸出的統一方法 |
| 勻稱的 | 2.0.5 | 幾何物件、謂詞和運算 |
| 謝林厄姆 | 1.5.0 | 偵測周圍外殼的工具 |
| 切片機 | 0.0.7 | 小包裝，大切片 |
| 智慧開啟 | 5.2.1 | 用於高效傳輸大檔案的 Python 庫 |
| 舒適 | 1.4.7 | Snuggs 是 NumPy 的 s 表達式 |
| 稀疏的 | 3.7.2 | 工業級自然語言處理 |
| 空間遺產 | 3.0.12 | spaCy NLP 遺留功能和架構用於向後相容 |
| 空間記錄器 | 1.0.4 | 用於 spaCy 管道訓練的備用記錄器 |
| SPConv | 2.3.6 | 空間稀疏卷積 |
| srsly | 2.4.8 | 適用於 Python 的現代高效能序列化實用程式 |
| 裝卸工 | 5.1.0 | 管理 Python 應用程式的動態插件 |
| 監督 | 0.6.0 | 一組易於使用的實用程序，在任何電腦視覺專案中都會派上用場 |
| 製表 | 0.9.0 | 在 Python 中漂亮列印表格資料、一個函式庫和一個命令列實用程式 |
| 待定 | 2021.8.0 | 高階抽象線程庫 |
| 韌性 | 8.2.3 | 每當發生異常時重試不穩定的函數，直到它起作用 |
| 張量板 | 2.13.0 | TensorBoard 讓您觀看 Tensors Flow |
| 張量板數據伺服器 | 0.7.0 | TensorBoard 的資料伺服器 |
| 張量板插件機智 | 1.6.0 | 假設工具 TensorBoard 插件 |
| 張量板x | 2.6.2.2 | TensorBoardX 讓您無需使用 Tensorflow 即可觀看 Tensors Flow |
| 張量流 | 2.13.0 | TensorFlow 是一個機器學習庫 |
| 張量流插件 | 0.22.0 | TensorFlow 有用的額外功能 |
| 張量流估計器 | 2.13.0 | TensorFlow 估計器 |
| 張量流集線器 | 0.16.1 | 透過重複使用部分 TensorFlow 模型進行遷移學習的函式庫 |
| 張量流-io-gcs-檔案系統 | 0.31.0 | 資料集、串流媒體和檔案系統擴展 |
| 張量流模型優化 | 0.7.5 | TensorFlow 模型最佳化工具包 |
| 張量流機率 | 0.20.1 | TensorFlow Probability 是 TensorFlow 中用於機率推理和統計分析的函式庫 |
| 術語顏色 | 2.1.0 | 終端輸出的 ANSII 顏色格式 |
| 終端表 | 3.1.0 | 從嵌套的字串列表在終端機中產生簡單的表 |
| tflite 模型製作者 | 0.3.4 | 用於設備上應用程式的模型自訂庫 |
| tflite 支持 | 0.4.4 | TensorFlow Lite 支援將 TFLite 模型部署到行動裝置上 |
| 薄薄的 | 8.2.2 | 學習超稀疏多類別模型 |
| 線程池控制 | 3.5.0 | 用於控製本機庫線程池的 Python 幫助程序 |
| tiff 文件 | 2023年4月12日 | 讀取和寫入 TIFF 文件 |
| 提姆 | 0.4.12 | PyTorch 影像模型 |
| 分詞器 | 0.19.1 | 針對研究和生產進行最佳化的快速、最先進的分詞器 |
| 火炬簇 | 1.6.3 | 用於 PyTorch 的高度最佳化圖聚類演算法的擴展庫 |
| 火炬幾何 | 2.4.0 | PyTorch 的幾何深度學習擴展庫 |
| 火炬散佈 | 2.1.2 | 高度優化的稀疏更新（分散和分段）操作的擴展庫 |
| 火炬稀疏 | 0.6.18 | 具有 autograd 支援的最佳化稀疏矩陣運算擴展庫 |
| 火炬樣條轉換 | 1.2.2 | SplineCNN 基於樣條的捲積算子的 PyTorch 實現 |
| 火炬視覺 | 0.15.2 | 用於 Torch 深度學習的圖像和視訊資料集和模型 |
| torchvision-cpp | 0.15.2 | 用於 Torch 深度學習的圖像和視訊資料集和模型，C++ 接口 |
| 變形金剛 | 4.43.4 | 適用於 TensorFlow 2.0 和 PyTorch 的最先進的自然語言處理 |
| 修剪網格 | 2.35.39 | 匯入、匯出、處理、分析和查看三角形網格。 |
| 打字員 | 2.12.1 | Python 運行時類型檢查器 |
| 打字機 | 0.9.0 | 用於建立 CLI 應用程式的庫 |
| 打字 | 3.10.0.0 | Python 的型別提示 - Python<3.5 的向後移植 |
| 在地化 | 5.2 | 本地時區的 tzinfo 對象 |
| 芥末 | 0.9.1 | 輕量級控制台列印和格式化工具包 |
| 黃鼠狼 | 0.3.4 | 一個小而簡單的工作流程系統 |
| 工廠 | 3.0.3 | Python WSGI 實用程式庫 |
| 詞雲 | 1.9.3 | Python 中的一個小型詞雲生成器 |
| xgboost | 2.0.3 | 可擴展、可移植的分散式梯度提升（GBDT、GBRT 或 GBM）庫 |
| xmltodict | 0.13.0 | 讓使用 XML 就像使用 JSON 一樣 |
| xx哈希值 | 0.8.0 | 極快的哈希演算法 |
| XYZ服務 | 2022.9.0 | XYZ 磁磚供應商來源 |
| 亞普夫 | 0.40.2 | Python 檔案的格式化程式 |
| 雅爾 | 1.9.3 | 又一個 URL 庫 |
| zfp | 1.0.0 | 支援高吞吐量讀寫隨機存取的壓縮數值數組庫 |
| _py-xgboost-互斥體 | 2.0 | 用於選擇所需的 XGBoost 實現的元包 |
| 圖書館名稱 | 版本 | 描述 |
|---|---|---|
| 絕對-py | 2.1.0 | Abseil Python 公用函式庫 |
| 癮君子 | 3.4.0 | 提供一個字典，其項目可以使用屬性和項目語法來設置 |
| 仿射 | 2.3.0 | 描述平面仿射變換的矩陣 |
| aiohttp | 3.9.5 | 非同步 http 客戶端/伺服器框架 (asyncio) |
| 音訊訊號 | 1.2.0 | 已註冊的非同步回調列表 |
| 蛋白表達 | 1.0.3 | 快速靈活的影像增強庫 |
| 蒸餾器 | 1.8.1 | SQLAlchemy 的資料庫遷移工具 |
| 帶註釋的類型 | 0.6.0 | 與打字一起使用的可重複使用約束類型。 |
| 奧姆 | 3.6.0 | 開放媒體視訊編解碼器聯盟 |
| 阿斯頓帕斯 | 1.6.3 | Python 的 AST 解析器 |
| 原子寫入 | 1.4.0 | Python 的原子檔寫入 |
| 布魯斯克 | 1.21.3 | 一個比memcpy()更快的阻塞、改組和無損壓縮庫 |
| 促進 | 1.82.0 | Boost 提供經過同儕審查的可移植 C++ 原始碼庫 |
| 布蘭卡 | 0.6.0 | 從Python產生豐富的HTML + JS元素 |
| 壓縮包2 | 1.0.8 | 高品質資料壓縮器 |
| 開羅 | 1.16.0 | 支援多種輸出裝置的 2D 圖形庫 |
| 目錄 | 2.0.10 | 適合您的庫的超輕量級函數註冊表 |
| 貓助推器 | 1.2.3 | 決策樹庫的梯度提升 |
| 類別編碼器 | 2.2.2 | 將分類變數編碼為數字的 sklearn 轉換器集合 |
| cc導入 | 0.4.2 | 快速 C++ Python 綁定 |
| 查爾斯 | 2.2.0 | CharLS，C++ JPEG-LS 函式庫實現 |
| 點擊插件 | 1.1.1 | 一個擴充模組，用於點擊以啟用透過 setuptools 入口點註冊 CLI 命令 |
| 懸崖 | 3.8.0 | 命令列介面製定框架 |
| 克利吉 | 0.7.2 | 按一下 GeoJSON 命令列介面的參數 |
| 雲端路徑庫 | 0.16.0 | pathlib.Path 樣式的類，用於與不同雲端儲存服務中的檔案進行互動。 |
| 厘米埃斯 | 0.8.2 | 使用協方差矩陣適應進化策略進行黑盒優化 |
| 指令2 | 2.4.3 | 用於建立互動式命令列應用程式的工具 |
| 彩色原木 | 15.0.1 | Python 日誌記錄模組的彩色終端輸出 |
| 色彩日誌 | 5.0.1 | 用顏色記錄格式！ |
| 顏色 | 0.1.5 | Python 顏色表示操作庫（RGB、HSL、Web，...） |
| 甜點 | 0.1.4 | 最貼心的 Python 設定係統 |
| cuda工具包 | 11.8.0 | NVIDIA 的 CUDA 工具包 |
| 庫德恩 | 8.7.0.84 | NVIDIA 的 cuDNN 深度神經網路加速庫 |
| 精液 | 0.4.11 | CUda 矩陣乘法庫 |
| 賽梅姆 | 2.0.6 | 透過 Cython 管理對 calloc/free 的調用 |
| 賽通 | 3.0.10 | 用於 Python 語言編寫 C 擴充功能的 Cython 編譯器 |
| cython-blis | 0.7.9 | 作為獨立的 Python 庫的快速矩陣乘法 – 無系統依賴性！ |
| 數據集 | 2.16.1 | HuggingFace/Datasets 是一個開放的 NLP 資料集庫。 |
| 達夫1d | 1.2.1 | 所有平台上最快的 AV1 解碼器 |
| 深度學習重點 | 3.3 | 廣泛的深度學習包集合 |
| 笛卡兒 | 1.1.0 | 使用幾何物件作為 matplotlib 路徑和補丁 |
| 德特雷格 | 1.0.0 | 用於多尺度可變形注意力的 CUDA 函數的 PyTorch 包裝器 |
| 蒔蘿 | 0.3.7 | 序列化所有Python（幾乎） |
| dm樹 | 0.1.7 | 用於處理嵌套資料結構的庫 |
| dtreeviz | 1.3.7 | 決策樹可視化 |
| 埃諾普斯 | 0.7.0 | 深度學習操作的新風格 |
| 合奏盒 | 1.0.8 | 從物件檢測模型中整合框的方法 |
| 外籍人士 | 2.6.0 | C 語言的 Expat XML 解析器函式庫 |
| 公平學習 | 0.8.0 | 簡單易用的公平評估與不公平緩解 |
| 法斯塔伊 | 1.0.63 | fastai 讓 PyTorch 的深度學習更快、更精準、更簡單 |
| 快速進展 | 0.2.3 | 適用於 Jupyter Notebook 和控制台的快速且簡單的進度條 |
| 快文本 | 0.9.2 | 高效率的文本分類和表示學習 |
| ffmpeg | 6.1.1 | 用於錄製、轉換和串流音訊和視訊的跨平台解決方案 |
| 文件鎖 | 3.13.1 | 獨立於平台的文件鎖 |
| 菲奧娜 | 1.9.5 | OGR 為 Python 程式設計師提供的簡潔、靈活、簡潔的 API |
| 火 | 0.4.0 | 一個用於從任何 Python 物件建立 CLI 的庫 |
| 大葉 | 0.14.0 | 使用 Leaflet.js 和 Python 製作精美的地圖 |
| 字體配置 | 2.14.1 | 用於配置和自訂字體存取的庫 |
| 芙烈比迪 | 1.0.10 | Unicode雙向演算法的自由實現 |
| 凍結列表 | 1.4.0 | 實作 collections.abc.MutableSequence 的類似清單的結構 |
| 胃氣 | 0.5.3 | 抽象底層 Python 版本的 Python AST |
| 向下 | 4.7.1 | 從 Google 雲端硬碟下載大檔案。 |
| 地理貓熊 | 0.14.1 | 地理 pandas 擴展，基礎包 |
| geopandas 基地 | 0.14.1 | 地理 pandas 擴充、元包 |
| 地理 | 3.12.1 | Java 拓撲套件 (JTS) 的 C++ 端口 |
| getopt-win32 | 0.1 | Visual C++ 的 getopt 端口 |
| 全域標誌 | 2.2.2 | 實作命令列標誌處理的 C++ 庫 |
| giflib | 5.2.1 | 用於讀取和寫入 gif 圖像的庫 |
| 油嘴滑舌 | 2.78.4 | 為用 C 編寫的函式庫和應用程式提供核心應用程式建構塊 |
| 巧舌如簧的工具 | 2.78.4 | 為用 C、命令列工具編寫的庫和應用程式提供核心應用程式建構塊 |
| Google認證 | 2.29.0 | 適用於 Python 的 Google 驗證程式庫 |
| 谷歌認證 oauthlib | 0.5.2 | Google 身份驗證庫，oauthlib 與 google-auth 集成 |
| Google義大利麵 | 0.2.0 | Pasta是一個基於AST的Python重構函式庫 |
| 圖形工具 | 1.4.0 | 來自 Python 的 NVIDIA GPU 狀態 |
| 石墨2 | 1.3.14 | 一個「智慧字體」系統，可以處理世界上不太知名的語言的複雜性 |
| 圖形視覺化 | 8.1.0 | 開源圖形視覺化軟體 |
| 接地迪諾-py | 0.4.0 | 開集物體偵測器 |
| 葛普西奧 | 1.46.3 | 基於HTTP/2的RPC框架 |
| 總督 | 0.7.6 | GNU 三角曲面庫 |
| h3-py | 3.7.6 | H3六邊形層次地理空間索引系統 |
| 哈夫巴茲 | 4.3.0 | OpenType 文字整形引擎 |
| 擁抱臉集線器 | 0.20.3 | 用於在 Huggingface.co 中心下載和發布模型的客戶端庫 |
| 人類友善的 | 10.0 | 使用 Python 的文字介面的人性化輸出 |
| 重症監護室 | 68.1 | Unicode 的國際元件 |
| 圖像編解碼器 | 2023年1月23日 | 影像轉換、壓縮和解壓縮編解碼器 |
| 影像處理 | 2.33.1 | 用於讀取和寫入影像資料的Python庫 |
| 伊姆高格 | 0.4.0 | 用於機器學習實驗的影像增強 |
| 就地abn | 1.1.0 | 就地啟動 BatchNorm |
| 作業庫 | 1.4.0 | Python 函數作為管道作業 |
| js2py | 0.74 | JavaScript 到 Python 轉換器和 JavaScript 解釋器用 100% 純 Python 編寫。 |
| jxr庫 | 1.1 | jxrlib - Microsoft 的 JPEG XR 函式庫，從 Debian 託管來源建置。 |
| 喀拉斯 | 2.13.1 | 適用於 Theano 和 TensorFlow 的深度學習庫 |
| 語言程式碼 | 3.3.0 | 以標準化方式標記和比較人類語言 |
| 雲雀 | 1.1.2 | 現代解析函式庫 |
| 拉斯比 | 1.7.1 | 用於讀取、修改和建立 LAS 檔案的 Python 程式庫 |
| 惰性載入器 | 0.3 | 輕鬆按需載入子包和功能 |
| 液晶管理系統2 | 2.12 | 小色彩管理系統 |
| 勒克 | 3.0 | 有限誤差光柵壓縮 |
| 利巴埃克 | 1.0.4 | 自適應熵編碼庫 |
| 利巴維夫 | 0.11.1 | AV1 影像檔案格式的友善、可移植的 C 實現 |
| libboost | 1.82.0 | 免費的同行評審的可移植 C++ 原始碼庫 |
| libclang | 14.0.6 | Clang 編譯器的開發頭檔和函式庫 |
| libclang13 | 14.0.6 | Clang 編譯器的開發頭檔和函式庫 |
| 庫捲曲 | 8.6.0 | 使用 URL 語法傳輸資料的工具和函式庫 |
| 庫菲 | 3.4.4 | 可移植的外部函數介面庫 |
| 庫檔案 | 2.3.3 | 用於動態建立影像的庫 |
| 庫glib | 2.78.4 | 為用 C 編寫的函式庫和應用程式提供核心應用程式建構塊 |
| 庫比轉換 | 1.16 | 在不同編碼之間轉換文本 |
| libnghttp2 | 1.59.0 | HTTP/2 C 函式庫 |
| libopencv | 4.8.1 | 電腦視覺與機器學習軟體庫 |
| 庫空間索引 | 1.9.3 | 用於穩健空間索引的可擴展框架 |
| 庫檔案 | 1.4.4 | 安全、可靠的運輸 |
| 利布夫 | 1.40.0 | 跨平台異步I/O |
| libwebp | 1.3.2 | WebP圖片庫 |
| libwebp 庫 | 1.3.2 | WebP圖片庫、最小基礎庫 |
| libxgboost | 2.0.3 | 極限梯度提升 |
| 利佐普弗利 | 1.0.3 | 一個非常好的但緩慢的 deflate 或 zlib 壓縮的壓縮庫 |
| 光GBM | 4.3.0 | LightGBM 是一個梯度提升框架，使用基於樹的學習演算法 |
| 輕量級 | 0.42.0 | 用於編寫 JIT 編譯器的輕量級 LLVM python 綁定 |
| 鯖魚 | 1.2.3 | 用Python編寫的範本庫 |
| 地圖分類 | 2.5.0 | 等值線圖的分類方案 |
| 降價 | 3.4.1 | Markdown 的 Python 實現 |
| markdown-it-py | 2.2.0 | Markdown-it 的 Python 連接埠。 Markdown 解析，正確！ |
| 姆杜爾 | 0.1.0 | markdown-it-py 解析器的 URL 實用程式 |
| mljar 監督 | 0.11.2 | 具有特徵工程和超參數調整的自動化機器學習管道 |
| 平均CV值 | 2.0.1 | OpenMMLab 電腦視覺基金會 |
| 毫米代特 | 3.1.0 | OpenMMLab 檢測工具箱和基準 |
| 毫米德特3d | 1.2.0 | 用於通用 3D 物件偵測的下一代平台 |
| 毫米發動機 | 0.8.5 | OpenMMLab 專案的引擎 |
| 分段 | 1.1.2 | 語意分割工具箱和基準 |
| 莫特計量學 | 1.1.3 | 在 Python 中對多個物件追蹤器 (MOT) 進行基準測試 |
| 多字典 | 6.0.4 | 鍵已排序且可重複出現的鍵值對 |
| 多行程 | 0.70.15 | python 中更好的多處理和多線程 |
| 咀嚼 | 2.5.0 | 可點存取的字典（類似 JavaScript 物件） |
| 默默哈什 | 1.0.7 | 非加密哈希函數 |
| nb_conda_kernels | 2.3.1 | 為任何已安裝的 conda 環境啟動 Jupyter 內核 |
| 神經結構學習 | 1.4.0 | 用結構化訊號訓練神經網絡 |
| ninja_語法 | 1.7.2 | 用於生成 .ninja 檔案的 Python 模組 |
| 努巴 | 0.59.1 | 使用 LLVM 的 NumPy 感知動態 Python 編譯器 |
| nuscenes-devkit | 1.1.3 | nuScenes 資料集的 devkit |
| Nvidia-ml-py3 | 7.352.0 | Python 綁定到 NVIDIA 管理庫 |
| 奧恩克斯 | 1.13.1 | 開放神經網路交換庫 |
| 昂恩克斯-TF | 1.9.0 | ONNX 實驗性 Tensorflow 後端 |
| 運行時 | 1.17.1 | 跨平台、高效能機器學習推理與訓練加速器 |
| 開放式電腦視覺 | 4.8.1 | 電腦視覺與機器學習軟體庫 |
| 開啟jpeg | 2.5.0 | 用 C 語言編寫的開源 JPEG 2000 編解碼器 |
| 選擇因蘇姆 | 3.3.0 | 透過收縮階優化來優化 NumPy、Tensorflow、Dask 等中的 einsum 函數 |
| 奧普圖納 | 3.0.4 | 超參數優化框架 |
| 潘戈 | 1.50.7 | 文字佈局和渲染引擎 |
| 可憐的 | 0.10.3 | 用於本地和雲端儲存桶儲存的 Path 介面 |
| 個人資料庫 | 5.6.0 | Python建構合理性 |
| 電腦控制模組 | 0.4.11 | Python C++ 程式碼管理器 |
| PCRE2 | 10.42 | 使用與 Perl 5 相同的語法和語義進行正規表示式模式匹配 |
| 像素人 | 0.42.2 | 用於像素操作的低階軟體庫 |
| 陰謀地 | 5.20.0 | 一個基於瀏覽器的互動式 Python 圖形庫 |
| 門戶鎖 | 2.3.0 | Portalocker 是一個為檔案鎖定提供簡單 API 的函式庫。 |
| 波音頻 | 19.6.0 | 跨平台、開源、音訊 I/O 庫 |
| 預棚 | 3.0.6 | 用於預哈希鍵的 Cython 哈希表 |
| 漂亮的 | 2.1.0 | 以具有視覺吸引力的 ASCII 表格格式顯示表格數據 |
| 項目4 | 9.3.1 | PROJ座標變換軟體庫 |
| py-boost | 1.82.0 | 免費的同行評審的可移植 C++ 原始碼庫 |
| py-opencv | 4.8.1 | 電腦視覺與機器學習軟體庫 |
| py-xgboost | 2.0.3 | 可擴展、可移植和分散式梯度增強 XGBoost 函式庫的 Python 綁定 |
| 皮亞斯恩1 | 0.4.8 | ASN.1 類型和編解碼器 |
| pyasn1-模組 | 0.2.8 | 基於 ASN.1 的協定模組的集合 |
| pycoco工具 | 2.0.7 | MS-COCO 資料集的 Python API |
| 迂腐的 | 2.4.2 | 使用 python 類型提示進行資料驗證和設定管理 |
| pydantic核心 | 2.10.1 | 使用 python 類型提示、核心包進行資料驗證和設定管理 |
| Pythonjs解析器 | 2.7.1 | 快速 javascript 解析器（基於 esprima.js） |
| pyperclip | 1.8.2 | Python 的跨平台剪貼簿模組 |
| pyproj | 3.6.1 | 用於製圖轉換的 PROJ4 庫的 Python 接口 |
| 四元數 | 0.9.9 | 用於表示和使用四元數的 Pythonic 函式庫 |
| pyreadline3 | 3.4.1 | GNU readline 的 Python 實現，現代化 |
| python-flatbuffers | 26.5.23 | 用於 Flatbuffers 序列化格式的 Python 運行時庫 |
| python-graphviz | 0.20.1 | Graphviz 的簡單 Python 介面 |
| python 聲音設備 | 0.4.4 | 使用 Python 播放和錄製聲音 |
| python-tzdata | 2023.3 | IANA 時區資料提供者 |
| python-xxhash | 2.0.2 | xxHash 的 Python 綁定 |
| 火炬 | 2.0.1 | PyTorch 是一個最佳化的張量庫，用於使用 GPU 和 CPU 進行深度學習 |
| pywin32 | 305 | 適用於 Windows 的 Python 擴展 |
| 光柵 | 1.3.9 | Rasterio 讀取和寫入地理空間柵格資料集 |
| 富有的 | 13.3.5 | 將富文本、表格、進度條、語法突出顯示、Markdown 等渲染到終端 |
| RSA | 4.7.2 | 純 Python RSA 實現 |
| 樹 | 1.0.1 | Python GIS 的 R-Tree 空間索引 |
| 安全張量 | 0.4.2 | 快速安全的張量序列化 |
| 三吉奧 | 3.3 | 與分段地理空間 (samgeo) 堆疊配合使用的基本包的集合。 |
| scikit 影像 | 0.22.0 | SciPy 的影像處理例程 |
| scikit學習 | 1.3.0 | 一組用於機器學習和資料探勘的Python模組 |
| scikit 繪圖 | 0.3.7 | 繪製 scikit-learn 對象 |
| 分割任何東西 | 1.0 | Meta AI 的 Segment Anything Model 的非官方 Python 套件 |
| 分段任何總部 | 0.3 | 用於高品質分割任何內容的官方 Python 套件 |
| 分段地理空間 | 0.10.2 | 用於使用 Segment Anything Model (SAM) 分割地理空間資料的 Python 套件 |
| 句子 | 0.1.99 | 無監督文本分詞器和去分詞器 |
| 形狀 | 0.42.1 | 解釋任何機器學習模型輸出的統一方法 |
| 勻稱的 | 2.0.1 | 幾何物件、謂詞和運算 |
| 謝林厄姆 | 1.5.0 | 偵測周圍外殼的工具 |
| 切片機 | 0.0.7 | 小包裝，大切片 |
| 智慧開啟 | 5.2.1 | 用於高效傳輸大檔案的 Python 庫 |
| 舒適 | 1.4.7 | Snuggs 是 NumPy 的 s 表達式 |
| 稀疏的 | 3.7.2 | 工業級自然語言處理 |
| 空間遺產 | 3.0.12 | spaCy NLP 遺留功能和架構用於向後相容 |
| 空間記錄器 | 1.0.4 | 用於 spaCy 管道訓練的備用記錄器 |
| SPConv | 2.3.6 | 空間稀疏卷積 |
| srsly | 2.4.8 | 適用於 Python 的現代高效能序列化實用程式 |
| 裝卸工 | 5.1.0 | 管理 Python 應用程式的動態插件 |
| 監督 | 0.6.0 | 一組易於使用的實用程序，在任何電腦視覺專案中都會派上用場 |
| 製表 | 0.9.0 | 在 Python 中漂亮列印表格資料、一個函式庫和一個命令列實用程式 |
| 待定 | 2021.8.0 | 高階抽象線程庫 |
| 韌性 | 8.2.2 | 每當發生異常時重試不穩定的函數，直到它起作用 |
| 張量板 | 2.13.0 | TensorBoard 讓您觀看 Tensors Flow |
| 張量板數據伺服器 | 0.7.0 | TensorBoard 的資料伺服器 |
| 張量板插件機智 | 1.6.0 | 假設工具 TensorBoard 插件 |
| 張量板x | 2.6.2.2 | TensorBoardX 讓您無需使用 Tensorflow 即可觀看 Tensors Flow |
| 張量流 | 2.13.0 | TensorFlow 是一個機器學習庫 |
| 張量流插件 | 0.22.0 | TensorFlow 有用的額外功能 |
| 張量流估計器 | 2.13.0 | TensorFlow 估計器 |
| 張量流集線器 | 0.16.1 | 透過重複使用部分 TensorFlow 模型進行遷移學習的函式庫 |
