thinc

thinc：深入學習的令人耳目一新的功能，與您最喜歡的圖書館兼容

來自Spacy和Prodigy的製造商

THINC是一個輕巧的深度學習庫，為構圖提供了優雅，類型檢查的功能編程API，並提供了對Pytorch，Tensorflow和MXNet等其他框架中定義的層次的支持。您可以將THINC用作接口層，獨立工具包或開發新型號的靈活方法。 THINC的先前版本一直在數千家公司中通過Spacy和Prodigy安靜地生產。我們編寫了新版本，以使用戶與他們喜歡的框架構建，配置和部署自定義模型。

特徵

• 使用自定義類型和mypy插件來檢查模型定義。
• 將Pytorch ， TensorFlow和MXNET模型包裝在網絡中。
• 簡明的功能編程方法，使用構圖而不是繼承。
• 可選的自定義插圖表示通過操作員過載。
• 集成配置系統來描述對象和超參數的樹。
• 選擇可擴展的後端。
• 閱讀更多→

Quickstart

THINC與Python 3.6+兼容，並且在Linux ， MacOS和Windows上運行。 PIP可從PIP獲得最新的帶有二元車輪的版本。在安裝THINC及其依賴項之前，請確保您的pip ， setuptools和wheel是最新的。對於最近的發行版，建議使用PIP 19.3或更新。

pip install -U pip setuptools wheel
pip install thinc

有關不同後端和GPU的可選依賴項的詳細信息，請參見擴展安裝文檔。您可能還需要設置靜態類型檢查以利用THINC的類型系統。

配x如果您已經安裝了Pytorch，並且正在使用Python 3.7+，請用pip uninstall dataclasses dataclasses卸載數據元，因為Pytorch可能已經安裝了Pytorch，並且與Python 3.7+不兼容。

？選定的示例和筆記本

另請參見/examples目錄和使用文檔以獲取更多示例。大多數示例是Jupyter筆記本 - 要在Google Colab上啟動它們（並在GPU支持！）上單擊筆記本名稱旁邊的按鈕。

筆記本	描述
intro_to_thinc	您需要知道的一切才能開始。使用配置文件，註冊自定義功能並包裝Pytorch，TensorFlow和MXNET模型，在MNIST數據上構圖和培訓模型。
transformers_tagger_bert	如何使用Thinc， transformers和Pytorch訓練言論的標記器。從模型定義和配置到訓練循環。
pos_tagger_basic_cnn	實施和培訓基本的CNN，用於無外部依賴性並使用不同級別的THINC配置系統的詞性標記模型。
parallel_training_ray	如何通過THINC和RAIN設置同步和異步參數服務器培訓。

查看更多→

文檔和使用指南

文件	描述
介紹	您需要知道的一切。
概念與設計	Thinc的概念模型及其工作原理。
定義和使用模型	如何撰寫模型和更新狀態。
配置系統	THINC的配置系統和功能註冊表。
集成Pytorch，TensorFlow和MXNET	與機器學習框架的互操作性
層API	權重層，轉換，組合器和包裝紙。
類型檢查	鍵入檢查您的模型定義等等。

？什麼地方

模塊	描述
thinc.api	面向用戶的API。所有類和功能都應從這裡導入。
thinc.types	自定義類型和數據類別。
thinc.model	Model類。所有THINC模型都是Model的實例（不是子類）。
thinc.layers	圖層。每個層都在其自己的模塊中實現。
thinc.shims	Pytorch，TensorFlow等實現的外部模型的接口。
thinc.loss	計算損失的功能。
thinc.optimizers	功能以創建優化器。目前支持“ Vanilla” SGD，Adam和Radam。
thinc.schedules	發電機的不同速率，時間表，衰減或系列。
thinc.backends	後端用於numpy和cupy 。
thinc.config	配置解析，驗證和功能註冊表系統。
thinc.util	實用程序和輔助功能。

？開發說明

Thinc使用black自動形成， flake8 for linting和mypy進行類型檢查。所有代碼均與Python 3.6+兼容，並在可能的情況下具有類型提示。有關THINC自定義類型的更多詳細信息，請參見類型參考。

‍♀️從來源建立thinc

從源頭建造THINC要求需要安裝requirements.txt中列出的完整依賴項。您還需要一個編譯器來構建C擴展名。

git clone https://github.com/explosion/thinc
cd thinc
python -m venv .env
source .env/bin/activate
pip install -U pip setuptools wheel
pip install -r requirements.txt
pip install --no-build-isolation .

或者，以可編輯模式安裝：

pip install -r requirements.txt
pip install --no-build-isolation --editable .

或通過設置PYTHONPATH ：

 export PYTHONPATH= ` pwd `
pip install -r requirements.txt
python setup.py build_ext --inplace

？運行測試

Thinc帶有廣泛的測試套件。以下所有內容都應通過，並且不報告任何警告或錯誤：

python -m pytest thinc    # test suite
python -m mypy thinc      # type checks
python -m flake8 thinc    # linting

要查看測試覆蓋範圍，您可以運行python -m pytest thinc --cov=thinc 。我們的目標是100％的測試覆蓋率。這並不意味著我們會精心編寫每一行的測試 - 我們忽略了無關或難以測試的塊，並確保測試執行所有代碼路徑。