python进阶学习资源

主要整理深度和自然学习的一些资源

 

1、python中图像处理

scikit-image ， tf ，open cv, pil

 

2、python提高速度：多进程

参考资料

python多进程编程常用到的方法  http://www.cnblogs.com/yangmingxianshen/p/7931564.html

python——进程池     http://www.cnblogs.com/yangmingxianshen/p/7931564.html

为什么有人说 Python 多线程是鸡肋？  https://foofish.net/thread.html 

 

3、python动态模块加载

类同：C 语言中可以使用 dlopen，dlsym 和 dlclose

参考文档：

https://blog.csdn.net/AlexWoo0501/article/details/51046251

 

4、python中自然语言处理

a)crf

sklearn-crfsuite  https://sklearn-crfsuite.readthedocs.io/en/latest/

python-crfsuite  https://github.com/scrapinghub/python-crfsuite
基于条件随机场的医疗电子病例的命名实体识别 https://github.com/baiyyang/medical_ner_crfsuite

 

b)BiLSTM-CRF（GitHub star最高的4个项目）

liu-nlper/NER-LSTM-CRF

scofield7419/sequence-labeling-BiLSTM-CRF

LopezGG/NN_NER_tensorFlow

rguthrie3/BiLSTM-CRF

 

c)关系抽取

关键字： text  relation extract

sunilitggu/relation_extraction_in_clinical_text     cnn关系抽取

注：其余项目为非python项目

关键字：text extract

dbpedia/fact-extractor    Fact Extraction from Wikipedia Text

attardi/wikiextractor        A tool for extracting plain text from Wikipedia dumps

deanmalmgren/textract   extract text from any document. no muss. no fuss.

 

d)NLU

关键词： nlu

RasaHQ/rasa_nlu      turn natural language into structured data

官方地址：https://nlu.rasa.ai/

用Rasa NLU构建自己的中文NLU系统   https://blog.csdn.net/qfire/article/details/78964212

snipsco/snips-nlu     Snips Python library to extract meaning from text

HadoopIt/rnn-nlu             A TensorFlow implementation of Recurrent Neural Networks for Sequence Classification and Sequence Labeling

crownpku/Rasa_NLU_Chi   Turn Chinese natural language into structured data 中文自然语言理解

 

 

5、自然语言相关的博客

https://blog.csdn.net/qfire   Just for fun的专栏

https://www.ics.uci.edu/~brgallar/index.html#weekNine     uci上的入门教程，pvm讲解的很好

https://www.lfd.uci.edu/~gohlke/pythonlibs/   Unofficial Windows Binaries for Python Extension Packages

 

6、python的ETL工具

pygramet

pyetl

 

7、深度学习框架比较

比较全的介绍

主流深度学习框架对比    https://blog.csdn.net/zuochao_2013/article/details/56024172

典型的框架包括： TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon，当前看TensorFlow是一骑绝尘