tensorflow常用的第三方模块及pip安装方法（tensorflow技术解析与实战）

tensorFlow 在运行中需要做一些矩阵运算，时常会用到一些第三方模块，此外，在处理音频、自然语言时需要也要用到一些模块。涉及数组矩阵画图，图像处理 、语音，自然语言处理等

1 numpy

numpy 是用来存储和处理大型矩阵的科学计算包，比 Python 自身的嵌套列表结构（ nestedlist structure）要高效的多。它包括：
● 一个强大的 N 维数组对象 Array；
● 比较成熟的函数库；
● 用于整合 C/C++和 Fortran 代码的工具包；
● 实用的线性代数、傅里叶变换和随机数生成函数。
numpy 模块的安装方法如下：
pip install numpy --upgrade
 

2 matplotlib

matplotlib 是 Python 最著名的绘图库，它提供了一整套和 MATLAB 相似的命令 API，十分适合交互式地进行制图。用它可以画出美丽的线图、散点图、等高线图、条形图、柱状图、 3D图等，而且还可以方便地将它作为绘图控件，嵌入 GUI 应用程序中。在后面的实例中，需要可视化地展现训练结果或者中间的特征映射，就很方便。
matplotlib 模块的安装方法如下：
pip install matplotlib --upgrade
 

3 jupyter

jupyter notebook 是 Ipython 的升级版，能够在浏览器中创建和共享代码、方程、说明文档。界面相当友好，功能也很强大。其实， jupyter 实际就是一个基于 Tornado 框架的 Web 应用，使用 MQ 进行消息管理。
jupyter 模块的安装方法如下：
pip install jupyter --upgrade
CMD下打开 jupyter notebook：
jupyter notebook
 

4 scikit-image

scikit-image①有一组图像处理的算法，可以使过滤一张图片变得很简单，非常适合用于对图像的预处理。
scikit-image 模块的安装方法如下：
pip install scikit-image --upgrade
 

5 librosa

librosa 是用 Python 进行音频特征提取的第三方库，有很多方式可以提取音频特征。
librosa 模块的安装如下：
pip install librosa --upgrade

6 nltk

nltk②模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词、词性标注、命名实体识别（NER）及句法分析。
nltk 的安装方法：
pip install nltk --upgrade
安装完成后，需要导入 nltk 工具包，下载 nltk 数据源，如下：
>>> import nltk
>>> nltk.download()
 

7Keras

Keras 是第一个被添加到 TensorFlow 核心中的高级别框架，成为 Tensorflow 的默认 API。

keras 模块的安装方法如下：
pip install keras --upgrade
 

8 tflearn

TFLearn 是另一个支持 TensorFlow 的第三方框架
tflearn 模块的安装方法如下：
pip install git+https://github.com/tflearn/tflearn.git