python 深度学习工具库

python  深度学习工具库

1.pandas:

Python数据分析的工具包，它是基于NumPy构建的.

作用：

1. 具备对齐功能的数据结构DataFrame、Series
2. 集成时间序列功能
3. 提供丰富的数学运算和操作
4. 灵活处理缺失数据的函数和方法

 

2.skimage :

PIL和Pillow只提供最基础的数字图像处理，功能有限；opencv实际上是一个c++库，只是提供了python接口，更新速度非常慢。scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理 。

3.tqdm

Tqdm 是一个快速，可扩展的Python进度条

4.torchvision:

由流行的数据集（torchvision.datasets）、模型架构(torchvision.models)和用于计算机视觉的常见图像转换组成(torchvision.transforms)。

1）数据库

• MNIST
• COCO
  • Captions
  • Detection
• ImageFolder
• DatasetFolder
• Imagenet-12
• CIFAR
• PhotoTour
• VOC
• Cityscapes
• import torchvision
• mnist = torchvision.datasets.MNIST("path/to/mnist/", train=True, transform=transforms, target_transform=None, download=False)

2）模型框架

• Alexnet
• VGG
• ResNet
• SqueezeNet
• DenseNet
• Inception v3
• import torchvision
• vgg16 = torchvision.models.vgg16(pretrained=True)

3)变换操作

• Transforms on PIL Image
• Transforms on torch.*Tensor
• Conversion Transforms
• Generic Transforms
• Functional Transforms

• 4.tensorboadX

  这相当于一个辅助工具，可以把Pytorch中的参数传递到Tensorboad上面

• 卷积核的可视化
• feature map的可视化
• 模型图的可视化
• 标量变化情况的可视化
• 权重的直方图的可视化（可以知道权重的数据分布）

• 4.argparse

  先导入了argparse这个包，然后包中的ArgumentParser类生成一个parser对象，其中的description描述这个参数解析器是干什么的，当我们在命令行显示帮助信息的时候会看到description描述的信息 。接着我们通过对象的add_argument函数来增加参数。'-n','--name'表示同一个参数， 最后采用对象的parse_args获取解析的参数，Namespace中可以有两个属性（也叫成员）这里要注意个问题，当'-'和'--'同时出现的时候，系统默认后者为参数名，前者不是，但是在命令行输入的时候没有这个区分接下来就是打印参数信息了。default参数表示我们在运行命令时若没有提供参数，程序会将此值当做参数值。