AutoML开发框架
AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的AutoML综述： AutoML: A Survey of State-of-the-art。

至于开发框架主要以基于深度学习的为主推荐一下几个：

利益相关首先推荐 Vega，之前写了一篇介绍Vega的文章，如下。简而言之，Vega是目前第一个实现端到端AutoML的框架，目前正在参与实习工作，新的版本放出来后易用性相比于已放出的1.0版本会有很大提升，敬请期待。

第二个推荐巨硬的 NNI, 易用性很强，下至胎儿，上至100岁都很容易上手。反正Vega和NNI选哪个都不差
microsoft/nni​github.com

其他没怎么用过，仅列出名字，欢迎大佬们评论区留言评价以下这些框架：
https://autokeras.com/​autokeras.com

AutoKeras​autokeras.com

awslabs/autogluon​github.com

​

3D Deep Learning
下面这个是最近由MIT大学韩松团队开发的用于3D 深度学习场景的开源框架。

mit-han-lab/e3d​github.com

基于Pytorch深度定制的开发框架
首推Pytorch-lightning ，目前已经更新到1.0版本，这个库的易用性是保姆级别的，TPU、GPU、多机多卡、amp等一大堆功能都给你弄好了
https://github.com/PyTorchLightning/pytorch-lightning​github.com

torchline: 这个库是我基于pytorch-lightning进一步封装的，主要是引入了注册机制，所有的模型、优化器、损失函数、数据集等都可以通过一个yml文件完成配置，不用再写一大堆的argparse了，易用性进一步提高。
​

fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。原因可以看这个回答，总之这个库的tutorial里居然好多地方都是 from ... import * ，然后代码示例里就一堆不知道从哪里来的函数和类，emm，我还得去源代码里找具体是干啥的
如何评价Fastai？​www.zhihu.com

​

目标检测

首推鼎鼎大名的mmdetection

https://github.com/open-mmlab/mmdetection

当然Pytorch官方的 Detectron2 也是一个非常不错的选择

https://github.com/facebookresearch/detectron2

联邦学习开发框架: FedML.ai

https://zhuanlan.zhihu.com/p/262497372​zhuanlan.zhihu.com

图形学开发框架：
taichi-dev/taichi​github.com

​

TaiChi是由胡渊鸣大佬基于Python开发，可以非常方便实现下面这些酷到不行的特效

而且Taichi作者也专门开设了 GAMES201课程

taichi-dev/games201​github.com

另外 GAMES101 系列课程也强烈安利，闫令琪老师讲的炒鸡赞

最后更新于 2021-09-24 19:16:29 并被添加「」标签，已有 1175 位童鞋阅读过。

本站使用「署名 4.0 国际」创作共享协议，可自由转载、引用，但需署名作者且注明文章出处