Библиотеки, написанные на Python

tryceratops

Линтер для предотвращения антипаттернов обработки исключений в Python (только для тех, кто любит динозавров).

397
MIT

spotify_to_ytmusic

Клонируйте плейлист Spotify в YouTube Music.

397
MIT

CodeRL

Это официальный код статьи CodeRL: Освоение генерации кода с помощью предварительно обученных моделей и глубокого обучения с подкреплением (NeurIPS22).

397
BSD 3-clause "New" or "Revised"

stable-diffusion-webui-images-browser

просмотр изображений для stable-diffusion-webui (от AlUlkesh).

397

neptune-client

:ledger: Инструмент отслеживания экспериментов и реестр моделей.

397
Apache License 2.0

momepy

Инструментарий для измерения городской морфологии.

397
BSD 3-clause "New" or "Revised"

skf-labs

Репозиторий всех лабораторных примеров OWASP-SKF Docker.

397
Apache License 2.0

python-semver

Пакет Python для работы с Semantic Versioning (https://semver.org/).

396
BSD 3-clause "New" or "Revised"

carefree-learn

Глубокое обучение ❤️ PyTorch.

396
MIT

pangolin

Пакет программного обеспечения для присвоения последовательностей генома SARS-CoV-2 глобальным линиям. (по cov-линиям).

396
GNU General Public License v3.0 only

docx2pdf

396
MIT

bpycv

Утилиты компьютерного зрения для Blender (создавайте аннотацию экземпляра, глубину и 6D-позу одной строкой кода).

396
MIT

Project-New-Reign---Nemesis-Main

Инструмент исправления поведения анимации.

396
GNU General Public License v3.0 only

LSP-copilot

Поддержка GitHub Copilot для плагина Sublime Text LSP предоставляется через Copilot.vim.

396

celery-progress

Вставьте настраиваемые индикаторы выполнения без зависимостей для ваших приложений Django/Celery.

396
MIT

ECAPA-TDNN

Неофициальная повторная реализация ECAPA-TDNN для распознавания говорящего (EER=0,86 для Vox1_O при обучении только в Vox2).

396
MIT

chispa

Вспомогательные методы тестирования PySpark с красивыми сообщениями об ошибках.

395
MIT

google-search-results-python

Результаты поиска Google через SERP API pip Python Package.

395
MIT

pykale

Машинное обучение с учетом знаний (KALE): доступное машинное обучение из нескольких источников для междисциплинарных исследований, часть экосистемы 🔥PyTorch.