{"id":53299,"date":"2019-11-28T00:00:00","date_gmt":"2019-11-27T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/56-proektov-na-python-s-otkrytym-ishodnym-kodom"},"modified":"2020-02-18T14:01:11","modified_gmt":"2020-02-18T11:01:11","slug":"56-proektov-na-python-s-otkrytym-ishodnym-kodom","status":"publish","type":"post","link":"https:\/\/prohoster.info\/hr\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","title":{"rendered":"56 projekata na Pythonu s otvorenim izvorom","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"56
\n<\/p>\n

1. Flask<\/h3>\n

\nTo je mikro okvir napisan na Pythonu. Ne sadr\u017ei validacije za obrasce i razinu apstrakcije baze podataka, ali vam omogu\u0107uje kori\u0161tenje vanjskih biblioteka za uobi\u010dajene funkcije. Stoga se naziva mikro okvirom. Flask je namijenjen jednostavnom i brzom razvoju aplikacija, a tako\u0111er je skalabilan i lagan. Temelji se na projektima Werkzeug i Jinja2. Mo\u017eete saznati vi\u0161e o njemu u najnovijem \u010dlanku DataFlair o Python Flask<\/a><\/noindex>.<\/p>\n

2. Keras<\/h3>\n

\nKeras je biblioteka za neuronske mre\u017ee s otvorenim kodom, napisana na Pythonu. Prijateljska je za korisnike, modularna i pro\u0161iriva, a mo\u017ee raditi iznad TensorFlowa, Theana, PlaidML-a ili Microsoft Cognitive Toolkit (CNTK). Keras sadr\u017ei sve: obrasce, funkcije gubitka, optimizatore i jo\u0161 mnogo toga. Tako\u0111er podr\u017eava konvolucijske i rekurentne neuronske mre\u017ee.<\/p>\n

Rad na posljednjem projektu s otvorenim kodom temeljenom na Kerasu - Klasifikacija raka dojke<\/a><\/noindex>.
\n<\/a><\/noindex><\/p>\n

\"56<\/a><\/noindex>

\n\u010clanak je preveden uz podr\u0161ku kompanije EDISON Software, koja razvija sustav dijagnostike za skladi\u0161te dokumenata Vivaldi<\/a><\/noindex>, kao i ulaganja u startupe<\/a><\/noindex>.<\/p><\/blockquote>\n

3. SpaCy<\/h3>\n

\nOvo je biblioteka softvera s otvorenim kodom koja se bavi pripravom prirodnog jezika (NLP)<\/a><\/noindex> i napisana je na Pythonu i Cythonu. Dok je NLTK vi\u0161e pogodna za obrazovne i istra\u017eiva\u010dke svrhe, posao spaCy je pru\u017eiti softver za proizvodnju. Osim toga, Thinc je biblioteka za strojno u\u010denje spaCy koja sadr\u017ei modele CNN za oznake dijelova govora, parsiranje zavisnosti i prepoznavanje imenskih entiteta.<\/p>\n

4. Sentry<\/h3>\n

\nSentry nudi hosting za pra\u0107enje gre\u0161aka s otvorenim kodom, omogu\u0107uju\u0107i vam da otkrijete i razvrstate gre\u0161ke u stvarnom vremenu. Jednostavno instalirajte SDK za svoj jezik(e) ili okvir(e) i zapo\u010dnite. Omogu\u0107uje vam bilje\u017eenje neobra\u0111enih iznimaka, istra\u017eivanje traganja stoga, analizu utjecaja svakog problema, pra\u0107enje gre\u0161aka u raznim projektima, dodjeljivanje problema i jo\u0161 vi\u0161e. Kori\u0161tenje Sentryja zna\u010di manje gre\u0161aka i vi\u0161e poslanog koda.<\/p>\n

5. OpenCV<\/h3>\n

\nOpenCV je knji\u017enica za ra\u010dunalni vid i strojno u\u010denje s otvorenim kodom. Knji\u017enica sadr\u017ei vi\u0161e od 2500 optimiziranih algoritama za zadatke ra\u010dunalnog vida, poput otkrivanja i prepoznavanja objekata, klasifikacije razli\u010ditih vrsta ljudske aktivnosti, pra\u0107enja pokreta pomo\u0107u kamere, izrade trodimenzionalnih modela objekata, spajanja slika za dobivanje visoko rezolutnih slika i mnoge druge zadatke. Knji\u017enica je dostupna za mnoge jezike, uklju\u010duju\u0107i Python, C++ i Java.<\/p>\n

Broj zvjezdica na Githubu: 39585<\/p>\n

Jeste li ve\u0107 radili na nekom projektu vezanom uz OpenCV? Evo jedan \u2014 Projekt za prepoznavanje spola i dobi<\/a><\/noindex><\/p>\n

6. Nilearn<\/h3>\n

\nOvo je modul za brzu i jednostavnu implementaciju statisti\u010dkog u\u010denja na NeuroImaging podacima. Omogu\u0107uje kori\u0161tenje scikit-learn za vi\u0161edimenzionalnu statistiku za prediktivno modeliranje, klasifikaciju, dekodiranje i analizu povezanosti. Nilearn je dio ekosustava NiPy, zajednice posve\u0107ene kori\u0161tenju Pythona za analizu podataka neuroimaginga.<\/p>\n

Broj zvjezdica na Github<\/a><\/noindex>: 549<\/p>\n

7. scikit-Learn<\/h3>\n

\nScikit-learn je jo\u0161 jedan Python projekt s otvorenim kodom. To je vrlo poznata biblioteka za strojno u\u010denje za Python. \u010cesto se koristi s NumPy i SciPy, SciPy nudi klasifikaciju, regresiju i klasterizaciju \u2014 podr\u017eava SVM (Support Vector Machines)<\/a><\/noindex>, slu\u010dajne \u0161ume, gradijentno poja\u010danje, k-sredstva i DBSCAN. Ova knji\u017enica je napisana na jezicima Python i Cython.<\/p>\n

Broj zvjezdica na Githubu: 37,144<\/p>\n

8. PyTorch<\/h3>\n

\nPyTorch je jo\u0161 jedna otvorena knji\u017enica za strojno u\u010denje, napisana na Pythonu i za Python. Temelji se na knji\u017enici Torch i izvrsno je prilago\u0111ena za podru\u010dja kao \u0161to su ra\u010dunalni vid i obrada prirodnog jezika (NLP). Tako\u0111er ima C++ frontend. <\/p>\n

Me\u0111u mnogim drugim zna\u010dajkama, PyTorch nudi dvije visoko nivoe:<\/p>\n