{"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\/nl\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","title":{"rendered":"56 projecten op Python met open source-code","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

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

1. Flask<\/h3>\n

\nDit is een micro-framework, geschreven in Python. Het heeft geen validaties voor formulieren en database abstractie-niveau, maar stelt je in staat om externe bibliotheken voor algemene functies te gebruiken. En daarom is het een micro-framework. Flask is ontworpen voor het eenvoudig en snel cre\u00ebren van applicaties en is ook schaalbaar en lichtgewicht. Het is gebaseerd op de projecten Werkzeug en Jinja2. Je kunt er meer over lezen in het laatste artikel van DataFlair over Python Flask<\/a><\/noindex>.<\/p>\n

2. Keras<\/h3>\n

\nKeras is een open-source bibliotheek voor neurale netwerken, geschreven in Python. Het is gebruiksvriendelijk, modulair en uitbreidbaar, en kan ook draaien bovenop TensorFlow, Theano, PlaidML of Microsoft Cognitive Toolkit (CNTK). Keras bevat alles: sjablonen, doel- en overdrachtsfuncties, optimalisatoren en nog veel meer. Het ondersteunt ook convolutionele en recurrente neurale netwerken.<\/p>\n

Het laatste project op basis van Keras is Borstkankerclassificatie<\/a><\/noindex>.
\n<\/a><\/noindex><\/p>\n

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

\nDit artikel is vertaald met de ondersteuning van EDISON Software, dat een documentopslagdiagnosesysteem Vivaldi ontwikkelt<\/a><\/noindex>, evenals investeert in startups<\/a><\/noindex>.<\/p><\/blockquote>\n

3. SpaCy<\/h3>\n

\nDit is een open-source softwarebibliotheek die zich richt op natuurlijke taalverwerking (NLP)<\/a><\/noindex> en is geschreven in Python en Cython. Terwijl NLTK meer geschikt is voor leer- en onderzoeksdoeleinden, richt spaCy zich op het aanbieden van software voor productie. Bovendien is Thinc de machine learning bibliotheek van spaCy, die CNN-modellen biedt voor spraakdeel-tags, afhankelijkheidsparsing en het herkennen van named entities.<\/p>\n

4. Sentry<\/h3>\n

\nSentry biedt hosting voor foutmonitoring met open source, zodat je fouten in realtime kunt detecteren en sorteren. Installeer eenvoudig de SDK voor jouw taal(n) of framework(s) en begin met werken. Het stelt je in staat om onopgeloste uitzonderingen vast te leggen, de stacktrace te bestuderen, de impact van elk probleem te analyseren, fouten in verschillende projecten bij te houden, problemen toe te wijzen en nog veel meer. Het gebruik van Sentry betekent minder fouten en meer verzonden code.<\/p>\n

5. OpenCV<\/h3>\n

\nOpenCV is een open-source bibliotheek voor computer vision en machine learning. De bibliotheek bevat meer dan 2500 geoptimaliseerde algoritmes voor computer vision-taken, zoals objectdetectie en -herkenning, classificatie van verschillende soorten menselijke activiteiten, bewegingsvolging met behulp van een camera, het cre\u00ebren van driedimensionale modellen van objecten, het samenvoegen van afbeeldingen voor het verkrijgen van hoge resolutie beelden en nog veel meer. De bibliotheek is beschikbaar in meerdere talen, waaronder Python, C++, Java, enz.<\/p>\n

Aantal sterren op Github: 39585<\/p>\n

Heb je al aan een OpenCV-project gewerkt? Hier is er \u00e9\u00e9n \u2014 Project voor geslacht- en leeftijdsdetectie<\/a><\/noindex><\/p>\n

6. Nilearn<\/h3>\n

\nDit is een module voor snelle en eenvoudige implementatie van statistisch leren op NeuroImaging-gegevens. Het maakt gebruik van scikit-learn voor multidimensionale statistiek voor voorspellende modellering, classificatie, decodering en netwerk-analyse. Nilearn is onderdeel van het NiPy-ecosysteem, een gemeenschap die zich richt op het gebruik van Python voor de analyse van neuroimaginggegevens.<\/p>\n

Aantal sterren op Github<\/a><\/noindex>: 549<\/p>\n

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

\nScikit-learn is een ander open-source Python-project. Het is een zeer bekende machine learning-bibliotheek voor Python. Vaak gebruikt in combinatie met NumPy en SciPy, biedt SciPy classificatie, regressie en clustering \u2014 het ondersteunt SVM (Support Vector Machines)<\/a><\/noindex>, random forests, gradient boosting, k-means en DBSCAN. Deze bibliotheek is geschreven in Python en Cython.<\/p>\n

Aantal sterren op Github: 37.144<\/p>\n

8. PyTorch<\/h3>\n

\nPyTorch is een andere open-source machine learning-bibliotheek, geschreven in Python en voor Python. Het is gebaseerd op de Torch-bibliotheek en is uitstekend voor toepassingen zoals computer vision en natural language processing (NLP). Het heeft ook een C++ frontend. <\/p>\n

Naast vele andere functies biedt PyTorch twee high-level kenmerken:<\/p>\n