五个常用的机器学习python库！

　　大家应该都知道python拥有各种丰富的第三方库，可以为我们的开发工作带来很大的帮助，而且针对不同的领域python有着各种各样的库，那么今天为大家介绍五个常用的机器学习python库!

　　1、NumPy：通用的数组处理软件包，提供高性能的多维数组对象和用于处理这些数组的工具，用于科学计算的基本python软件包。NumPy的核心功能是ndarray，代表n维数组数据结构。

　　2、Scipy：免费开源的python库，用于科学计算和技术计算。包含用于优化、线性代数、积分、插值、特殊函数、FFT、信号及图像处理、ODE求解器以及科学工程中其他常见任务的模块。Scipy使用的基本数据结构是NumPy模块提供的多维数组。

　　3、Tensorflow：是一种免费开源的软件库，用于针对各种任务的数据流和可微分编程。是谷歌Brain的第二代系统，TensorFlow可以在多个CPU和GPU上运行，同时TensorFlow可在64位的Linux、macOS、Windows和移动计算平台上使用。

　　4、Pytorch：一种基于Torch库的开源机器学习库，用于计算机视觉和自然语言处理等应用，主要由Facebook的AI研究实验室开发。拥有更完善的python接口，主要侧重于开发，还有C++接口。

　　5、Keras：一种用python编写的开源神经网络库，能够在TensorFlow、Microsoft Cognitive Toolkit、R、Theano或PlaidML上运行。致力于易于使用、模块化和可扩展。