Thinc是一个轻量级的深度学习库，它提供了一个优雅的、经过类型检查的、函数式编程的API来合成模型，并支持在其他框架中定义的层，如PyTorch、TensorFlow和MXNet。
你可以将Thinc作为一个接口层、一个独立的工具包或一个灵活的方式来开发新的模型。Thinc的先前版本已经通过spaCy和Prodigy在数千家公司的生产中运行。官方称，其编写新的版本是为了让用户组成、配置和部署用他们喜欢的框架构建的自定义模型。
特征使用自定义类型和mypy插件对您的模型定义进行类型检查。包装PyTorch、TensorFlow和MXNet模型以在你的网络中使用。模型定义的简洁函数式编程方法，使用组合而不是继承。通过运算符重载的可选自定义中缀符号。用于描述对象树和超参数的集成配置系统。选择可扩展的后端。ReadmoreThinc与Python3.6以上版本兼容，可在Linux、macOS和Windows上运行。
评论