#126 · 主分类： 深度学习框架
thinc
ai
artificial-intelligence
deep-learning
functional-programming
jax
machine-learning
machine-learning-library
mxnet
natural-language-processing
nlp
python
pytorch
spacy
tensorflow
type-checking
🔮 一种清新函数式的深度学习方式，兼容您喜欢的库
项目最后更新：03/27/26
GitHub Stars
2.9K
Forks数量
294
贡献者数量
68
许可证
MIT
收录理由
Thinc 出自 spaCy 团队之手，对深度学习采用了一种函数式视角：模型通过组合而非继承来构建。它本身很轻量，却能把用 PyTorch、TensorFlow 或 MXNet 写成的模块拼进同一个计算图里。对于需要组装自定义 NLP 模型的开发者来说，带类型检查的 API 和内置的配置系统相当实用——类型错误能提前暴露，超参数也以清晰的声明式结构组织起来。如果你更想在一个熟悉的框架之上加一层简洁、可读的封装，而不是投入一个全新的生态，Thinc 是个务实的选择。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。