本文主要是介绍深度学习包，工具的收集，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
imgaug ：进行图像augmentation的python库,支持关键点(keypoint)和bounding box一起变换。
https://blog.csdn.net/u012897374/article/details/80142744
在mask rcnn中 使用了
docker
很强大的虚拟实验环境搭建。可以当成不浪费资源的虚拟机。并且由专业人士配置环境内容。可以分享环境。
jupyter notebook/jupyter lab/jupyterhub
流行的数据分析，代码，深度学习编译展示平台，基于web browser
anaconda
可以配置虚拟环境，与docker 不同在于，docker的操作系统都是虚拟的，而anaconda，只能在驱动上层配置虚拟环境。很多人都只把他当作依赖包使用。
scikit-image
https://scikit-image.org/
image processing 算法的集合，包括了：https://my.oschina.net/112612/blog/1596939例举的操作。
TensorBoard
tensorflow 中可以用来看log loss and weight 训练过程可视化
这篇关于深度学习包，工具的收集的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
