（1）核心库与统计：Numpy、Scipy、Pandas、StatsModels。

（2）可视化：Matplotlib、Seaborn、Plotly、Bokeh、Pydot、Scikit-learn、XGBoost/LightGBM/CatBoost、Eli5。

（3）深度学习：Tensorflow、PyTorch、Keras。

（4）分布式深度学习：Dist-keras/elephas/spark-deep-learning。

（5）自然语言处理：NLTK、SpaCy、Gensim。

（6）数据抓取：Scrapy。
————————————————
版权声明：本文为CSDN博主「AI专家」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42039090/article/details/82944675

keras中文官方文档https://keras.io/zh/

https://keras-cn.readthedocs.io/en/latest/layers/about_layer/