explosion/thinc

Что это?

Ключевые возможности

• 01Проверяет определения моделей по типам с помощью плагина mypy.
• 02Оборачивает модели PyTorch, TensorFlow и MXNet для использования в сети.
• 03Позволяет собирать модели функционально, а не через наследование.
• 04Предоставляет систему конфигурации и реестр функций для задания гиперпараметров и объектов.
• 05Включает оптимизаторы SGD, Adam и RAdam, а также функции потерь.

Сценарии использования

• Создание собственных NLP-моделей, сочетающих слои PyTorch или TensorFlow.
• Обучение моделей с воспроизводимой конфигурацией в файлах.
• Добавление статической проверки типов в код моделей глубокого обучения.
• Параллельное обучение с параметрическим сервером с помощью Ray.

Быстрый старт

1. 1

   Обновите pip, setuptools и wheel

   pip install -U pip setuptools wheel
2. 2

   Установите Thinc из PyPI

   pip install thinc

Что важно знать

• !Для некоторых бэкендов, таких как PyTorch или TensorFlow, помимо базовой установки нужны дополнительные необязательные зависимости и настройка.

В подборках

Темы

Частые вопросы

Что такое thinc?

Лёгкая библиотека глубокого обучения с проверкой типов для функциональной композиции моделей и обёртывания слоёв PyTorch, TensorFlow и MXNet. Thinc — лёгкая библиотека глубокого обучения от создателей spaCy и Prodigy. Она предоставляет API в функциональном стиле для построения моделей путём композиции слоёв, а не наследования классов. API проверяется по типам, поэтому определения моделей можно проверять с помощью mypy.

thinc можно использовать бесплатно? Какая у него лицензия?

thinc распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

thinc всё ещё поддерживается?

Активно поддерживается. Последний коммит в thinc — 27 окт. 2026 г..

Для чего можно использовать thinc?

Создание собственных NLP-моделей, сочетающих слои PyTorch или TensorFlow. Обучение моделей с воспроизводимой конфигурацией в файлах. Добавление статической проверки типов в код моделей глубокого обучения. Параллельное обучение с параметрическим сервером с помощью Ray.

Как установить thinc?

Обновите pip, setuptools и wheel: pip install -U pip setuptools wheel Установите Thinc из PyPI: pip install thinc

Где скачать thinc?

Исходный код и инструкции по установке — на GitHub: https://github.com/explosion/thinc