度30大最惊艳的开源机器学习项目.docx
《度30大最惊艳的开源机器学习项目.docx》由会员分享,可在线阅读,更多相关《度30大最惊艳的开源机器学习项目.docx(6页珍藏版)》请在冰豆网上搜索。
度30大最惊艳的开源机器学习项目
2017年度30大最惊艳的开源机器学习项目
在过去的一年里,MybridgeAI比较了近8,800个开源机器学习项目,选择了前30名(概率只有0.3%)。
这是一个竞争激烈的名单,精挑细选了2017年1月到12月之间发布的最佳开源机器学习库、数据集和应用程序。
MybridgeAI通过考量受欢迎程度、参与度和新近度来等指标来评估这些参选项目的质量。
这些项目在Github得星的数量平均为3,558个,其质量相当不错。
开源项目对数据科学家来说可能大有裨益。
通过阅读源代码并在现有项目之上构建一些东西来可以加快学习步伐。
是该拿出时间来玩玩过去一年中可能错过的机器学习项目啦!
推荐阅读文章
在看排名清单之前,建议首先看看下面2篇文章:
A)神经网络
深度学习A-Z?
:
动手的人工神经网络(DeepLearningA-Z?
:
Hands-OnArtificialNeuralNetworks)http:
//bit.ly/2CH1WcQ
[68,745条推荐,4.5/5星]
B)TensorFlow
用Python进行深度学习的TensorFlow完整指南(CompleteGuidetoTensorFlowforDeepLearningwithPython)http:
//bit.ly/2EatVy7
[17,834条推荐,4.6/5星]
开源项目排行榜
第1名
FastText:
用于快速文本表示和分类的库(FastText:
Libraryforfasttextrepresentationandclassification)。
https:
//goo.gl/VWGfCs
[Github上的11786颗星]由FacebookResearch提供
…[Muse:
基于快速文本的多语言无监督或监督词嵌入(Muse:
MultilingualUnsupervisedorSupervisedwordEmbeddings,basedonFastText)。
Github上的695颗星]https:
//goo.gl/stbhjZ
第2名
深色照片风格转换:
论文“深度照片风格转移”代码和数据(Deep-photo-styletransfer:
Codeanddataforpaper“DeepPhotoStyleTransfer”)
[Github上的9747颗星星]由康奈尔大学FujunLuan博士提供
第3名
Python和世界上最简单的面部识别api和命令行(Theworld’ssimplestfacialrecognitionapiforPythonandthecommandline)
[Github上8672个星]由AdamGeitgey提供
第4名
洋红(Magenta:
):
机器智能生成音乐和艺术(Magenta:
MusicandArtGenerationwithMachineIntelligence)。
[GitHub上8113颗星]
第5名
Sonnet:
基于TensorFlow的神经网络库(Sonnet:
TensorFlow-basedneuralnetworklibrary)
[Github上5731颗星]。
由Deepmind公司的MalcolmReynolds(
第6名
deeplearn.js:
为Web提供硬件加速的机器智能库(
[Github上5462颗星]。
由GoogleBrain的NikhilThorat提供
第7名
TensorFlow的快速风格迁移(FastStyleTransferinTensorFlow)
[Github上4843颗星]由MIT的LoganEngstrom提供
第8名
Pysc2:
星际争霸II学习环境(Pysc2:
StarCraftIILearningEnvironment)
[Github上3683颗星星]由DeepMind的TimoEwalds提供
第9名
AirSim:
基于UnrealEngine的开源模拟器,用于微软AI&Research自主车辆(AirSim:
OpensourcesimulatorbasedonUnrealEngineforautonomousvehiclesfromMicrosoftAI&Research)
[Github上3861颗星]。
由Microsoft的ShitalShah提供
第10名
Facets:
机器学习数据集的可视化(Facets:
Visualizationsformachinelearningdatasets)
[Github上3371颗星]由GoogleBrain提供
第11名
Style2Paints:
图像的AI彩色化(Style2Paints:
AIcolorizationofimages)
[Github上3310颗星]
第12名
Tensor2Tensor:
GoogleResearch的广义序列到序列模型库(Tensor2Tensor:
Alibraryforgeneralizedsequencetosequencemodels?
—?
GoogleResearch)
[Github上3087颗星]由GoogleBrain的RyanSepassi提供
第13名
PyTorch中的图像到图像转换(例如horse2zebra,edges2cats等)[Image-to-imagetranslationinPyTorch(e.g.horse2zebra,edges2cats,andmore)]
[Github上2847颗星]由伯克利的Jun-YanZhu博士提供
第14名
Faiss:
用于密集向量的高效相似性搜索和聚类的库(Faiss:
Alibraryforefficientsimilaritysearchandclusteringofdensevectors)
[Github上2629颗星]。
由FacebookResearch提供
第15名
Fashion-mnist:
类似MNIST的时尚产品数据库(Fashion-mnist:
AMNIST-likefashionproductdatabase)
[Github上2780颗星星]由ZalandoTech的研究科学家HanXiao提供
第16名
ParlAI:
在各种公开可用的对话数据集上训练和评估AI模型的框架(
[Github上2578颗星]。
有Facebook研究院的AlexanderMiller提供
第17名
Fairseq:
FacebookAI研究序列–序列工具包(Fairseq:
FacebookAIResearchSequence-to-SequenceToolkit)
[Github上2571颗星]
第18名
Pyro:
Python和PyTorch的深度通用概率编程(Pyro:
DeepuniversalprobabilisticprogrammingwithPythonandPyTorch)
[Github上的2387颗星]由UberEngineering提供
第19名
iGAN:
由GAN支持的交互式图像生成(iGAN:
InteractiveImageGenerationpoweredbyGAN)
[Github上2369颗星]
:
:
__IHACKLOG_REMOTE_IMAGE_AUTODOWN_BLOCK__:
:
21
第20名
Deep-image-prior:
使用无需学习的神经网络进行图像恢复(Deep-image-prior:
Imagerestorationwithneuralnetworksbutwithoutlearning)
[Github上2188颗星]由Skoltech博士DmitryUlyanov提供
第21名
Face_classification:
使用具有kerasCNN模型和openCV的fer2013/imdb数据集的实时人脸检测和情感/性别分类(Face_classification:
Real-timefacedetectionandemotion/genderclassificationusingfer2013/imdbdatasetswithakerasCNNmodelandopenCV)
[Github上1967星]
第22名
Speech-to-Text-WaveNet:
使用DeepMind的WaveNet和tensorflow进行端到端的句子级英语语音识别(Speech-to-Text-WaveNet:
End-to-endsentencelevelEnglishspeechrecognitionusingDeepMind’sWaveNetandtensorflow)
[Github上1961星]由KakaoBrain的NamjuKim提供
第23名
StarGAN:
用于多域图像到图像转换的统一生成对抗网络(StarGAN:
UnifiedGenerativeAdversarialNetworksforMulti-DomainImage-to-ImageTranslation)
[Github上1954颗星]由韩国大学的YunjeyChoi提供
第24名
Ml-agents:
Unity机器学习代理(Ml-agents:
UnityMachineLearningAgents)
[Github上的1658颗星]DeepLearningatUnity3D的UnityJuliani提供
第25名
DeepVideoAnalytics:
分布式可视化搜索和可视化数据分析平台(DeepVideoAnalytics:
Adistributedvisualsearchandvisualdataanalyticsplatform)
[Github上1494颗星]由康奈尔大学的AkshayBhat博士提供
第26名
OpenNMT:
火炬中的开源神经机器翻译(OpenNMT:
Open-SourceNeuralMachineTranslationinTorch)
[Github上1490颗星]
第27名
Pix2pixHD:
使用条件GAN合成和处理2048×1024的图像(Pix2pixHD:
Synthesizingandmanipulating2048×1024imageswithconditionalGANs)
[Github上1283颗星]由Nvidia的AIResearch科学家Ming-YuLiu提供
第28名
Horovod:
TensorFlow的分布式训练框架(Horovod:
DistributedtrainingframeworkforTensorFlow)
[Github上1188颗星]由UberEngineering提供
第29名
AI-Blocks:
强大的和直观的所见即所得的界面,允许任何人创建的机器学习模型(AI-Blocks:
ApowerfulandintuitiveWYSIWYGinterfacethatallowsanyonetocreateMachineLearningmodels)
[GitHub上899颗星]
第30名
采用Tensorflow的深度神经网络进行语音转换(语音风格迁移)[Deepneuralnetworksforvoiceconversion(voicestyletransfer)inTensorflow]
[Github上845颗星]有AIKakaoBrain的AI研究院的DabiAhn提供
参考文章:
30AmazingMachineLearningProjectsforthePastYear
https:
//medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7