过去一年top30个机器学习项目(过去一年top30个机器学习项目)
因为这是从2017年1月至12月期间发布的最佳开源机器学习库、数据集和应用程序里精心挑选出来的。挑选的基数高达8800个。编译:刘思佳、张秋玥、云舟
这是一个竞争极为激烈的列表!
因为这是从2017年1月至12月期间发布的最佳开源机器学习库、数据集和应用程序里精心挑选出来的。挑选的基数高达8800个。
这是一个评价严谨的列表!
为了更好地评价这些项目,使用Mybridge AI,并且综合考虑受欢迎程度、参与度和新颖度。
那么,开始吧!让我们一起看看这份列表~~~
注:此份列表的星星数量仅供参考,因为,Github上的星星数量是动态变化的。
No. 1 FastText
用于快速文本表示和分类的库。 [Github评价:11786颗星]。
https://goo.gl/VWGfCs
来自Facebook Research
注:基于FastText 的一款名为 Muse 的多语种无监督或有监督的词嵌入项目在github上获得星星数为695.
No. 2 Deep-photo-styletransfer
论文 “深度照片风格转换”的代码与数据[Github评价:9747颗星]。
链接:https://github.com/luanfujun/deep-photo-styletransfer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Fujun Luan博士,康奈尔大学
No. 3
全世界最简单的面部识别API,基于Python与命令行 [Github评价:8672颗星]。
https://github.com/ageitgey/face_recognition?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Adam Geitgey
No. 4 Magenta
通过机器智能生成的音乐和艺术 [Github评价:8113颗星]。
https://github.com/TensorFlow/magenta?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No. 5 Sonnet
基于tensorflow的神经网络库 [Github评价:5731颗星]。
https://github.com/Deepmind/sonnet?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Malcolm Reynolds,Deepmind
No. 6 deeplearn.js
用于网络的硬件加速机器智能库 [Github评价:5462颗星]。
https://github.com/PAIR-code/deeplearnjs?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Nikhil Thorat,Google Brain
No 7
基于TensorFlow的快速风格转移 [Github评价:4843颗星]
https://github.com/lengstrom/fast-style-transfer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自LoGAN Engstrom,MIT
No 8 Pysc2
星际争霸II学习环境 [Github评价:3683颗星]。
https://github.com/deepmind/pysc2?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Timo Ewalds,Deepmind
No 9 AirSim
基于虚幻引擎的开源模拟器,适用于Microsoft AI和Research的自动驾驶交通工具 [Github评价:3861颗星]。
https://github.com/Microsoft/AirSim?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Shital Shah,Microsoft
No 10 Facets
机器学习数据集的可视化 [Github评价:3371颗星]。
https://github.com/PAIR-code/facets?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Google Brain
No 11 Style2Paints
AI图像着色 [Github评价:3310颗星]。
https://github.com/lllyasviel/style2paints?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 12 Tensor2Tensor
广义序列模型及序列模型的库 [Github评价:3087颗星]。
https://github.com/tensorflow/tensor2tensor?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Ryan Sepassi,谷歌大脑
No 13
PyTorch图像转换(例如horse2zebra,edges2cats等)[Github评价:2847颗星]。
https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Jun-Yan Zhu博士,加州大学伯克利分校。
No 14 Faiss
用于高效相似性搜索和密集向量聚类的库 [Github评价:2629颗星]。
https://github.com/facebookresearch/faiss?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Facebook Research
No 15 Fashion-mnist
一个类似MNIST的时尚产品数据库[Github评价:2780颗星]。
https://github.com/zalandoresearch/fashion-mnist?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Han Xiao,Zalando Tech科研学者
No 16 ParlAI
在各种公开可用的对话数据集上训练并评估AI模型的框架 [Github评价:2578颗星]。
https://github.com/facebookresearch/ParlAI?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Alexander Miller,Google Research
No 17 Fairseq
序列到序列工具包 [Github评价:2571颗星]。
https://github.com/facebookresearch/fairseq?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Facebook AI Research
No 18 Pyro
使用Python和PyTorch进行深度通用概率编程 [Github评价:2387颗星]。
https://github.com/uber/pyro?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Uber AI Labs
No 19 iGAN
基于GAN的交互式图像生成 [Github评价:2369颗星]。
https://github.com/junyanz/iGAN?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 20 Deep-image-prior
不基于学习的神经网络图像恢复 [Github评价:2188颗星]。
https://github.com/DmitryUlyanov/deep-image-prior?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Dmitry Ulyanov博士,Skoltech
No 21 Face_classification
基于keras CNN模型和openCV、使用fer2013 / imdb数据集进行实时人脸检测和情感/性别分类。 [Github评价:1967颗星]。
https://github.com/oarriaga/face_classification?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 22 Speech-to-Text-WaveNet
使用DeepMind的WaveNet和tensorflow的端到端句子级英语语音识别 [Github评价:1961颗星]。来自Namju Kim,Kakao Brain。
https://github.com/buriburisuri/speech-to-text-wavenet?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 23 StarGAN
用于多域图像转换的统一生成式对抗网络 [Github评价:1954颗星]。
https://github.com/yunjey/StarGAN?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Yunjey Choi,Korea University
No 24 Ml-agents
Unity机器学习代理 [Github评价:1658颗星]。
https://github.com/Unity-Technologies/ml-agents?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Arthur Juliani,Unity3D Deep Learning
No 25
DeepVideoAnalytics:分布式视觉搜索和可视化数据分析平台 [Github评价:1494颗星]。
https://github.com/AKSHAYUBHAT/DeepVideoAnalytics/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 26 OpenNMT
基于Torch的开源神经机器翻译 [Github评价:1490颗星]。
https://github.com/OpenNMT/OpenNMT?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 27 Pix2pixHD
使用条件GAN合成并处理2048x1024图像 [Github评价:1283颗星]。
https://github.com/NVIDIA/pix2pixHD?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自AI研究科学家Ming-Yu Liu,Nvidia
No 28 Horovod
TensorFlow的分布式培训框架 [Github评价:1188颗星]。
https://github.com/uber/horovod?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Uber Engineering
No 29 AI-Block
一个功能强大且直观的WYSIWYG界面,允许任何人创建机器学习模型 [Github评价:899颗星]。
https://github.com/MrNothing/AI-Blocks?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
No 30
基于Tensorflow的语音转换(语音样式传输)深度神经网络 [Github评价:845颗星]。
https://github.com/andabi/deep-voice-conversion?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
来自Dabi Ahn,Kakao Brain AI Research
成都加米谷大数据培训机构,小班教学,免费试听,大数据开发12月下旬提高班报名中...
另外,推荐两个非常好的学习材料:年度Python项目
https://goo.gl/sqdPgW
过去一年关于学习机器学习的热门文章: https://goo.gl/GLdu6r
相关报道:
https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7?nsukey=meOrGP1tkmxojNUefLXxHh8132657wun6l2jRHUzia47eJTA4ZzuKLbqBsZ7LHBz0AG3kWld3ueXHaJ4jj42lITTmXt1M6VDyqPXpxPAiIeWUOaECy6GoBNYJp4z/YgE+W+QGzke6038nQh4nHBUyHMs1RcK61It9QRuZg7LzYcn6vw/5VCwXSPFBjIC5M7miumCHCENttD5+msdZAyROw==
,
免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com