雷锋网按:本文为雷锋字幕组编译的推荐系列,原标题30 Amazing Machine Learning Projects for the Past Year (v.2018),作者为Mybridge。 翻译 | 安妍 整理 | 凡江 在过去的一年里,我们比较了近8800个机器学习开源项目选出了其中最棒的30个 (几率只有0.3% )。 这是一个非常具有竞争力的名单,名单是从2017年一整年间发布的最佳的开源机器学习库,数据集和应用程序当中仔细挑选出来的。 Mybridge AI通过考虑使用频率,参与度和新近度来评估总分。针对总评分给你一个意见, Github stars平均表现是 3558。
开源项目对于数据科学家来说可能是很有用的。你可以通过阅读源代码以及在现有项目之上构建一些东西来学习。 给机器学习的项目留出足够的时间吧,你可能已经错过去年一年了。 A) 神经网络 深度学习A-Z™:动手的人工神经网络[68745推荐, 4.5/5 ] B) TensorFlow 用Python进行深度学习的TensorFlow完整指南[17834 推荐, 4.6/5 ] No 1 FastText:快速文本呈现和分类库。 [在 Github 有 11786 ]。 由 Facebook Research 开源 ……… [ Muse: 基于快速文本的多语言无监督或监督词嵌入。在 Github 有 695 ] No 2 深度图像风格转换:纸张的代码和数据“深度 图像 风格 转换” [在 Github 有 9747 ]。 致谢 Fujun Luan,Ph。D。 康奈尔大学。 No 3 世界上最简单的面部识别API:Python 和命令行 [在 Github 有 8672 ]。 致谢 Adam Geitgey No 4 Magenta:智能的音乐与艺术创作 [在 Github 有 8113 ]。 No 5 Sonnet: 基于TensorFlow的神经网络库 [在 Github 有 5731 ]。 致谢 Deepmind 的 Malcolm Reynolds No 6 deeplearn。js: 为web提供硬件加速的机器智能库 [在 Github 有 5462 ]。 致谢 Google Brain 的 Nikhil Thorat No 7 TensorFlow的快速风格迁移 [在 Github 有 4843 ]。 致谢MIT的 Logan Engstrom No 8 Pysc2: 星际争霸 II 学习环境 [在 Github 有 3683 ] 致谢 DeepMind 的Timo Ewalds No 9 AirSim: 基于Unreal Engine的开源模拟器,用于Microsoft AI & Research [在 Github 有 3861 ⭐️]。 致谢 Microsoft 的 Shital Shah No 10 Facets: 机器学习数据集的可视化 [在 Github 有 3371 ]。 由Google Brain提供 ![]() No 11 Style2Paints: 图像的AI彩色化 [在 Github 有 3310 ]。 ![]() No 12 Tensor2Tensor: Google Research的广义序列到序列模型库 [在 Github 有 3087 ]。 致谢Google Brain的 Ryan Sepassi ![]() No 13 PyTorch中的图像到图像转换 (e。g。 horse2zebra, edges2cats, and more) [在 Github 有 2847 ⭐️]。 致谢 Berkeley 的 Jun-Yan Zhu博士 ![]() No 14 Faiss: 用于密集向量的高效相似性搜索和聚类的库 [在 Github 有 2629 ]。 由 Facebook Research 提供 ![]() No 15 Fashion-mnist: 类似MNIST的世上产品数据库 [在 Github 有 2780 ]。 致谢 Zalando Tech的研究科学家 Han Xiao ![]() No 16 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 [在 Github 有 2578 ]。 致谢 Facebook Research的 Alexander Miller ![]() No 17 Fairseq: Facebook AI 研究序列-序列工具包 [在 Github 有 2571 ]。 ![]() No 18 Pyro: Python and PyTorch 的深度概率编程 [在 Github 有 2387 ]。 由 Uber AI Labs 提供 ![]() No 19 iGAN: 由GAN支持的交互式图像生成 [在 Github 有 2369 ]。 ![]() No 20 Deep-image-prior:使用无需学习的神经网络进行图像还原 [在 Github 有 2188 ]。 致谢 Skoltech 的Dmitry Ulyanov 博士 ![]() No 21 Face_classification:使用具有keras CNN模型和openCV的fer2013/imdb数据集的实时人像监测和情感/性别分类 [在 Github 有 1697 ]。 ![]() No 22 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 [在 Github 有 1961 ]。 致谢 Kakao Brain 的 Namju Kim ![]() No 23 StarGAN: 用于多域图像到图像转换的统一生成对抗网络 [在 Github 有 1954 ]。 由韩国大学的 Yunjey Choi 提供 ![]() No 24 Ml-agents: Unity 机器学习代理 [在 Github 有 1658 ]。 感谢Unity 3D深度学习团队的 Arthur Juliani ![]() No 25 DeepVideoAnalytics: 分布式可视化搜索和可视化数据分析平台 [在 Github 有 1494 ]。 感谢康奈尔大学的 Akshay Bhat博士 ![]() No 26 OpenNMT:火炬中的开源神经机器翻译 [在 Github 有 1490 ]。 ![]() No 27 Pix2pixHD: 使用条件GAN合成和处理2048*1024图像[在 Github 有 1283 ]。 感谢 Nvidia的AI Research 科学家 Ming-Yu Liu ![]() No 28 Horovod: TensorFlow的分布式训练框架[在 1188 有 845 ]。 由Uber Engineering提供 ![]() No 29 AI-Blocks: 强大的直观的界面,允许任何人创建的机器学习模型 [在 Github 有 899 ]。 ![]() No 30 采用Tensorflow的深度神经网络进行语音识别 [在 Github 有 845]。 感谢 Kakao Brain 的 AI 研究院的 Dabi Ahn ![]() 博客原址 https://medium./30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7 更多文章,关注雷锋网雷锋网 添加雷锋字幕组微信号(leiphonefansub)为好友 备注「我要加入」,To be an AI Volunteer ! ![]() |
|