Github 「stars」 平均 3558，最棒的 30 个机器学习实例

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（https://www.mybridge.co/ ） 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。

• 年度 Python 实例 (平均 3707)：https://goo.gl/M2bLVE
• 在过去的一年中从顶级文献学习机器学习：https://goo.gl/GLdu6r

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。

推荐学习

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]

http://bit.ly/2CH1WcQ

B) TensorFlow

用 Python 进行深度学习的 TensorFlow 完整指南 [17834 推荐， 4.6/5]

http://bit.ly/2EatVy7

No.1

FastText：快速文本呈现和分类库。 [在 Github 有 11786]。 由 Facebook Research（http://suo.im/3tg3ie ） 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（http://suo.im/3I1tIp ）

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（http://suo.im/3Lx0bl ）

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（http://suo.im/2dfLuh ）

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（http://suo.im/1NB1eO ）

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 （http://suo.im/3qlpIR ）

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（http://suo.im/1jaz9e ） 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（http://suo.im/3tg3ie ） 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（http://suo.im/1P2U2L ） 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（http://suo.im/13lpB9 ）

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（http://suo.im/3dG3sa ） 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（http://suo.im/2byDaf ）

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（http://suo.im/yz9b2 ）

博客原址 https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7