github最热门的Python项目:深度学习占半壁江山

本篇文章为大家盘点了1月份最热门的Python 项目,本月最热门的开源项目中,深度学习相关的开源项目占据了半壁江山,让我们一起来看下吧!

1 FastPhotoStyle

https://github.com/NVIDIA/FastPhotoStyle

Star 5978

FastPhotoStyle 是英伟达开源的照片风格转移深度学习算法实现库,给定目标照片和样式参考照片,代码可以将样式照片的风格转换至目标照片,从而生成新的风格化照片。

FastPhotoStyle 实现过程包含两个步骤:“风格化”和“细调”。 先将样式参考照片源的样式转移至目标照片,随后对其进行细调优化。

2 chinese-poetry

https://github.com/chinese-poetry/chinese-poetry

Star 6349

最全中华古诗词数据库,唐宋两朝近一万四千古诗人, 接近 5.5 万首唐诗加 26 万宋诗。两宋时期 1564 位词人,21050 首词。为什么要做这个仓库?因为这个项目开发者认为古诗是中华民族乃至全世界的瑰宝,我们应该传承下去,虽然有古典文集,但大多数人并没有拥有这些书籍。从某种意义上来说,这些庞大的文集离我们是有一定距离的。而电子版方便拷贝,所以此开源数据库诞生了。你可以用此数据做任何有益的事情,甚至我也可以帮助你。

3 deepfake 的深度学习技术 Facewap

https://github.com/deepfakes/faceswap Star

4009

deepfake 的深度学习技术,这款工具本来的用途是用来识别和交换图片、视频中人物脸部图像的工具 。该项目有多个入口,你需要做的事:

● 收集照片(或使用以下训练数据中提供的照片)

● 从原始照片中提取面部图像

● 在照片上训练模型(或使用以下训练数据中提供的模型)

● 使用模型转换源代码

4 Detectron

https://github.com/facebookresearch/Detectron

Star 12045

Detectron 是 Facebook AI 研究院(FAIR )开源的软件系统,实现了最先进的目标检测算法,包括 Mask R-CNN。在 FAIR 实验室,Detectron 目前已经支持很多研究项目的实现,Detectron 的目标是为目标检测研究提供高质量、高性能的代码库。它灵活的特性可支持快速实现和验证新研究。

5 AutoSploit

https://github.com/NullArray/AutoSploit

Star 2686

一个名为 Vector 的研究人员 2 月份在 GitHub 上发布了这款极具争议的工具, AutoSploit 基于 Python2.7 的脚本,使用 Shodan.io API 自动收集目标,Metasploit 模块有助于实施远程代码执行,并获得逆向 TCP/Shells 或者Metasploit 对话。公开这款工具的代码在信息安全界引起大量关注。大多数信息安全从业人员不禁感叹,这款攻击简直是脚本小子的福音,甚至有人认为完全可以将 AutoSploit 视为恶意软件。

6 models

https://github.com/tensorflow/models

Star 28864

一个 Tensorflow 库,里面包含 使用TensorFlow 构建的模型和示例的教程,旨在更好的维护,测试,并与最新的TensorFlow API保持同步最新。

TensorFlow实现模型:https://github.com/tensorflow/models/blob/master/research

TensorFlow教程:https://github.com/tensorflow/models/blob/master/tutorials

7 minigo

https://github.com/tensorflow/minigo

Star 1759

Minigo 是基于 MuGo 开发的极简版围棋AI引擎,使用 Python 语言、在 TensorFlow 框架实现的基于神经网络的围棋算法。这个项目确实是受到 DeepMind 的 AlphaGo 算法的启发,但 TensorFlow 官方再三强调这个项目不属于 DeepMind,也不是官方正式的 AlphaGo 项目。

8 awesome-python

https://github.com/vinta/awesome-python

Star 46039

awesome-python 是 vinta 发起维护的 Python 资源列表,内容包括:Web 框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。十分受 Python 开发者的青睐。

9 keras

https://github.com/keras-team/keras

Star 26028

Keras是一个极简的、高度模块化的神经网络库,采用Python(Python 2.7-3.5.)开发,能够运行在TensorFlow和Theano任一平台,好项目旨在完成深度学习的快速开发。特性:

● 可以快速简单的设计出原型(通过总模块化、极简性、和可扩展性)

● 同时支持卷积网络和循环网络,以及两者的组合

● 支持任意的连接方案(包括多输入和多输出)

● 支持GPU和CPU

10 public-apis

https://github.com/toddmotto/public-apis

Star 33789

PublicApis:公共API目录大全是一个通过 MaShape 市场整合的世界上最全的 API 接口目录,支持关键词搜索和添加API数据,方便开发者快速的找到自己想要的 API,目已经收录 5321 种 API 接口。

11 wtfpython

https://github.com/satwikkansal/wtfpython

Star 6135

一组有趣的、微妙的、复杂的 Python 代码片段,这个项目列举了一些代码片段,可能结果和你想到的是不一致的,并且作者会告诉你为什么。如混合Tab 和空格:

结果是 10?不是应该 100 么?

其实这种错误的结果的原因,所有书籍和开发者都说过,就是不要混 Tab 和空格,源代码你可以看项目中的 mixed_tabs_and_spaces.py。

12 awesome-machine-learning

https://github.com/josephmisiti/awesome-machine-learning

Star 30843

很多程序员都会 GitHub 上有一个 Awesome - XXX 系列的资源整理。每个月的热门项目中有很多项目都是这一系列的资源,wesome-machine-learning 就是 josephmisiti 发起维护的机器学习资源列表,内容包括了机器学习领域的框架、库以及软件等。

13 youtube-dl

https://github.com/rg3/youtube-dl

Star 34331

youtube-dl 是一个用来从YouTube.com 网站上下载视频文件的命令行工具。它采用 Python 开发,运行时需要 Python 的解释环境。支持多个 OS 平台,支持众多视频网站(见附图)国内优酷、土豆、新浪和搜狐,国外 YouTube 等赫然在列。

原文发布于微信公众号 - 目标检测和深度学习(The_leader_of_DL_CV)

原文发表时间:2018-03-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据派THU

独家 | 手把手教你学习R语言(附资源链接)

作者:NSS 翻译:杨金鸿 术语校对:韩海畴 全文校对:林亦霖 本文约3000字,建议阅读7分钟。 本文为带大家了解R语言以及分段式的步骤教程! 人们学习R语言...

2797
来自专栏互联网杂技

2018年3月份GitHub上最热门的Python项目:深度学习占半壁江山

https://github.com/NVIDIA/FastPhotoStyle Star 5978

1052
来自专栏软件测试经验与教训

关于BUG率的计算和它的实际意义的思考

6077
来自专栏机器之心

业界 | 英伟达开源硬件加速项目NVDLA:一种标准化的推断加速框架

3449
来自专栏CVer

TensorFlow 2.0 要来啦!

自 2015 年开源发布以来,TensorFlow 已成为全球应用最广泛的机器学习框架,可满足广泛的用户和用例需求。在此期间,TensorFlow 随着计算硬件...

1262
来自专栏linux驱动个人学习

Cache 和 Buffer 都是缓存,主要区别是什么?【转】

1834
来自专栏算法+

音频算法之小黄人变声 附完整C代码

前面提及到《大话音频变声原理 附简单示例代码》与《声音变调算法PitchShift(模拟汤姆猫) 附完整C++算法实现代码》

7607
来自专栏量子位

陈天奇团队发布NNVM编译器,性能优于MXNet,李沐撰文介绍

夏乙 若朴 编译整理 量子位 出品 | 公众号 QbitAI 亚马逊和华盛顿大学今天合作发布了开源的端到端深度学习编译器NNVM compiler。 先提醒一句...

4716
来自专栏SDNLAB

社交概念与SDN模型有什么相似之处?

社交原则似乎与网络工程,设计和软件定义网络有着奇怪的联系,或许就像很多人说的一个看似无关的原则通常可以应用于其他场景。社会辅助性原则对网络控制平面的使用和SDN...

1022
来自专栏玉树芝兰

如何用 R 快速了解科研领域?

用好 R 环境下的 BiblioShiny 软件包 ,可以让你在友好的图形化界面,快速扫描科研领域。

1594

扫码关注云+社区

领取腾讯云代金券