推荐 | 7个你最应该知道的机器学习相关github项目

来源 | Analytics Vidhya

编译 | 磐石

出品 | 磐创AI技术团队

磐创AI导读:本文介绍了github上最近比较火的7个机器学习项目,每一个都值得上手。

目录:

· 介绍

· Person Blocker(人体自动遮挡)

· AstroNet(天体网络)

· ANN Visualizer(神经网络可视化)

· Fast Pandas

· Tensorflow.js

· Caffe 64(小巧版caffe)

· Tensorflow Hub

介绍

GitHub是我生活中不可或缺的一部分!你不仅可以在Github上关注到不同领域的工作,还可以很好的协作处理多个开源项目。包括谷歌和Facebook在内的(几乎)所有科技公司,都会在GitHub上上传他们的开源项目代码,以利于社区发展与大家的进步。

但是,如果你难以找到下面的这几个GitHub,可以持续关注我们的动态,我们每个月都会为你提供排名靠前的那些项目的项目摘要。以便于你可以通过此随时了解领域发展的最新动态,甚至可以直接复制那些项目代码到自己的设备上!

本月的名单包括一些极棒的项目仓库。从谷歌大脑(Google Brain)的AstroNet到人工神经网络可视化工具(ANN Visualizer),我们整理了一个独有的开源项目仓库列表来扩展你对机器学习最新动态的了解与把握。

你准备好了吗?我们来看看上个月的前7名

1.Person Blocker(人体自动遮挡)

'Person Block'是一个开源python项目。它可以使用预先训练好的神经网络自动遮挡(block)图像里的任何一个人。该算法使用基于MS COCO数据集上预训练的Mask R-CNN模型。更加锦上添花的是?它不需要用GPU!!!

算法不仅仅只可以应用于人体的遮挡(block),而且还可以遮挡其他目标。该算法目前可识别80种不同类型的物体,包括车辆,动物,电子小配件等。

2.AstroNet(天体网络)

早在2017年12月,谷歌大脑团队(Google Brain)就透露他们已经应用Astronet发现了2颗新行星-它(Astronet)是处理天文数据的深层神经网络模型。这个巨大的发现深深体现了机器学习给当今世界带来的深远影响!!

如今,Google Brain已经发布了实现该技术的全部代码,并且已经将它提供给所有人。该模型(Astronet)基于卷积神经网络(CNN)。

3. ANN Visualizer(神经网络可视化)

ANN Visualizer是一个开源python库。它使我们可以实现使用一行代码就可视化人工神经网络。它可以结合Keras,并利用python的'graphviz'库来创建一个视化神经网络图。

4.Fast Pandas

任何python初学者都感叹pandas的灵活性和强大功能。作为一名数据科学研究者,你需要考虑从多个角度去解决某个问题。“fast pandas”旨在针对这些情况下的多种可用方法进行基准测试评估(benchmark)。

这是一个非常有用的python库,我们强烈建议你去尝试一下。

5.TensorFlow.js

TensorFlow.js是一个全新开源机器学习框架,可以使用最底层的 Java 线性代数库或最高级的 API 在浏览器上开发机器学习模型。如果你对了解Keras,那么高级神经网络层级API对你来说应该不那么陌生。

TensorFlow.js支持GPU加速,并自动支持WebGL(创建复杂的数据可视化应用)。它允许你在浏览器上训练模型,或以推断模式运行预训练的模型。

6.Caffe64(小巧版caffe)

Caffe64是一个简单,小巧但功能非常强大的神经网络库。我们都知道安装神经网络库有多繁琐。根据其开发人员的说法,Caffe64放弃了所有的繁琐工作,并且是“目前最容易编译和最轻量级的神经网络库”。

如果你之前使用过caffe,这对你来说就是小菜一碟!

7. Tensorflow Hub

TensorFlow Hub是一个发布、发现和重用TensorFlow中机器学习模块部分的平台。特别是,它使得可以在其他类似的任务中重复使用一个模块(一个TensorFlow的独立片段及其权重)。通过在相关任务上重用模块,你可以实现:

· 用较小的数据集训练模型

· 改进泛化

· 大大加快训练

你以前使用过这些库吗?有什么样的使用感受?请在下面的评论部分告诉我们!(编译自:analyticsvidhya

原文发布于微信公众号 - 磐创AI(xunixs)

原文发表时间:2018-04-16

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AI科技大本营的专栏

AI 行业实践精选:通过机器学习刺激销量——如何利用NLP挖掘潜在客户

【AI100 导读】在这篇博客中,作者会向大家介绍如何以更有效的方式通过 Xeneta 进行营销,会训练一个机器学习算法,通过对于公司的描述来预测潜在客户的质量...

3808
来自专栏AI科技评论

谷歌机器学习白皮书全解析 43条黄金法则(一)

编者按:此文由AI科技评论独家编译,未经许可拒绝转载。此白皮书为谷歌总结的机器学习(ML)最优实践方法,浓缩了其多年技术积累与经验,尤其是 Youtube、Go...

4526
来自专栏CDA数据分析师

大家都收藏了的最新开源项目Top12!CV、NLP、机器学习一应俱全

【导读】作者整理了近期最新发布及更新的 12 个非常有学习和收藏意义的开源项目。这些项目中包括基于 TensorFlow 的强化学习框架;可以对数据进行结构化处...

772
来自专栏AI研习社

为计算机视觉生成庞大的、合成的、带标注的、逼真的数据集

我想要给大家分享一个我们在Greppy一直使用的测试版工具,其被称之为”Greepy Metaverse“,其通过快速、简便地为机器学习生成大量训练数据,来辅助...

1012
来自专栏大数据文摘

上班族必备,日本小哥用深度学习开发识别老板的探测器(附源码)

1772
来自专栏张俊红

数据分析学习笔记——数据可视化

数据分析学习笔记系列——数据可视化 总第45篇 ▼ 写在前面: 本篇来源于书籍《数据之美—一本书学会可视化设计》的学习后整理所得。全篇主要围绕数据可视化的5个步...

3719
来自专栏PPV课数据科学社区

DeepRack深度学习一体机要逆天了?

深度学习(Deep Learning)在这两年风靡全球,大数据和高性能计算平台的推动作用功不可没,绝对算得上是深度学习的“燃料”和“引擎”,而GPU(图形处理器...

4178
来自专栏AI研习社

深度神经进化加速:只需 4 个小时就在个人电脑上训练出强化学习模型

AI 研习社:近日 Uber AI Lab 开源了一组进化算法代码,它的特点是可以高速(同时也更廉价地)进行进化策略研究。根据介绍,训练神经网络玩 Atari ...

1063
来自专栏机器之心

业界 | 在个人电脑上快速训练Atari深度学习模型:Uber开源「深度神经进化」加速版

选自Uber AI 作者:Felipe Petroski Such、Kenneth O. Stanley、Jeff Clune 机器之心编译 参与:路、李泽南 ...

2948
来自专栏目标检测和深度学习

厉害了,我用“深度学习”写了个老板探测器(附源码)

如果上班的时候想放松一下,或者直说想偷偷懒,看点和工作无关的网页,这时候万一老板突然出现在背后,会不会感到很难堪呢? 有的浏览器设置了boss按键,手快的人还可...

3527

扫码关注云+社区

领取腾讯云代金券