热点 | github近期热点项目汇总

作者 | Walker

编辑 | 安可

【磐创AI导读】:我们总结了过去一年近8000个开源机器学习项目,从中选择了前30个最热点的项目推荐给大家。想要获取更多的机器学习、深度学习资源。欢迎大家点击上方蓝字关注我们的公众号:磐创AI。

本文是近期Github热点项目的汇总,如果你想了解更多优秀的github项目,请关注我们公众号的github系列文章。

推荐 | 7个你最应该知道的机器学习相关github项目

热点 | 六月Github热点项目库总结

热点 | 四月最佳Github项目库与最有趣Reddit热点讨论(文末免费送百G数据集)

开源项目对于数据科学家来说是非常的重要,他们可以通过学习源代码还可以在现有项目之上构建新的东西。于是我们主要参考github上的star挑选了2017年1月至12月间发布的30个最热门的开源机器学习库、数据集以及应用程序来供大家学习。

No1:Fasttext。Fasttext是一个能够有效地学习文本表示和句子分类的库。【11786 stars】

(https://github.com/facebookresearch/fastText)

No2:Deep-photo-styletransfer。数据和代码源自论文:“DeepPhoto Style Transfer”。【9747 stars】

(https://github.com/luanfujun/deep-photo-styletransfer)

No3:Face Recognition。该项目提供了一个简单的面部识别命令行工具,允许您对来自命令行的图像文件夹进行面部识别。【8672 stars】(https://github.com/ageitgey/face_recognition)

No4:Magenta。Magenta主要是使用强化学习算法研究机器学习在创作艺术和音乐过程中的作用的一个项目。【8113 stars】

(https://github.com/tensorflow/magenta)

No5:Sonnet。Sonnet是一个建立在Tensorflow上的用于构建复杂神经网络的一个库。【5731 stars】

(https://github.com/deepmind/sonnet)

No6:TensorFlow.js。一种用于web的硬件加速库。【5462stars】

(https://github.com/tensorflow/tfjs-core)

No7:Fast StyleTransfer in TensorFlow。你可以在几秒钟内从名画中添加样式到任何照片!【4843 stars】

(https://github.com/lengstrom/fast-style-transfer)

No8:PySC2。PySC2是星际争霸II学习环境的DeepMind的Python组件。【3686stars】(https://github.com/deepmind/pysc2)

No9:AirSim。AirSim是无人驾驶飞机、汽车的模拟器,更多的是建立在虚幻引擎上,并可以可以简单地插入到你想要的任何非真实环境中。【3861 stars】(https://github.com/Microsoft/AirSim)

No10:Facets。 Facets项目包含用于理解和分析机器学习数据集的两个可视化:Facets Overview和Facets Dive。【3371 stars】

(https://github.com/PAIR-code/facets)

No11:Style2Plants。一款图像人工合成项目。【3310stars】(https://github.com/lllyasviel/style2paints)

No12:Tensor2Tensor。T2T是一个深度学习模型和数据集的库,旨在使深度学习更容易访问并加速机器学习的研究。【3087 stars】

(https://github.com/tensorflow/tensor2tensor)

No13:CycleGAN andpix2pix in PyTorch。这个项目是PyTorch实现成对和不成对图像的翻译。【2847 stars】

(https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix)

No14:Faiss。Faiss是一个高效的相似性搜索和密集向量聚类的库,它包含在任何大小的向量集合中搜索的算法。【2629 stars】

(https://github.com/facebookresearch/faiss)

No15:Fashion-MNIST。Fashion-MNIST是Zalando的文章图像数据集,包括60000个示例的训练集和10000个示例的测试集。【2780stars】(https://github.com/zalandoresearch/fashion-mnist)

No16:ParlAI。ParlAI是在多种公开的对话数据集上训练和评估人工智能模型的框架。【2578 stars】

(https://github.com/facebookresearch/ParlAI)

No17:Fairseq。Fairseq是一个研究序列化学习的工具包,从脸谱网AI研究定制为神经机器翻译(NMT)。【2571 stars】

(https://github.com/facebookresearch/fairseq)

No18:Pyro。Pyro是一个灵活的、可扩展的基于PyTorch的深度学习编程库。【2387stars】

(https://github.com/uber/pyro)

No19:iGAN。基于生成对抗网络的交互式图像生成。【2369 stars】(https://github.com/junyanz/iGAN)

No20:Deep-image-prior无监督学习神经网络的恢复。【2188 stats】(https://github.com/DmitryUlyanov/deep-image-prior)

No21:Face_classification。使用Keras CNN模型和OPen CV和OpenCV的201/IMDB数据集进行的实时人脸检测和情绪/性别分类项目。【1967 stars】(https://github.com/oarriaga/face_classification)

No22:Speech-to-Text-WaveNet。利用DeepMind的WaveNet模型实现端到端句子级英语语音识别。【1961 stars】

(https://github.com/buriburisuri/speech-to-text-wavenet)

No23:StarGAN。这个存储库提供了StarGAN的PyTorch实现。StarGAN可以仅使用单个生成器和鉴别器将输入图像灵活地翻译成任何期望的目标域。【1954 stars】(https://github.com/yunjey/StarGAN)

No24:ML-Agents。ML-Agents是一个开源的Unity插件,它使游戏和模拟能够作为智能代理训练的环境。【1658 stars】

(https://github.com/Unity-Technologies/ml-agents)

No25:DeepVideoAnalytics。深度视频分析是从视频和图像中索引和提取信息的平台。【1494 stars】

(https://github.com/AKSHAYUBHAT/DeepVideoAnalytics)

No26:OpenNMT。OpenNMT是一个利用Torch数学工具包进行全功能、开放源码(MIT)的神经机器翻译系统。【1490 stars】

(https://github.com/OpenNMT/OpenNMT)

No27:Pix2pixHD。Pix2pixHD可以用于将语义标签地图转换成照片逼真的图像,或是从脸部标签地图合成肖像。【1283 stars】

(https://github.com/NVIDIA/pix2pixHD)

No28:Horovod。Horovod是基于TensorFlow、Keras和PyTorch的分布式框架。Horovod的目标是使分布式深度学习快速且易于使用。【1188 stars】(https://github.com/uber/horovod)

No29:AI-Blocks。一个直观的WYSIWYG模型,允许任何人创建机器学习模型。【899 stars】(https://github.com/MrNothing/AI-Blocks)

No30:VoiceConversion with Non-Parallel Data。Tensorflow语音转换的深度神经网络。【845 stars】

(https://github.com/andabi/deep-voice-conversion)

【总结】:这就是小编为大家总结的过去一年github上最受欢迎的30个机器学习项目,希望大家喜欢。

原文发布于微信公众号 - 磐创AI(xunixs)

原文发表时间:2018-08-29

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

来自专栏灯塔大数据

每周学点大数据 | No.6算法的分析之易解问题和难解问题

No.6期 算法的分析之易解问题和难解问题 小可:嗯,我懂了。可是您前面说现在的计算机在模型上都可以称作图灵机,这个要如何理解呢? Mr. 王:你能思考这个问...

2727
来自专栏机器之心

Uber与斯坦福大学开源深度概率编程语言Pyro:基于PyTorch

38911
来自专栏鸿的学习笔记

用于工业界的机器学习:案例研究

您好,我是Chris Burges。 在我过去在微软工作了14年,在此之前为贝尔实验室又工作了14年,我花了大量的时间在机器学习(ML)上,其中有部分时间又花在...

971
来自专栏北京马哥教育

27个机器学习图表,帮你作弊一般飞速成长!

今天分享一篇机器学习的文章。翻了一半,发现Linux中国已经翻译过了。。。干脆搬过来,还有一个姊妹篇《My Curated List of AI and Mac...

3638
来自专栏专知

【深度学习中文讲义完整版】复旦邱锡鹏老师《神经网络与深度学习》教程分享(附pdf下载)

【导读】复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者邱锡鹏(http://nlp.fudan.edu.cn/xpqiu/)老师撰...

1.1K10
来自专栏AI科技大本营的专栏

AI技术讲座精选:强化学习入门以及代码实现

介绍 目前,对于全球的科学家而言,“如何去学习一种新技能”已经成为最基本的研究课题之一。解决这个问题的意愿显而易见——如果能够解决这个问题,那么人类就有望做到...

28811
来自专栏大数据挖掘DT机器学习

飞林沙:商品推荐算法&推荐解释

这是今天看到的一篇蛮有新意的讲稿,由于不是一篇完整的论文,所以理解起来稍微有些困难,就顺着写个笔记,仅供参考。 ? 在这篇文章中,我分成两部分,我们先顺着作者的...

5609
来自专栏ATYUN订阅号

谷歌MnasNet:实现移动端机器学习模型的自动化

在智能手机领域,检测对象,分类图像和识别面部的应用程序并不是什么新鲜事;它们已经被Google Lens和Snapchat等应用推广,但普遍性无法替代质量,而大...

813
来自专栏数据派THU

收藏 | 27个机器学习小抄(附学习资源)

1914
来自专栏大数据挖掘DT机器学习

上海联通大数据与机器学习驱动的离网预测模型

大数据的V特性Volume、Variety、Velocity可以使我们更容易捕捉到用户的离网倾向,从而作出相应的维挽措施挽留用户。上海联通部署大数据驱动的离网预...

4077

扫码关注云+社区