Github 本周最热的 10 款“机器学习”开源项目

这是 PaperDaily 的第27篇文章

Kubeflow

#用于 Kubernetes 的机器学习工具库

Kubeflow 是由 Google 发布的机器学习工具库,能方便用户在 Kubernetes 上部署机器学习平台。Kuberflow 的目标不是重建其他服务,而是提供一种简便的途径找到最佳 OSS 解决方案。

项目链接

https://github.com/google/kubeflow

Skorch

#兼容 Scikit-Learn的 PyTorch 神经网络库

一个封装在 PyTorch 上并且兼容 Scikit-learn 框架的神经网络库。

项目链接

https://github.com/dnouri/skorch

FlashText

#关键字替换和抽取

本项目是对 FlashText 算法的实现,用来替换或抽取句子中的关键词。

论文链接

https://www.paperweekly.site/papers/1349

项目链接

https://github.com/vi3k6i5/flashtext

DeepVariant

#用深度学习实现精准基因测序

本项目是由 Google 开源的深度学习模型,利用测序数据拼凑更精准的人类基因图谱,还可以精确识别 DNA 序列中的突变。

项目链接

https://github.com/google/deepvariant

PyTorch Unsupervised Sentiment Discovery

#高效学习情感表征的无监督系统

本代码基于 PyTorch,复现了来自 OpenAI 的论文Generating Reviews and Discovering Sentiment,训练得到的语言模型具有不错的迁移性,可以用来进行其他 NLP 任务的初始化。

论文链接

https://www.paperweekly.site/papers/683

项目链接

https://github.com/NVIDIA/sentiment-discovery

MatchZoo

#深度文本匹配开源工具

MatchZoo 是一个基于 TensorFlow 的文本匹配工具包,可以应用于文本检索、自动问答、复述问题、对话系统等多种应用任务场景,包含了诸多主流深度文本匹配模型(DRMM, MatchPyramid, DUET, MVLSTM, aNMM, ARC-I, ARC-II, DSSM, CDSSM 等)。

项目链接

https://github.com/faneshion/MatchZoo

MAgent

#多 agent 增强学习平台

MAgent 是一个多 agent 增强学习研究平台,可同时支持数百甚至数百万的 agent 进行增强学习研究。

项目链接

https://github.com/geek-ai/MAgent

pix2pixHD

#高分辨率图像合成和语义操作

本项目是对 NVIDIA 和 UC Berkeley 论文High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs的 PyTorch 版本实现。

论文解读

项目链接

https://github.com/NVIDIA/pix2pixHD

A Pytorch Faster Faster R-CNN Implementation

#R-CNN 模型的 PyTorch 实现

本项目是目标检测任务中著名的 R-CNN 模型的一个快速实现,基于 PyTorch。

项目链接

https://github.com/jwyang/faster-rcnn.pytorch

Improved Video GAN

#视频生成框架

本代码是对论文Towards an Understanding of Our World by GANing Videos in the Wild的实现,基于 TensorFlow。

论文链接

https://www.paperweekly.site/papers/1350

项目链接

https://github.com/bernhard2202/improved-video-gan

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171215G0CKOU00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券