未加星标

2017年GitHub中最为流行的30个开源机器学习项目人工智能

字体大小 | |
[商业智能 所属分类 商业智能 | 发布者 店小二04 | 时间 | 作者 红领巾 ] 0人收藏点击收藏

2017年GitHub中最为流行的30个开源机器学习项目人工智能
网络
2017年GitHub中最为流行的30个开源机器学习项目人工智能
工具
2017年GitHub中最为流行的30个开源机器学习项目人工智能
模型
2017年GitHub中最为流行的30个开源机器学习项目人工智能
机器学习
2017年GitHub中最为流行的30个开源机器学习项目人工智能
开源
2017年GitHub中最为流行的30个开源机器学习项目人工智能
github

我们对比了近 8800 个开原机器学习项目,并挑选了其中较好的 30 个列举于此。这是一个非常具有竞争力的列表,其中包含 2017 年 1 月-12 月份开源的各类优秀机器学习库、数据集和应用。Mybridge AI 通过流行度、参与度和新鲜程度来对它们进行评级。先给你一个直观印象:它们的 GitHub 平均 stars 是 3558 个。


开源项目对于数据科学家而言非常有意义,我们可以通过阅读源代码,在前人的基础上构建更加强大的项目。现在,你可以尽情尝试一下这些去年较佳项目了。


No.1

FastText:快速文本表示/分类库,来自 Facebook(GitHub 11,786 stars)


链接:https://github.com/facebookresearch/fastText


参考内容:Facebook发布新版fastText:拓展至移动端,加入教程


又及 Muse:多语言无监督/监督词嵌入,基于 FastText(GitHub 695 stars)


链接:https://github.com/facebookresearch/MUSE


No.2

Deep-photo-styletransfer:康奈尔大学 Fujun Luan 论文《Deep Photo Style Transfer》的代码与数据(GitHub 9747 stars)


链接:https://github.com/luanfujun/deep-photo-styletransfer


No.3

face recognition:最简单的 python 命令行面部识别 API,来自 Adam Geitgey(GitHub 8672 stars)


链接:https://github.com/ageitgey/face_recognition


参考内容:基于Python的开源人脸识别库:离线识别率高达99.38%


No.4

Magenta:机器智能音乐与艺术生成器(GitHub 8113 stars)


链接:https://github.com/tensorflow/magenta


参考内容:谷歌Magenta项目是如何教神经网络编写音乐的?


No.5

Sonnet:基于 TensorFlow 的神经网络库(GitHub 5731 stars),来自 DeepMind 成员 Malcolm Reynolds


链接:https://github.com/deepmind/sonnet


参考内容:DeepMind开源Sonnet:可在TensorFlow中快速构建神经网络


No.6

deeplearn.js:来自 Google Brain 团队 Nikhil Thorat 的网页端硬件加速机器学习库(GitHub 5462 stars)


链接:https://github.com/PAIR-code/deeplearnjs


参考内容:谷歌开源DeepLearn.js:可在网页上实现硬件加速的机器学习


No.7

Fast Style Transfer:TensorFlow 快速风格转换,来自 MIT 的 Logan Engstrom(GitHub 4843 stars)


链接:https://github.com/lengstrom/fast-style-transfer


No.8

Pysc2:星际争霸 2 学习环境,来自 DeepMind Timo Ewalds 等人(GitHub 3683 stars)


链接:https://github.com/deepmind/pysc2


No.9

AirSim:基于虚幻引擎的开源自动驾驶模拟器,由微软研究院 Shital Shah 等人提出(GitHub 3861 stars)


链接:https://github.com/Microsoft/AirSim


No.10

Facets:机器学习数据集可视化工具,来自 Google Brain(GitHub 3371 stars)


链接:https://github.com/PAIR-code/facets


参考内容:谷歌开源机器学习可视化工具 Facets:从全新角度观察数据


No.11

Style2Paints:AI 漫画线稿上色工具,来自苏州大学(GitHub 3310 stars)


链接:https://github.com/lllyasviel/style2paints


参考内容:Style2paints:专业的AI漫画线稿自动上色工具


No.12

Tensor2Tensor:用于广义序列-序列模型的工具库,来自 Google Brain 的 Ryan Sepassi(GitHub 3087 stars)


链接:https://github.com/tensorflow/tensor2tensor


参考内容:一个模型库学习所有:谷歌开源模块化深度学习系统Tensor2Tensor


No.13

CycleGAN and pix2pix in PyTorch:基于 PyTorch 的图像-图像转换工具,来自 UC Berkeley 在读博士朱俊彦(GitHub 2847 stars)


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


参考内容:你来手绘涂鸦,人工智能生成「猫片」:edges2cats图像转换详解


No.14

Faiss:用密集向量高效相似性搜索与聚类的工具库,来自 Facebook(GitHub 2629 stars)


链接:https://github.com/facebookresearch/faiss


No.15

Fashion-mnist:一个类似于 MNIST 的时尚产品数据集,来自 Zalando Tech 的 Han Xiao(GitHub 2780 stars)


链接:https://github.com/zalandoresearch/fashion-mnist


No. 16

ParlAI:用于在各种公开可用的对话数据集上训练与评估 AI 模型的框架,来自 Facebook 的 Alexander Miller(GitHub 2578 stars)


链接:https://github.com/facebookresearch/ParlAI


参考内容:Facebook开源人工智能框架ParlAI:可轻松训练评估对话模型


No.17

Fairseq:来自 FAIR 的序列到序列工具包(GitHub 2571 stars)


链接:https://github.com/facebookresearch/fairseq


参考内容:Facebook提出全新CNN机器翻译:准确度超越谷歌而且还快九倍(已开源)


No.18

Pyro:使用 Python 和 PyTorch 进行深度通用概率编程,来自 Uber AI Labs(GitHub 2387 stars)


链接:https://github.com/uber/pyro


参考内容:Uber与斯坦福大学开源深度概率编程语言Pyro:基于PyTorch


No.19

iGAN:基于 GAN 的交互图像生成器(GitHub 2369 stars)


链接:https://github.com/junyanz/iGAN


参考内容:伯克利大学和Adobe开源深度学习图像编辑工具 iGAN


No.20

Deep-image-prior:使用神经网络进行图像恢复,同时无需学习过程,来自 Skoltech 的 Dmitry Ulyanov(GitHub 2188 stars)


链接:https://github.com/DmitryUlyanov/deep-image-prior


No.21

Face classification:基于 Keras CNN 模型与 OpenCV 的实时面部检测和表情/性别分类,训练与 fer2013/imdb 数据集(GitHub 1967 stars)


链接:https://github.com/oarriaga/face_classification


No.22

Speech to Text WaveNet:使用 DeepMind 的 WaveNet 和 TensorFlow 构成的端到端句级英语语音识别,来自 Kakao Brain 的 Namju Kim(GitHub 1961 stars)


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


参考内容:DeepMind WaveNet,将机器合成语音水平与人类差距缩小50%


No.23

StarGAN:用于多领域图像-图像转换的统一生成对抗网络(GitHub 1954 stars)


链接:https://github.com/yunjey/StarGAN


No.24

MI-agents:Unity 机器学习智能体,来自 Unity3D 的 Arthur Juliani(GitHub 1658 stars)


链接:https://github.com/Unity-Technologies/ml-agents


No.25

Deep Video Analytics:分布式可视化搜索和可视化数据分析平台,来自康奈尔大学的 Akshay Bhat(GitHub 1494 stars)


链接:https://github.com/AKSHAYUBHAT/DeepVideoAnalytics


No.26

OpenNMT:Torch 上的开源神经机器翻译(GitHub 1490 stars)


链接:https://github.com/OpenNMT/OpenNMT


参考内容:哈佛大学NLP组开源神经机器翻译工具包OpenNMT:已达到生产可用水平


No.27

Pix2PixHD:使用条件 GAN 合成和处理 2048×1024 分辨率的图像,来自英伟达 AI 科学家 Ming-Yu Liu(GitHub 1283 stars)


链接:https://github.com/NVIDIA/pix2pixHD


No.28

Horovod:分布式 TensorFlow 训练框架,来自 Uber 工程团队(GitHub 1188 stars)


链接:https://github.com/uber/horovod


参考内容:详解Horovod:Uber开源的TensorFlow分布式深度学习框架


No.29

AI-Blocks:强大而直观的 WYSIWYG 界面,可让任何人创建机器学习模型(GitHub 899 stars)


链接:https://github.com/MrNothing/AI-Blocks


No.30

Voice Conversion with Non-Parallel Data:基于 TensorFlow 的深度神经网络语音转换(语音风格转换),来自 Kakao Brain 团队的 Dabi Ahn(GitHub 845 stars)


链接:https://github.com/andabi/deep-voice-conversion


原文链接:https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7


欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:418451831

tags: GitHub,https,github,stars,com,链接,开源,No,参考,机器,TensorFlow,AI,学习,Facebook
分页:12
转载请注明
本文标题:2017年GitHub中最为流行的30个开源机器学习项目人工智能
本站链接:https://www.codesec.net/view/570514.html


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 商业智能 | 评论(0) | 阅读(392)