2017年度30大最惊艳的开源机器学习项目

brownsnake 发布于6月前 阅读429次
0 条评论

2017 年里哪些机器学习项目最受人关注?Mybridge 为我们整理了一份 Top 30 列表,以下所有项目均附有 GitHub 链接。

我们对比了近 8800 个开原机器学习项目,并挑选了其中最好的 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最佳项目了。

2017 年 GitHub 中最为流行的 30 个开源机器学习项目

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

查看原文: 2017 年 GitHub 中最为流行的 30 个开源机器学习项目

  • purplefish
  • greenswan
  • ticklishladybug
  • crazybird
  • ctolib
需要 登录 后回复方可回复, 如果你还没有账号你可以 注册 一个帐号。