全国服务QQ:3447249690

Github 「stars」 平均 3558,最棒的 30 个OPE体育机器学习实例

发布时间:2019-02-07 作者:OPE体育智能系统

导语:本文为雷锋字幕组编译的引荐系列,原标题30 Amazing Machine Learning Projects for the Past Year (v.201

雷锋网(大众号:雷锋网)按:本文为雷锋字幕组编译的引荐系列,原标题30 Amazing Machine Learning Projects for the Past Year (v.2018),作者为Mybridge。

翻译 | 安妍  收拾 | 凡江

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

在曩昔的一年里,咱们比较了近8800个OPE体育机器学习开源项目选出了其中最棒的30个 (几率只要0.3% )。

这是一个十分具有竞争力的名单,名单是从2017年一整年间发布的最佳的开源OPE体育机器学习库,数据集和应用程序傍边细心选择出来的。 Mybridge AI 经过考虑运用频率,参加度和新近度来评价总分。针对总评分给你一个定见, Github stars均匀表现是 3558。

年度 Python 实例 (均匀 3707 ): 这儿 

在曩昔的一年中从尖端文献学习OPE体育机器学习: 这儿

开源项目关于数据科学家来说或许是很有用的。你能够经过阅览源代码以及在现有项目之上构建一些东西来学习。 给OPE体育机器学习的项目留出满足的时刻吧,你或许现已错曩昔年一年了。

引荐学习

A) 神经网络

深度学习A-Z™:着手的人工神经网络 [68745引荐, 4.5/5 ]

B) TensorFlow

用Python进行深度学习的TensorFlow完好攻略[17834 引荐, 4.6/5 ]

No 1

FastText:快速文本出现和分类库。 [在 Github 有 11786  ]。 由 Facebook Research 开源

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

……… [ Muse: 根据快速文本的多语言无监督或监督词嵌入。在 Github 有 695  ]

No 2

深度图画风格转化:纸张的代码和数据“深度 图画 风格 转化” [在 Github 有 9747 ]。 称谢 Fujun Luan,Ph。D。 康奈尔大学。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 3

世界上最简略的面部辨认API:Python 和命令行  [在 Github 有 8672 ]。 称谢 Adam Geitgey

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 4

Magenta:智能的音乐与艺术创作 [在 Github 有 8113 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例


No 5

Sonnet: 根据TensorFlow的神经网络库 [在 Github 有 5731 ]。 称谢 Deepmind 的 Malcolm Reynolds

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 6

deeplearn。js: 为web供给硬件加速的机器智能库 [在 Github 有 5462 ]。 称谢 Google Brain 的 Nikhil Thorat

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 7

TensorFlow的快速风格搬迁 [在 Github 有 4843 ]。 称谢MIT的 Logan Engstrom 

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 8

Pysc2: 星际争霸 II 学习环境 [在 Github 有 3683 ] 称谢 DeepMind 的Timo Ewalds 

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 9

AirSim: 根据Unreal Engine的开源模拟器,用于Microsoft AI Research  [在 Github 有 3861 ⭐️]。 称谢 Microsoft 的 Shital Shah

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 10

Facets: OPE体育机器学习数据集的可视化 [在 Github 有 3371 ]。 由Google Brain供给

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 11

Style2Paints: 图画的AI五颜六色化 [在 Github 有 3310 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 12

Tensor2Tensor: Google Research的广义序列到序列模型库 [在 Github 有 3087 ]。 称谢Google Brain的 Ryan Sepassi 

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 13

PyTorch中的图画到图画转化 (e。g。 horse2zebra, edges2cats, and more) [在 Github 有 2847 ⭐️]。 称谢 Berkeley 的 Jun-Yan Zhu博士

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 14

Faiss: 用于密布向量的高效相似性查找和聚类的库 [在 Github 有 2629 ]。 由 Facebook Research 供给

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 15

Fashion-mnist: 相似MNIST的世上产品数据库 [在 Github 有 2780 ]。 称谢 Zalando Tech 的研讨科学家 Han Xiao

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例


No 16

ParlAI: 在各种揭露可用的对话数据集上练习和评价AI模型的结构 [在 Github 有 2578 ]。 称谢 Facebook Research 的 Alexander Miller

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 17

Fairseq: Facebook AI 研讨序列-序列工具包 [在 Github 有 2571 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 18

Pyro:  Python and PyTorch 的深度概率编程  [在 Github 有 2387 ]。 由 Uber AI Labs 供给

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 19

iGAN: 由GAN支撑的交互式图画生成 [在 Github 有 2369 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 20

Deep-image-prior:运用无需学习的神经网络进行图画复原 [在 Github 有 2188 ]。 称谢  Skoltech 的Dmitry Ulyanov 博士

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 21

Face_classification:运用具有keras CNN模型和openCV的fer2013/imdb数据集的实时人像监测和情感/性别分类  [在 Github 有 1697 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 22

Speech-to-Text-WaveNet : 运用DeepMind的WaveNet和tensorflow进行端到端的语句级英语语音辨认  [在 Github 有 1961 ]。 称谢  Kakao Brain 的 Namju Kim

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 23

StarGAN: 用于多域图画到图画转化的一致生成对立网络 [在 Github 有 1954 ]。 由韩国大学的 Yunjey Choi 供给

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 24

Ml-agents: Unity OPE体育机器学习署理 [在 Github 有 1658 ]。 感谢Unity 3D深度学习团队的 Arthur Juliani

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 25

DeepVideoAnalytics: 分布式可视化查找和可视化数据剖析渠道 [在 Github 有 1494 ]。 感谢康奈尔大学的 Akshay Bhat博士

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 26

OpenNMT:火炬中的开源神经机器翻译 [在 Github 有 1490 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 27

Pix2pixHD: 运用条件GAN组成和处理2048*1024图画[在 Github 有 1283 ]。 感谢 Nvidia的AI Research 科学家 Ming-Yu Liu


Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 28

Horovod: TensorFlow的分布式练习结构[在 1188 有 845 ]。 由Uber Engineering供给

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 29

AI-Blocks: 强壮的直观的界面,答应任何人创立的OPE体育机器学习模型 [在 Github 有 899 ]。

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

No 30

选用Tensorflow的深度神经网络进行语音辨认  [在 Github 有 845]。 感谢 Kakao Brain 的 AI 研讨院的 Dabi Ahn

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例


博客旧址 https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7

更多文章,重视雷锋网雷锋网

增加雷锋字幕组微信号(leiphonefansub)为老友

补白「我要参加」,To be an  AI  Volunteer !

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

Github 「stars」 均匀 3558,最棒的 30 个OPE体育机器学习实例

雷锋网原创文章,未经授权制止转载。概况见转载须知。

Github 「stars」 平均 3558,最棒的 30 个OPE体育机器学习实例


易优CMS 素材58 区块链是什么 微信小程序开发教程
地址:武汉东湖新技术开发区  电话:0898-08980898  QQ:3447249690
Copyright © 2012-2018 OPE体育|app下载官网 版权所有  ICP备案编号:鄂ICP备19002934号-1