2017年GitHub中Top 30开源机器学习项目

宁静致远
10个月前 阅读 982 点赞 3

开源机器学习项目是开放资源的一种重要类型,为用户和学习者提供了极大的便利。

近期,Mybridge在对比了过去一年中机器学习领域约8800个开源项目后,评选出30个2017年度优秀的开源项目,包含机器学习开源库、数据库以及各种应用程序。


Mybridge精选的Top 30项目及源码链接如下:


NO1  FastText:快速文本表示和文本分类库

在Github已获得11995颗星,贡献者Facebook Research。

源码链接:

https://github.com/facebookresearch/fastText


NO2  Deep-photo-styletransfer:“Deep Photo Style Transfer” 论文的源码和数据

在Github已获得9747颗星,论文来自于康奈尔大学的Fujun Luan。

源码链接:

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


NO3  用Python和命令行来实现的最简单的面部识别API

在Github已获得8672颗星,贡献者Adam Geitge。  

源码链接:

https://github.com/ageitgey/face_recognition


NO4   Magenta:利用机器智能生成音乐和美术艺术品

在Github已获得8113颗星,贡献者tensorflow。

源码链接:

https://github.com/tensorflow/magenta


NO5  Sonnet:基于TensorFlow的神经网络库

在Github已获得573颗星,贡献者是DeepMind的Malcolm Reynolds。

源码链接:

https://github.com/deepmind/sonnet


NO6  deeplearn.js: 一个用于Web的硬件加速机器学习库

GitHub 5462颗星,贡献者是Google Brain的Nikhil Thorat。

源码链接:

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


NO7  基于TensorFlow的快速风格迁移库

GitHub 4843颗星,贡献者是MIT的Logan Engstrom。

源码链接:

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


NO8  Pysc2: 星际争霸2学习环境

GitHub 3684颗星,贡献者是DeepMind的Timo Ewalds。

源码链接:

https://github.com/deepmind/pysc2


NO9  AirSim: Microsoft AI & Research开源的基于虚幻引擎的开源模拟器,用于自动驾驶

GitHub 3861颗星,贡献者是Microsoft的Shital Shah。

源码链接:

https://github.com/Microsoft/AirSim


NO10  acets: 机器学习数据集的可视化工具

GitHub 3371颗星,由Google Brain贡献。

源码链接:

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


NO11  Style2Paints:用AI技术为线稿快速上色的工具

GitHub 3310颗星,贡献者lllyasviel 。

源码链接:

https://github.com/lllyasviel/style2paints


NO12  Tensor2Tensor:用于广义序列-序列模型的库—Google Research

GitHub 3087颗星,贡献者是Google Brain的Ryan Sepassi。 

源码链接:

https://github.com/tensorflow/tensor2tensor


NO13  基于Pytorch实现的图片-图片转换

GitHub 2847颗星,贡献者Berkeley的Jun-Yan Zhu, Ph.D。

源码地址:

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


NO14  Faiss:用于密集向量的高效相似性搜索库和聚类的库

GitHub 2629颗星,贡献者Facebook Research。

源码地址:

https://github.com/facebookresearch/faiss


NO15  Fashion-minist:类似于MNIST的时尚产品数据集

GitHub 2780颗星,贡献者是Zalando Tech的Han Xiao。

源码链接:

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


NO16  ParlAI:可用在各种公开可用的对话数据集上训练和评估AI模型的框架

GitHub 2578颗星,贡献者是Facebook 的Alexander Miller。

源码链接:

https://github.com/facebookresearch/ParlAI


NO17  Fairseq:Facebook AI Research的序列—序列工具包

GitHub 2571颗星,由facebookresearch贡献。

源码链接:

https://github.com/facebookresearch/fairseq


NO18  Pyro:基于Python和PyTorch的深度通用概率编程

GitHub 2387颗星,贡献者Uber Engineering。

源码链接:

https://github.com/uber/pyro


NO19  iGAN:基于GAN的交互式图像生成

GitHub 2369颗星,贡献者junyanz

源码地址:

https://github.com/junyanz/iGAN


NO20  Deep-image-prior:用神经网络恢复图像

GitHub 2188颗星,贡献者是Skoltech的Dmitry Ulyanov, Ph.D。

源码地址:

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


NO21  人脸分类:基于Keras CNN模型与OpenCV,使用fer2013/imdb数据集进行实时面部检测和表情/性别分类

GitHub 1967颗星,由oarriaga贡献

源码地址:

https://github.com/oarriaga/face_classification


NO22  Speech-to-Text-WaveNet:使用DeepMind的WaveNet和TensorFlow进行端到端句级英语语音识别

GitHub 1961颗星,贡献者是Kakao Brain的Namju Kim。

源码地址:

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


NO23  StarGAN: 用于多域图像-图像转化的统一生成对抗网络

GitHub 1954颗星,贡献者Korea University的Yunjey Choi。

源码地址:

https://github.com/yunjey/StarGAN


NO24  MI-agents:Unity机器学习代理

GitHub 1658颗星,贡献者Unity3D的Arthur Juliani。

源码地址:

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


NO25  DeepVideoAnalytics:一个分布式可视化搜索和数据分析平台

GitHub 1494颗星,贡献者是Cornell University的Akshay Bhat。

源码地址:

https://github.com/AKSHAYUBHAT/DeepVideoAnalytics 


NO26  OpenNMT:Torch上的开源神经机器翻译工具包

GitHub 1490颗星,贡献者OpenNMT。

源码地址:

https://github.com/OpenNMT/OpenNMT


NO27  Pix2pixHD: 用条件GAN合成和处理2048×1024的图像

GitHub 1283颗星,贡献者是英伟达科学家 Ming-Yu Liu。

源码地址:

https://github.com/NVIDIA/pix2pixHD


NO28  Horovod:TensorFlow 布式训练框架

GitHub 1188 颗星,贡献者来自Uber。

源码地址:

https://github.com/uber/horovod


NO29  AI-Blocks:任意用户都可创建机器学习模型

GitHub 899颗星,贡献者MrNothing。

源码地址:

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


NO30  Tensorflow实现的用于语音风格转换的深度神经网络

GitHub 845颗星,贡献者是Kakao Brain AI团队的Dabi Ahn。

源码地址:

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

| 3
登录后可评论,马上登录吧~
评论 ( 0 )

还没有人评论...