棚卸し:2017年GitHub上30個の優秀な機械学習プロジェクト
過去1年間の8800近くのオープンソースの機械学習プロジェクトを比較し、その中から30の優れた表現を選び、読者に分かち合った.
2017年1月から12月にかけて発表された最適なオープンソースマシン学習ライブラリ、データセット、アプリケーションを慎重に選択した素晴らしいリストです.
私たちはプロジェクトの人気度、参加度、進展度を総合的に考慮してプロジェクトの品質を評価します.読者により直感的に感じさせるために,GitHub上の注目量(星の数)を用いてプロジェクトの熱を表す.GitHub上のプロジェクトの平均関心量は3558であることに注意してください.
オープンソースプロジェクトはデータ科学者にとって最も実用的な可能性があります.ソースコードを読んで、既存のプロジェクトに何かを構築することができます.時間をかけて見てください.この1年間、あなたが逃したかもしれないこれらの優秀な機械学習プロジェクトを見てみましょう.
No.1 FastText
クイックテキスト表示と分類に使用されるライブラリ.
GitHub:1786個の星
来源:Facebook研究室
注:MuseはFastTextに基づく多言語無監督または監督のワード埋め込みプロジェクトで、GitHubで695個の星を獲得した.
プロジェクトのアドレス:
https://github.com/facebookresearch/fastText?utm_source
No.2ディープフォトスタイルチェンジ
プロジェクトには、「深さ写真スタイルの移行」論文のすべてのコードとデータがリストされています.
GitHub:9747個星
来源:コネル大学博士栾福軍
プロジェクトのアドレス:
https://github.com/luanfujun/deep-photo-styletransfer?utm_source
No.3顔認識
これは世界で最も簡単なPythonベースの顔認識APIとコマンドラインです.
GitHub:8672個の星
由来:Adam Geitgey
プロジェクトのアドレス:
https://github.com/ageitgey/face_recognition?utm_source
No.4マゼンタアイテム
「グーグル脳」チームのプロジェクトで、機械知能から音楽と芸術作品を生成する.
GitHub:8113個星
プロジェクトのアドレス:
https://github.com/tensorflow/magenta?utm_source
No.5 Sonnet
TensorFlowベースのニューラルネットワークライブラリ.
GitHub:5731個星
由来:DeepMind社のMalcolm Reynolds
プロジェクトのアドレス:
https://github.com/deepmind/sonnet?utm_source
No.6 deeplearn.js
ネットワークハードウェアが加速するマシンインテリジェントライブラリ.
GitHub:5462個の星
グーグル脳のNikhil Thorat
プロジェクトのアドレス:
https://github.com/PAIR-code/deeplearnjs?utm_source
No.7 TensorFlowによるスピーディーなスタイルチェンジ
GitHub:4843星
来源:MITのLogan Engstrom
プロジェクトのアドレス:
https://github.com/lengstrom/fast-style-transfer?utm_source
No.8 Pysc2
星間争覇II学習環境のPythonコンポーネント.
GitHub:3683個の星
来源:DeepMind社のTimo Ewalds
プロジェクトのアドレス:
https://github.com/deepmind/pysc2?utm_source
No.9 AirSim
幻のエンジンベースのオープンソースシミュレータは、マイクロソフトのAI&Research自動運転車に使用されています.
GitHub:3861個星
マイクロソフトのShital Shah
プロジェクトのアドレス:
https://github.com/Microsoft/AirSim?utm_source
No.10 facet
マシン学習データセットの可視化.
GitHub:3371個星
グーグル脳
プロジェクトのアドレス:
https://github.com/PAIR-code/facets?utm_source
No.11 Style2Paints
AI画像に色を塗る.
GitHub:3130個の星
プロジェクトのアドレス:
https://github.com/lllyasviel/style2paints?utm_source
No.12 Tensor2Tensor
シーケンスモデル用の一般化されたシーケンスライブラリ.
GitHub:3087個の星
Google脳のRyan Sepassi
プロジェクトのアドレス:
https://github.com/tensorflow/tensor2tensor?utm_source
No.13 PyTorchで画像を変換
馬からシマウマへの変換、猫の自動エッジ生成など.
GitHub:2847個の星
来源:バークレー大学博士朱俊彦
プロジェクトのアドレス:
https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix?utm_source
No.14 Faiss
効率的な類似性検索と密なベクトルクラスタリングに使用されるライブラリ.
GitHub:2629本
来源:Facebook研究
プロジェクトのアドレス:
https://github.com/facebookresearch/faiss?utm_source
No.15 Fashion-mnist
MNISTのようなスタイリッシュな製品データベース.
GitHub:2780個の星
来源:Zalando Techの研究科学者韓暁
プロジェクトのアドレス:
https://github.com/zalandoresearch/fashion-mnist?utm_source
No.16 ParlAI
AIモデルの枠組みを様々な公開利用可能な対話データセット上で訓練し評価した.
GitHub:2578個の星
来源:Facebook研究のAlexander Miller
プロジェクトのアドレス:
https://github.com/facebookresearch/ParlAI?utm_source
No.17 Fairseq
Facebook AI研究のシーケンス-シーケンスツールパッケージ.
GitHub:2571星
プロジェクトのアドレス:
https://github.com/facebookresearch/fairseq?utm_source
No.18 Pyro
PythonとPyTorchの深さ汎用確率を用いてプログラミングした.
GitHub:2387個の星
来源:Uber AI実験室
プロジェクトのアドレス:
https://github.com/uber/pyro?utm_source
No.19 iGAN
GANでサポートされているインタラクティブな画像から生成されます.
GitHub:2369個の星
プロジェクトのアドレス:
https://github.com/junyanz/iGAN?utm_source
No.20深さ画像先行
ニューラルネットワークは学習を必要とせず,画像を復元する.
GitHub:2188個の星
Skoltech社のDmitry Ulyanov博士
プロジェクトのアドレス:
https://github.com/DmitryUlyanov/deep-image-prior?utm_source
No.21 Face_classification
keras CNNモデルとopenCVのfer 2013/imdbデータセットを用いて,リアルタイム顔検出と感情/性別分類を行った.
GitHub:1967個の星
プロジェクトのアドレス:
https://github.com/oarriaga/face_classification?utm_source
No.22音声テキストへのWaveNet
DeepMindのWaveNetとTensorFlowのエンドツーエンド文レベルの英語音声認識を使用します.
GitHub:1961個星
来源:Kakao BrainのNamju Kim
プロジェクトのアドレス:
https://github.com/buriburisuri/speech-to-text-wavenet?utm_source
No.23 StarGAN
マルチドメイン画像から画像変換への統一生成対抗ネットワーク.
GitHub:1954個星
来源:韓国大学のYunjey Choi
プロジェクトのアドレス:
https://github.com/yunjey/StarGAN?utm_source
No.24 Ml-agents
Unityの機械学習エージェント.
GitHub:1658個の星
来源:Unity 3 D深さ学習のArthur Juliani
プロジェクトのアドレス:
https://github.com/Unity-Technologies/ml-agents?utm_source
No.25 Deep Video Analytics
分散型可視化検索と可視化データ分析プラットフォーム.
GitHub:1494個星
コネル大学のAkshay Bhat博士
プロジェクトのアドレス:
https://github.com/AKSHAYUBHAT/DeepVideoAnalytics/?utm_source
No.26 OpenNMT
Torchのオープンソースニューラルマシンを使って翻訳します.
GitHub:1490個の星
プロジェクトのアドレス:
https://github.com/OpenNMT/OpenNMT?utm_source
No.27 Pix2pixHD
条件生成式対抗ネットワーク合成と処理2048×1024の画像.
GitHub:1283個星
来源:英偉達AI研究科学者劉明宇
プロジェクトのアドレス:
https://github.com/NVIDIA/pix2pixHD?utm_source
No.28 Horovod
TensorFlowの分散型トレーニングフレームワーク.
GitHub:1188個の星
由来:Uber Engineering
プロジェクトのアドレス:
https://github.com/uber/horovod?utm_source
No.29 AI-Blocks
強力で直感的なWYSIWYGインタフェースで、誰もが機械学習モデルを作成することができます.
GitHub:899個星
プロジェクトのアドレス:
https://github.com/MrNothing/AI-Blocks?utm_source
No.30深さニューラルネットワーク
音声変換(音声伝送)に用いられる.
GitHub:845個星
来源:Kakao AI Brain研究員Dabi Ahn
プロジェクトのアドレス:
https://github.com/andabi/deep-voice-conversion?utm_source
出典:Medium
作者:Mybridge
インテリジェントコンパイル
-終わり-
親愛なる友人:
本文で述べたように、オープンソースプロジェクトはデータ科学者、開発エンジニアなどにとって最も実用的で、ソースコードを読んだり、プロジェクトの基礎の上で何かを構築したりすることができます.
この30の最も人気のある優秀なプロジェクトが、あなたに役立つことを望んでいます.
ご無事を祈ります.
知能観1メートル
2018-12北京中関村にて
AIと教育の領域がどれらの最新の研究成果があることを知っていたいですか?
AI分野でもっと多くの干物がほしいですか?
もっと専門家の「知能観」を知りたいですか?
会話画面で「探してみて」をクリックして、欲しい内容を入手してください.
インテリジェントなオリジナルの文章を転載して、連絡してください
インテリジェント観小艾(zng 2017618)!
宣言:
文章の編集は読者が業界の新しい思想、新しい観点と新しい動態を理解することを助けることを目的とし、原作者の観点であり、知能観の観点を代表しない.
作者:インテリジェントビューリンク:https://www.jianshu.com/p/247af3938e54出典:簡書の著作権は作者の所有である.商業転載は著者に連絡して許可を得てください.非商業転載は出典を明記してください.
2017年1月から12月にかけて発表された最適なオープンソースマシン学習ライブラリ、データセット、アプリケーションを慎重に選択した素晴らしいリストです.
私たちはプロジェクトの人気度、参加度、進展度を総合的に考慮してプロジェクトの品質を評価します.読者により直感的に感じさせるために,GitHub上の注目量(星の数)を用いてプロジェクトの熱を表す.GitHub上のプロジェクトの平均関心量は3558であることに注意してください.
オープンソースプロジェクトはデータ科学者にとって最も実用的な可能性があります.ソースコードを読んで、既存のプロジェクトに何かを構築することができます.時間をかけて見てください.この1年間、あなたが逃したかもしれないこれらの優秀な機械学習プロジェクトを見てみましょう.
No.1 FastText
クイックテキスト表示と分類に使用されるライブラリ.
GitHub:1786個の星
来源:Facebook研究室
注:MuseはFastTextに基づく多言語無監督または監督のワード埋め込みプロジェクトで、GitHubで695個の星を獲得した.
プロジェクトのアドレス:
https://github.com/facebookresearch/fastText?utm_source
No.2ディープフォトスタイルチェンジ
プロジェクトには、「深さ写真スタイルの移行」論文のすべてのコードとデータがリストされています.
GitHub:9747個星
来源:コネル大学博士栾福軍
プロジェクトのアドレス:
https://github.com/luanfujun/deep-photo-styletransfer?utm_source
No.3顔認識
これは世界で最も簡単なPythonベースの顔認識APIとコマンドラインです.
GitHub:8672個の星
由来:Adam Geitgey
プロジェクトのアドレス:
https://github.com/ageitgey/face_recognition?utm_source
No.4マゼンタアイテム
「グーグル脳」チームのプロジェクトで、機械知能から音楽と芸術作品を生成する.
GitHub:8113個星
プロジェクトのアドレス:
https://github.com/tensorflow/magenta?utm_source
No.5 Sonnet
TensorFlowベースのニューラルネットワークライブラリ.
GitHub:5731個星
由来:DeepMind社のMalcolm Reynolds
プロジェクトのアドレス:
https://github.com/deepmind/sonnet?utm_source
No.6 deeplearn.js
ネットワークハードウェアが加速するマシンインテリジェントライブラリ.
GitHub:5462個の星
グーグル脳のNikhil Thorat
プロジェクトのアドレス:
https://github.com/PAIR-code/deeplearnjs?utm_source
No.7 TensorFlowによるスピーディーなスタイルチェンジ
GitHub:4843星
来源:MITのLogan Engstrom
プロジェクトのアドレス:
https://github.com/lengstrom/fast-style-transfer?utm_source
No.8 Pysc2
星間争覇II学習環境のPythonコンポーネント.
GitHub:3683個の星
来源:DeepMind社のTimo Ewalds
プロジェクトのアドレス:
https://github.com/deepmind/pysc2?utm_source
No.9 AirSim
幻のエンジンベースのオープンソースシミュレータは、マイクロソフトのAI&Research自動運転車に使用されています.
GitHub:3861個星
マイクロソフトのShital Shah
プロジェクトのアドレス:
https://github.com/Microsoft/AirSim?utm_source
No.10 facet
マシン学習データセットの可視化.
GitHub:3371個星
グーグル脳
プロジェクトのアドレス:
https://github.com/PAIR-code/facets?utm_source
No.11 Style2Paints
AI画像に色を塗る.
GitHub:3130個の星
プロジェクトのアドレス:
https://github.com/lllyasviel/style2paints?utm_source
No.12 Tensor2Tensor
シーケンスモデル用の一般化されたシーケンスライブラリ.
GitHub:3087個の星
Google脳のRyan Sepassi
プロジェクトのアドレス:
https://github.com/tensorflow/tensor2tensor?utm_source
No.13 PyTorchで画像を変換
馬からシマウマへの変換、猫の自動エッジ生成など.
GitHub:2847個の星
来源:バークレー大学博士朱俊彦
プロジェクトのアドレス:
https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix?utm_source
No.14 Faiss
効率的な類似性検索と密なベクトルクラスタリングに使用されるライブラリ.
GitHub:2629本
来源:Facebook研究
プロジェクトのアドレス:
https://github.com/facebookresearch/faiss?utm_source
No.15 Fashion-mnist
MNISTのようなスタイリッシュな製品データベース.
GitHub:2780個の星
来源:Zalando Techの研究科学者韓暁
プロジェクトのアドレス:
https://github.com/zalandoresearch/fashion-mnist?utm_source
No.16 ParlAI
AIモデルの枠組みを様々な公開利用可能な対話データセット上で訓練し評価した.
GitHub:2578個の星
来源:Facebook研究のAlexander Miller
プロジェクトのアドレス:
https://github.com/facebookresearch/ParlAI?utm_source
No.17 Fairseq
Facebook AI研究のシーケンス-シーケンスツールパッケージ.
GitHub:2571星
プロジェクトのアドレス:
https://github.com/facebookresearch/fairseq?utm_source
No.18 Pyro
PythonとPyTorchの深さ汎用確率を用いてプログラミングした.
GitHub:2387個の星
来源:Uber AI実験室
プロジェクトのアドレス:
https://github.com/uber/pyro?utm_source
No.19 iGAN
GANでサポートされているインタラクティブな画像から生成されます.
GitHub:2369個の星
プロジェクトのアドレス:
https://github.com/junyanz/iGAN?utm_source
No.20深さ画像先行
ニューラルネットワークは学習を必要とせず,画像を復元する.
GitHub:2188個の星
Skoltech社のDmitry Ulyanov博士
プロジェクトのアドレス:
https://github.com/DmitryUlyanov/deep-image-prior?utm_source
No.21 Face_classification
keras CNNモデルとopenCVのfer 2013/imdbデータセットを用いて,リアルタイム顔検出と感情/性別分類を行った.
GitHub:1967個の星
プロジェクトのアドレス:
https://github.com/oarriaga/face_classification?utm_source
No.22音声テキストへのWaveNet
DeepMindのWaveNetとTensorFlowのエンドツーエンド文レベルの英語音声認識を使用します.
GitHub:1961個星
来源:Kakao BrainのNamju Kim
プロジェクトのアドレス:
https://github.com/buriburisuri/speech-to-text-wavenet?utm_source
No.23 StarGAN
マルチドメイン画像から画像変換への統一生成対抗ネットワーク.
GitHub:1954個星
来源:韓国大学のYunjey Choi
プロジェクトのアドレス:
https://github.com/yunjey/StarGAN?utm_source
No.24 Ml-agents
Unityの機械学習エージェント.
GitHub:1658個の星
来源:Unity 3 D深さ学習のArthur Juliani
プロジェクトのアドレス:
https://github.com/Unity-Technologies/ml-agents?utm_source
No.25 Deep Video Analytics
分散型可視化検索と可視化データ分析プラットフォーム.
GitHub:1494個星
コネル大学のAkshay Bhat博士
プロジェクトのアドレス:
https://github.com/AKSHAYUBHAT/DeepVideoAnalytics/?utm_source
No.26 OpenNMT
Torchのオープンソースニューラルマシンを使って翻訳します.
GitHub:1490個の星
プロジェクトのアドレス:
https://github.com/OpenNMT/OpenNMT?utm_source
No.27 Pix2pixHD
条件生成式対抗ネットワーク合成と処理2048×1024の画像.
GitHub:1283個星
来源:英偉達AI研究科学者劉明宇
プロジェクトのアドレス:
https://github.com/NVIDIA/pix2pixHD?utm_source
No.28 Horovod
TensorFlowの分散型トレーニングフレームワーク.
GitHub:1188個の星
由来:Uber Engineering
プロジェクトのアドレス:
https://github.com/uber/horovod?utm_source
No.29 AI-Blocks
強力で直感的なWYSIWYGインタフェースで、誰もが機械学習モデルを作成することができます.
GitHub:899個星
プロジェクトのアドレス:
https://github.com/MrNothing/AI-Blocks?utm_source
No.30深さニューラルネットワーク
音声変換(音声伝送)に用いられる.
GitHub:845個星
来源:Kakao AI Brain研究員Dabi Ahn
プロジェクトのアドレス:
https://github.com/andabi/deep-voice-conversion?utm_source
出典:Medium
作者:Mybridge
インテリジェントコンパイル
-終わり-
親愛なる友人:
本文で述べたように、オープンソースプロジェクトはデータ科学者、開発エンジニアなどにとって最も実用的で、ソースコードを読んだり、プロジェクトの基礎の上で何かを構築したりすることができます.
この30の最も人気のある優秀なプロジェクトが、あなたに役立つことを望んでいます.
ご無事を祈ります.
知能観1メートル
2018-12北京中関村にて
AIと教育の領域がどれらの最新の研究成果があることを知っていたいですか?
AI分野でもっと多くの干物がほしいですか?
もっと専門家の「知能観」を知りたいですか?
会話画面で「探してみて」をクリックして、欲しい内容を入手してください.
インテリジェントなオリジナルの文章を転載して、連絡してください
インテリジェント観小艾(zng 2017618)!
宣言:
文章の編集は読者が業界の新しい思想、新しい観点と新しい動態を理解することを助けることを目的とし、原作者の観点であり、知能観の観点を代表しない.
作者:インテリジェントビューリンク:https://www.jianshu.com/p/247af3938e54出典:簡書の著作権は作者の所有である.商業転載は著者に連絡して許可を得てください.非商業転載は出典を明記してください.