我们对比了GitHub上8800个开源机器学习项目,并选出了其中的Top30

作者: 叶一 Shan LIU Aileen 译 2018-01-30 15:20:30

编译:叶一、Shan LIU、Aileen

2017年是机器学习应用全面开花的一年,惊为天人的想法和项目层出不穷。我们对比了过去一年中近8800个开源机器学习项目,并挑选了其中较好的30个(Top 0.3%)列举于此。

这是一份***竞争性的列表,它精挑细选了发表于2017年1月-12月份的机器学习库、数据集和应用类的优质项目。我们通过流行度、参与度和时近性来对其质量进行评级。有一项数据可以让你对表单质量有一个直观印象:这些项目的GitHub平均stars数是3558。

开源项目对于数据科学家而言是很有意义的。你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。你可以尽情尝试一下这些可能在去年与你失之交臂的机器学习项目。

No.1 - FastText:快速文本表示/分类库

GitHub stars数: 11786个

来源:Facebook研究

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

FastText:快速文本表示/分类库

以及[Muse:基于FastText的多语言无监督/监督词嵌入(GitHub stars数:695个)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 stars数:9747个

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

Deep-photo-styletransfer

No.3 - face recognition:世界上最简单的适用于Pyhthon的面部识别api以及命令行

GitHub stars数:8672个

来源:Adam Geitgey

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

face recognition

No.4 - Magenta:机器智能音乐与艺术生成器

GitHub stars数:8113

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

 Magenta

No.5 - Sonnet:基于 TensorFlow 的神经网络库

GitHub stars数:5731个

来源:DeepMind 成员 Malcolm Reynolds

链接:https://github.com/deepmind/sonnet

No.6 - deeplearn.js:网页端硬件加速机器学习库

GitHub stars数:5462个

来源:Google Brain 团队 Nikhil Thorat

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

No.7 - Fast Style Transfer:TensorFlow 快速风格转换

GitHub stars数:4843个

来源:MIT的Logan Engstrom

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

Fast Style Transfer

No.8 - Pysc2:星际争霸II 学习环境

GitHub stars数:3683个

来源:DeepMind Timo Ewalds 等人

链接:https://github.com/deepmind/pysc2

Pysc2

No.9 - AirSim:微软AI和研究院出品的基于虚幻引擎的开源自动驾驶模拟器

GitHub stars数:3681个

来源:微软的Shital Shah

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

AirSim

No.10 - Facets:机器学习数据集可视化工具

GitHub stars数:3371个

来源:Google Brain

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

 Facets

No.11 - Style2Paints:AI漫画线稿上色工具

GitHub stars数: 3310个

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

Style2Paints

No.12 - Tensor2Tensor:用于广义序列-序列模型的工具库

GitHub stars数目: 3087个

来源:Google Brain 的Ryan Sepassi

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

Tensor2Tensor

No.13- 基于 PyTorch 的图像对图像转换工具 (如horse2zebra, edges2cats,等)

GitHub stars数:2847个

来源:UC Berkeley 朱俊彦博士

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

基于 PyTorch 的图像对图像转换工具

No.14 - Faiss:用密集向量高效相似性检索与聚类的工具库

GitHub stars数:2629个

来源:Facebook

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

Faiss

No.15 Fashion-mnist:一个类似于 MNIST 的时尚产品数据集

GitHub stars数:2780个

来源:Zalando Tech 的 Han Xiao

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

Fashion-mnist

No.16 - ParlAI:适用于在各类公开的对话数据集上训练与评估AI模型的一个框架

GitHub stars数: 2578个

来源:Facebook Research的 Alexander Miller

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

ParlAI

No.17 Fairseq:序列到序列工具包

GitHub stars数: 2571个

来源:FAIR

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

No.18 Pyro:使用 Python 和 PyTorch 进行深度通用概率编程

GitHub stars数: 2387个

来源:Uber AI Labs

链接:https://github.com/uber/pyro

 Pyro

No.19 iGAN:基于 GAN 的交互图像生成器

GitHub stars数: 2369个

链接:https://github.com/junyanz/iGAN

 iGAN

No.20 Deep-image-prior:使用神经网络进行图像恢复,然而无需学习过程

GitHub stars数: 2188个

来源:Skoltech 的 Dmitry Ulyanov博士

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

 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 stars数: 1967个

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

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

GitHub stars数: 1961个

来源: Kakao Brain 的 Namju Kim

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

Speech to Text WaveNet

No.23 StarGAN:用于多领域图像-图像转换的统一生成对抗网络

GitHub stars数: 1954个

来源:韩国大学的Yunjey Choi

链接:https://github.com/yunjey/StarGAN

StarGAN

No.24 MI-agents:Unity 机器学习智能体

GitHub stars数: 1658个

来源:深度学习 Unity3D 的Arthur Juliani

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

MI-agents

No.25 Deep Video Analytics:分布式可视化搜索和可视化数据分析平台

GitHub stars数: 1494个

来源:康奈尔大学的Akshay Bhat

No.26 OpenNMT:Torch 上的开源神经机器翻译

GitHub stars数:1490个

链接:https://github.com/OpenNMT/OpenNMT

OpenNMT

No.27 Pix2PixHD:使用条件 GAN 合成和处理 2048×1024 分辨率的图像

GitHub stars数:1283个

来源:英伟达 AI 科学家 Ming-Yu Liu

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

Pix2PixHD

No.28 Horovod:分布式 TensorFlow 训练框架

GitHub stars数:1188 个

来源:Uber 工程团队

链接:https://github.com/uber/horovod

 Horovod

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 stars数:899 个

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

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)

GitHub stars数:845个

来源:Kakao Brain人工智能研究团队的Dabi Ahn

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

Voice Conversion with Non-Parallel Data

来源:

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

【本文是51CTO专栏机构大数据文摘的原创译文,微信公众号“大数据文摘( id: BigDataDigest)”】

     大数据文摘二维码

戳这里,看该作者更多好文

GitHub 开源 机器学习
上一篇:基于face_recognition实现人脸识别 下一篇:李开复预言AI泡沫年底要破,LeCun:确实如此
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

刷脸取件被小学生“破解”!丰巢紧急下线 精选

近日,#小学生发现刷脸取件bug#的话题引发关注!这是真的吗?都市快报《好奇实验室》进行了验证。

好奇实验室 ·  3天前
开源图神经网络框架DGL升级:GCMC训练时间从1天缩到1小时

又一个AI框架迎来升级。这次,是纽约大学、亚马逊联手推出图神经网络框架DGL。

乾明 ·  4天前
4 分钟!OpenAI 的机器手学会单手解魔方了,完全自学无需编程 精选

OpenAI 的机器手学会单手解魔方了,而且还原一个三阶魔方全程只花了 4 分钟,其灵巧程度让人自叹不如。

佚名 ·  4天前
MIT新研究表明机器学习不能标记假新闻

麻省理工学院研究人员发表的两篇新论文显示,当前的机器学习模型还不能完成区分虚假新闻报道的任务。在不同的研究人员表明计算机可以令人信服地生成虚构新闻故事而无需太多人为监督之后,一些专家希望可以训练基于相同机器学习的系统来检测此类新闻。

佚名 ·  4天前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破 精选

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  2019-10-15 10:10:00
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  2019-10-15 10:03:43
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  2019-10-15 10:01:43
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  2019-10-15 10:01:43
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载