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
原文链接:https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7
转载“GoOA头条”的《Mybridge发布2017年度Top 30开源机器学习项目评选榜单》
近期热文
自然语言对话引擎(技术类)
AdaBoost元算法如何提高分类性能——机器学习实战
奇异值分解(SVD)原理
分享 | 由0到1走入Kaggle-入门指导 (长文、干货)
常见文本相似度量方法总结
干货|免费文本语料训练数据集
予世自由吾自由,吾心自由世自由
更多干货内容请关注微信公众号“AI 深入浅出”
长按二维码关注