2018年10月机器学习Github开源项目TOP 10

2018年10月机器学习Github开源项目TOP 10在过去的一个月里,我们将近250个机器学习开源项目排名,选出前10位。

在此期间,我们将项目与新的或主要版本进行了比较。Mybridge AI根据各种因素对项目进行排名,以衡量专业人员的质量。

这个版本所有项目在Github上的平均评星:1345

主题:深度学习,Tensorflow,图像增强,漫画着色,强化学习,Unity,AI,小型设备,数据库

本月课程:

  • 初学者:使用Python进行数据科学,深度学习和机器学习。 [10,509推荐,4.5 / 5星]
  • 高级AI:Python中的深度强化学习。[1,137推荐,4.7 / 5星]

1.Fastai

它使用现代最佳实践简化了快速准确的神经网络训练。Fastai库是基于研究在开展深度学习最佳实践,并以“开箱即用”的性质支持vision,text,tabular,和collab(协同过滤)的模型。由fast.ai提供。

Github评星8979。

项目:github.com/fastai/fastai?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

2.Deepvariant

DeepVariant是一种分析管道,它使用深层神经网络从下一代DNA测序数据中调用遗传变异。DeepVariant非常准确,强大,速度快,成本效益高,灵活,易于使用。由谷歌提供。

Github评星1262。

项目:github.com/google/deepvariant?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

3.Albumentations

基于高度优化的OpenCV库的快速扩充;超级简单但功能强大的界面,适用于不同的任务,如分割,检测等;易于定制;易于添加其他框架。由Alexander Buslaev友情提供。

Github评星1102。

项目:github.com/albu/albumentations?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

4.MangaCraft

目前世界上最好的半自动漫画着色项目。推荐中国用户直接看作者亲自录制并上传到BiliBili的教程视频来学习软件的正确使用方法。由Lllyasviel提供。

Github评星583。

项目:github.com/lllyasviel/MangaCraft?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

5.Holodeck

用于强化学习和机器人研究的高保真模拟器。

Github评星347。

项目:github.com/byu-pccl/holodeck?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

6.Petastorm

Uber ATG的深度学习数据访问库。该库可直接从Apache Parquet格式的数据集中进行单机或分布式训练以及深度学习模型的评估。Petastorm支持流行的基于Python的机器学习(ML)框架,如 Tensorflow,PyTorch和PySpark。它也可以通过纯Python代码使用。由优步提供。

Github评星253。

项目:github.com/uber/petastorm?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

7.Ngx

基于神经网络的视觉发生器和混合器。Ngx试图利用神经网络实现VJing。它执行pix2pix(使用cGAN的图像到图像转换)作为临时的下一帧预测模型,该模型使用从视频剪辑中提取的成对连续帧进行训练,以便它可以通过不断反馈框架生成无限持续时间的图像序列。它还具有混合(交叉淡化)两个pix2pix模型的功能,这些模型可以产生意外的变化并转换为生成的视频。由Keijiro Takahashi提供。

Github评星103。

项目:github.com/keijiro/Ngx?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

8.AlphaAI

该项目旨在成为堆叠神经网络的高级实现,以预测股票的回报。目标是理解这种多层模型开发背后的核心原则以及训练各个组件以获得最佳预测能力的细微差别。一旦理解了核心原则,就可以用最新模型替换模型的各种组件。由Vivek Palaniappan提供。

Github评星91。

项目:github.com/VivekPa/AlphaAI?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

9.Blueoil

为小型设备带来深度学习。训练神经网络模型,将训练有素的模型转换为可执行二进制(或库),利用FPGA进行加速。由Blueoil提供。

Github评星74。

项目:github.com/blue-oil/blueoil?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

10.Tencent-ml-images

该存储库引入了名为腾讯ML-Images的开源项目,由腾讯提供。

  • ML-Images:最大的开源多标签图像数据库,包括17,609,752个训练和88,739个验证图像URL,最多可注释11,166个类别
  • Resnet-101型号:在ML-Images上进行预训练,通过转移学习在ImageNet上实现前1精度80.73%

Github评星917。

项目:
github.com/Tencent/tencent-ml-images?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

本文为ATYUN(www.atyun.com)编译作品,ATYUN专注人工智能
请扫码或微信搜索ATYUN订阅号及时获取最新内容

发表评论