Githubstars平均3558最棒的30个机器学习实例_[#第一枪]

发布时间：2021-06-07 18:27:39 阅读：次来源：牙膏厂家

雷锋网按：本文为雷锋字幕组编译的推荐系列，原标题30 Amazing Machine Learning Projects for the Past Year (v.2018)，作者为Mybridge。

翻译 | 安妍整理| 凡江

在过去的一年里，我们比较了近8800个机器学习开源项目选出了其中最棒的30个 (几率只有0.3% )。

这是一个非常具有竞争力的名单，名单是从2017年一整年间发布的最佳的开源机器学习库，数据集和应用程序当中仔细挑选出来的。 Mybridge AI 通过考虑使用频率，参与度和新近度来评估总分。针对总评分给你一个意见， Github stars平均表现是 3558。

年度 Python 实例 (平均 3707 )：这里

在过去的一年中从顶级文献学习机器学习：这里

开源项目对于数据科学家来说可能是很有用的。你可以通过阅读源代码以及在现有项目之上构建一些东西来学习。给机器学习的项目留出足够的时间吧，你可能已经错过去年一年了。

<推荐学习>

A) 神经网络

深度学习A-Z?：动手的人工神经网络[68745推荐， 4.5/5 ]

B) TensorFlow

用Python进行深度学习的TensorFlow完整指南[17834 推荐， 4.6/5 ]

No 1

FastText：快速文本呈现和分类库。 [在 Github 有 11786 ]。由 Facebook Research 开源

……… [ Muse：基于快速文本的多语言无监督或监督词嵌入。在 Github 有695 ]

No 2

深度图像风格转换：纸张的代码和数据“深度图像风格转换” [在 Github 有9747 ]。致谢 Fujun Luan，Ph。D。康奈尔大学。

No 3

世界上最简单的面部识别API：Python 和命令行 [在 Github 有 8672 ]。致谢 Adam Geitgey

No 4

Magenta：智能的音乐与艺术创作 [在 Github 有8113 ]。

No 5

Sonnet：基于TensorFlow的神经网络库 [在 Github 有5731 ]。致谢 Deepmind 的Malcolm Reynolds

No 6

deeplearn。js：为web提供硬件加速的机器智能库 [在 Github 有5462 ]。致谢 Google Brain 的 Nikhil Thorat

No 7

TensorFlow的快速风格迁移 [在 Github 有4843 ]。致谢MIT的 Logan Engstrom

No 8

Pysc2：星际争霸 II 学习环境[在 Github 有 3683 ] 致谢 DeepMind 的Timo Ewalds

No 9

AirSim：基于Unreal Engine的开源模拟器，用于Microsoft AI & Research [在 Github 有 3861 ??]。致谢 Microsoft 的 Shital Shah

No 10

Facets：机器学习数据集的可视化 [在 Github 有3371 ]。由Google Brain提供

No 11

Style2Paints：图像的AI彩色化 [在 Github 有3310 ]。

No 12

Tensor2Tensor： Google Research的广义序列到序列模型库 [在 Github 有3087 ]。致谢Google Brain的 Ryan Sepassi

No 13

PyTorch中的图像到图像转换 (e。g。 horse2zebra， edges2cats， and more) [在 Github 有2847 ??]。致谢 Berkeley 的 Jun-Yan Zhu博士

No 14

Faiss：用于密集向量的高效相似性搜索和聚类的库 [在 Github 有2629 ]。由 Facebook Research 提供

No 15

Fashion-mnist：类似MNIST的世上产品数据库 [在 Github 有2780 ]。致谢 Zalando Tech 的研究科学家 Han Xiao

No 16

ParlAI：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 [在 Github 有2578 ]。致谢 Facebook Research 的 Alexander Miller

No 17

Fairseq： Facebook AI 研究序列-序列工具包 [在 Github 有 2571 ]。

No 18

Pyro： Python and PyTorch 的深度概率编程 [在 Github 有2387 ]。由 Uber AI Labs 提供

No 19

iGAN：由GAN支持的交互式图像生成 [在 Github 有2369 ]。

No 20

Deep-image-prior：使用无需学习的神经网络进行图像还原 [在 Github 有2188 ]。致谢 Skoltech 的Dmitry Ulyanov 博士

No 21

Face_classification：使用具有keras CNN模型和openCV的fer2013/imdb数据集的实时人像监测和情感/性别分类 [在 Github 有1697 ]。

No 22

Speech-to-Text-WaveNet ：使用DeepMind的WaveNet和tensorflow进行端到端的句子级英语语音识别 [在 Github 有 1961 ]。致谢 Kakao Brain 的 Namju Kim

No 23

StarGAN：用于多域图像到图像转换的统一生成对抗网络[在 Github 有 1954 ]。由韩国大学的 Yunjey Choi 提供

No 24

Ml-agents： Unity 机器学习代理 [在 Github 有 1658 ]。感谢Unity 3D深度学习团队的Arthur Juliani

No 25

DeepVideoAnalytics：分布式可视化搜索和可视化数据分析平台 [在 Github 有 1494 ]。感谢康奈尔大学的 Akshay Bhat博士

No 26

OpenNMT：火炬中的开源神经机器翻译 [在 Github 有 1490 ]。

No 27

Pix2pixHD：使用条件GAN合成和处理2048*1024图像[在 Github 有 1283 ]。感谢 Nvidia的AI Research 科学家 Ming-Yu Liu

No 28

Horovod： TensorFlow的分布式训练框架[在 1188 有 845 ]。由Uber Engineering提供

No 29

AI-Blocks：强大的直观的界面，允许任何人创建的机器学习模型 [在 Github 有 899 ]。

No 30

采用Tensorflow的深度神经网络进行语音识别 [在 Github 有 845]。感谢 Kakao Brain 的 AI 研究院的 Dabi Ahn

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