10月機器學習開源專案Top10

阿新 • • 發佈：2018-11-01

參加 2018 AI開發者大會，請點選 ↑↑↑

作者 | Mybridge

譯者 | 林春眄

整理 | Jane

出品 | AI科技大本營

【導讀】過去一個月裡，我們對近 250 個機器學習開源專案進行了排名，並挑選出熱度前 10 的專案。這份清單的平均 github star 數量高達 1345，涵蓋了包括深度學習, Tensorflow, 影象分割, 漫畫著色, 強化學習，Unity 等主題，希望你能從中找到一個你所感興趣的專案深入探究。

▌Top 1 ：fastai

fastai 庫由 fast.ai 研究團隊貢獻，使用當前最佳的實踐研究簡化了快速準確的神經網路訓練。你可以在 fastai 官網找到並使用它。fastai 庫是基於 fast.ai 團隊進行的深度學習最佳實踐研究，包括對視覺，文字，表格和協作（協同過濾）模型的支援，方便研究者直接使用。你可以在示例資料夾中找到有關示例，也可以參閱完整的文件以便了解更詳細的使用說明。

640?wx_fmt=png

Github 地址：

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

官網：

https://docs.fast.ai/

▌Top 2：Deepvariant

Deepvariant 是由 Google 研究團隊貢獻的開源專案，通過運用深度神經網路來從下一代 DNA 序列資料中預測遺傳變異。它是基於 Python/C++ 的程式，尚且只支援 Python 2.7，並能夠在任何 unix 作業系統上執行。Deepvariant 具有高精度，強魯棒性，快速高效，靈活性強，易於使用等優點。

640?wx_fmt=png

Github 地址：

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

▌Top 3：Albumentations

Albumentations 是一個快速的影象增強庫，它易於使用並封裝了其他一些影象處理庫的功能。此外，它還具有如下特點：

基於高度優化的 opencv 的快速擴充
具有超級簡單但功能強大的使用介面，並廣泛適用於不用的任務，如分割，檢測等
易於定製
易於新增其他的框架，相容性好

640?wx_fmt=png

Github 地址：

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

▌Top 4：MangaCraft

MangaCraft 是當前最佳的半自動化漫畫著色專案。

640?wx_fmt=png

Github 地址：

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

參考視訊：

https://www.bilibili.com/video/av32698923/

▌Top 5：Holodeck

Holodeck 是用於強化學習和機器人研究的模擬器，它具有高保真性。你可以訪問該專案所提供的使用者使用手冊，以便更加詳細的瞭解整個過程。

640?wx_fmt=png

Github 地址：

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

使用手冊

https://holodeck.readthedocs.io/en/latest/

▌Top 6：Petastorm

Petastorm 是 Uber ATG 研發的一個開源資料訪問庫。它可直接從 Apache Parquet格式的資料集中進行單機或分散式訓練，以及深度學習模型的評估。此外，Petastorm 還支援當前流行的基於 Python 的機器學習（ML）框架，如 Tensorflow，PyTorch 和PySpark，也可以通過純 Python 程式碼來使用它。

640?wx_fmt=png

Github 地址：

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

▌Top 7：Ngx

Ngx 是一個基於神經網路的視覺生成器和混合器，能夠利用神經網路進行 VJing 過程。它將 pix2pix （使用 cGAN 的影象到影象轉換）作為 ad-hoc 的下一幀預測模型，使用從視訊剪輯中提取的成對連續幀資料進行反覆地訓練，以便模型能夠生成無限持續時間的影象序列。此外，它還能夠混合（交叉淡化）兩個 pix2pix 模型，這些模型會產生變化，並轉換為生成的視訊。

640?wx_fmt=png

Gituhub 地址：

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

▌Top 8：AlphaAI

AlphaAI 是一個使用無監督和監督學習進行股票預測的開源專案，通過堆疊神經網路的實現來預測股票的盈利值。它包含多個訓練元件，使用者可以通過調整替換各種元件組成以便模型獲得最佳的預測結果。

640?wx_fmt=png

Gituhub 地址：

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

▌Top 9：Blueoil

Blueoil 是一個將深度學習應用於小型裝置的開源專案。它能夠訓練一個神經網路，並將訓練好的模型轉化為可執行的二進位制庫，以便通過 FPGA 進行加速。

640?wx_fmt=png

Gituhub 地址：

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

▌Top 10：Tencent-ml-images

Tencent-ml-images 是包含當前最大的多標籤影象資料庫(ml-images) 的開源專案，共由 11166 個影象類別，17609752 張訓練影象和 88739 哥驗證資料的URL 地址組成。此外，通過遷移學習，將ml-images 上預訓練好的ResNet-101 模型遷移到 ImageNet 資料庫上，能夠實現 80.73% 的 Top1 精度。

640?wx_fmt=png