機(jī)器之心編譯
參與：李澤南
2017 年里哪些機(jī)器學(xué)習(xí)項(xiàng)目最受人關(guān)注？Mybridge 為我們整理了一份 Top 30 列表，以下所有項(xiàng)目均附有 GitHub 鏈接。
我們對(duì)比了近 8800 個(gè)開(kāi)原機(jī)器學(xué)習(xí)項(xiàng)目，并挑選了其中最好的 30 個(gè)列舉于此。這是一個(gè)非常具有競(jìng)爭(zhēng)力的列表，其中包含 2017 年 1 月-12 月份開(kāi)源的各類優(yōu)秀機(jī)器學(xué)習(xí)庫(kù)、數(shù)據(jù)集和應(yīng)用。Mybridge AI 通過(guò)流行度、參與度和新鮮程度來(lái)對(duì)它們進(jìn)行評(píng)級(jí)。先給你一個(gè)直觀印象：它們的 GitHub 平均 stars 是 3558 個(gè)。
開(kāi)源項(xiàng)目對(duì)于數(shù)據(jù)科學(xué)家而言非常有意義，我們可以通過(guò)閱讀源代碼，在前人的基礎(chǔ)上構(gòu)建更加強(qiáng)大的項(xiàng)目。現(xiàn)在，你可以盡情嘗試一下這些去年最佳項(xiàng)目了。
No.1
FastText：快速文本表示/分類庫(kù)，來(lái)自 Facebook（GitHub 11,786 stars）
鏈接：https://github.com/facebookresearch/fastText
參考內(nèi)容：Facebook發(fā)布新版fastText：拓展至移動(dòng)端，加入教程
又及 Muse：多語(yǔ)言無(wú)監(jiān)督/監(jiān)督詞嵌入，基于 FastText（GitHub 695 stars）
鏈接：https://github.com/facebookresearch/MUSE
No.2
Deep-photo-styletransfer：康奈爾大學(xué) Fujun Luan 論文《Deep Photo Style Transfer》的代碼與數(shù)據(jù)（GitHub 9747 stars）
鏈接：https://github.com/luanfujun/deep-photo-styletransfer
No.3
face recognition：最簡(jiǎn)單的 Python 命令行面部識(shí)別 API，來(lái)自 Adam Geitgey（GitHub 8672 stars）
鏈接：https://github.com/ageitgey/face_recognition
參考內(nèi)容：基于Python的開(kāi)源人臉識(shí)別庫(kù)：離線識(shí)別率高達(dá)99.38%
No.4
Magenta：機(jī)器智能音樂(lè)與藝術(shù)生成器（GitHub 8113 stars）
鏈接：https://github.com/tensorflow/magenta
參考內(nèi)容：谷歌Magenta項(xiàng)目是如何教神經(jīng)網(wǎng)絡(luò)編寫(xiě)音樂(lè)的？
No.5
Sonnet：基于 TensorFlow 的神經(jīng)網(wǎng)絡(luò)庫(kù)（GitHub 5731 stars），來(lái)自 DeepMind 成員 Malcolm Reynolds
鏈接：https://github.com/deepmind/sonnet
參考內(nèi)容：DeepMind開(kāi)源Sonnet：可在TensorFlow中快速構(gòu)建神經(jīng)網(wǎng)絡(luò)
No.6
deeplearn.js：來(lái)自 Google Brain 團(tuán)隊(duì) Nikhil Thorat 的網(wǎng)頁(yè)端硬件加速機(jī)器學(xué)習(xí)庫(kù)（GitHub 5462 stars）
鏈接：https://github.com/PAIR-code/deeplearnjs
參考內(nèi)容：谷歌開(kāi)源DeepLearn.js：可在網(wǎng)頁(yè)上實(shí)現(xiàn)硬件加速的機(jī)器學(xué)習(xí)
No.7
Fast Style Transfer：TensorFlow 快速風(fēng)格轉(zhuǎn)換，來(lái)自 MIT 的 Logan Engstrom（GitHub 4843 stars）
鏈接：https://github.com/lengstrom/fast-style-transfer
No.8
Pysc2：星際爭(zhēng)霸 2 學(xué)習(xí)環(huán)境，來(lái)自 DeepMind Timo Ewalds 等人（GitHub 3683 stars）
鏈接：https://github.com/deepmind/pysc2
No.9
AirSim：基于虛幻引擎的開(kāi)源自動(dòng)駕駛模擬器，由微軟研究院 Shital Shah 等人提出（GitHub 3861 stars）
鏈接：https://github.com/Microsoft/AirSim
No.10
Facets：機(jī)器學(xué)習(xí)數(shù)據(jù)集可視化工具，來(lái)自 Google Brain（GitHub 3371 stars）
鏈接：https://github.com/PAIR-code/facets
參考內(nèi)容：谷歌開(kāi)源機(jī)器學(xué)習(xí)可視化工具 Facets：從全新角度觀察數(shù)據(jù)
No.11
Style2Paints：AI 漫畫(huà)線稿上色工具，來(lái)自蘇州大學(xué)（GitHub 3310 stars）
鏈接：https://github.com/lllyasviel/style2paints
參考內(nèi)容：Style2paints：專業(yè)的AI漫畫(huà)線稿自動(dòng)上色工具
No.12
Tensor2Tensor：用于廣義序列-序列模型的工具庫(kù)，來(lái)自 Google Brain 的 Ryan Sepassi（GitHub 3087 stars）
鏈接：https://github.com/tensorflow/tensor2tensor
參考內(nèi)容：一個(gè)模型庫(kù)學(xué)習(xí)所有：谷歌開(kāi)源模塊化深度學(xué)習(xí)系統(tǒng)Tensor2Tensor
No.13
CycleGAN and pix2pix in PyTorch：基于 PyTorch 的圖像-圖像轉(zhuǎn)換工具，來(lái)自 UC Berkeley 在讀博士朱俊彥（GitHub 2847 stars）
鏈接：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
參考內(nèi)容：你來(lái)手繪涂鴉，人工智能生成「貓片」：edges2cats圖像轉(zhuǎn)換詳解
No.14
Faiss：用密集向量高效相似性搜索與聚類的工具庫(kù)，來(lái)自 Facebook（GitHub 2629 stars）
鏈接：https://github.com/facebookresearch/faiss
No.15
Fashion-mnist：一個(gè)類似于 MNIST 的時(shí)尚產(chǎn)品數(shù)據(jù)集，來(lái)自 Zalando Tech 的 Han Xiao（GitHub 2780 stars）
鏈接：https://github.com/zalandoresearch/fashion-mnist
No. 16
ParlAI：用于在各種公開(kāi)可用的對(duì)話數(shù)據(jù)集上訓(xùn)練與評(píng)估 AI 模型的框架，來(lái)自 Facebook 的 Alexander Miller（GitHub 2578 stars）
鏈接：https://github.com/facebookresearch/ParlAI
參考內(nèi)容：Facebook開(kāi)源人工智能框架ParlAI：可輕松訓(xùn)練評(píng)估對(duì)話模型
No.17
Fairseq：來(lái)自 FAIR 的序列到序列工具包（GitHub 2571 stars）
鏈接：https://github.com/facebookresearch/fairseq
參考內(nèi)容：Facebook提出全新CNN機(jī)器翻譯：準(zhǔn)確度超越谷歌而且還快九倍（已開(kāi)源）
No.18
Pyro：使用 Python 和 PyTorch 進(jìn)行深度通用概率編程，來(lái)自 Uber AI Labs（GitHub 2387 stars）
鏈接：https://github.com/uber/pyro
參考內(nèi)容：Uber與斯坦福大學(xué)開(kāi)源深度概率編程語(yǔ)言Pyro：基于PyTorch
No.19
iGAN：基于 GAN 的交互圖像生成器（GitHub 2369 stars）
鏈接：https://github.com/junyanz/iGAN
參考內(nèi)容：伯克利大學(xué)和Adobe開(kāi)源深度學(xué)習(xí)圖像編輯工具 iGAN
No.20
Deep-image-prior：使用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像恢復(fù)，同時(shí)無(wú)需學(xué)習(xí)過(guò)程，來(lái)自 Skoltech 的 Dmitry Ulyanov（GitHub 2188 stars）
鏈接：https://github.com/DmitryUlyanov/deep-image-prior
No.21
Face classification：基于 Keras CNN 模型與 OpenCV 的實(shí)時(shí)面部檢測(cè)和表情/性別分類，訓(xùn)練與 fer2013/imdb 數(shù)據(jù)集（GitHub 1967 stars）
鏈接：https://github.com/oarriaga/face_classification
No.22
Speech to Text WaveNet：使用 DeepMind 的 WaveNet 和 TensorFlow 構(gòu)成的端到端句級(jí)英語(yǔ)語(yǔ)音識(shí)別，來(lái)自 Kakao Brain 的 Namju Kim（GitHub 1961 stars）
鏈接：https://github.com/buriburisuri/speech-to-text-wavenet
參考內(nèi)容：DeepMind WaveNet，將機(jī)器合成語(yǔ)音水平與人類差距縮小50%
No.23
StarGAN：用于多領(lǐng)域圖像-圖像轉(zhuǎn)換的統(tǒng)一生成對(duì)抗網(wǎng)絡(luò)（GitHub 1954 stars）
鏈接：https://github.com/yunjey/StarGAN
No.24
MI-agents：Unity 機(jī)器學(xué)習(xí)智能體，來(lái)自 Unity3D 的 Arthur Juliani（GitHub 1658 stars）
鏈接：https://github.com/Unity-Technologies/ml-agents
No.25
Deep Video Analytics：分布式可視化搜索和可視化數(shù)據(jù)分析平臺(tái)，來(lái)自康奈爾大學(xué)的 Akshay Bhat（GitHub 1494 stars）
鏈接：https://github.com/AKSHAYUBHAT/DeepVideoAnalytics
No.26
OpenNMT：Torch 上的開(kāi)源神經(jīng)機(jī)器翻譯（GitHub 1490 stars）
鏈接：https://github.com/OpenNMT/OpenNMT
參考內(nèi)容：哈佛大學(xué)NLP組開(kāi)源神經(jīng)機(jī)器翻譯工具包OpenNMT：已達(dá)到生產(chǎn)可用水平
No.27
Pix2PixHD：使用條件 GAN 合成和處理 2048×1024 分辨率的圖像，來(lái)自英偉達(dá) AI 科學(xué)家 Ming-Yu Liu（GitHub 1283 stars）
鏈接：https://github.com/NVIDIA/pix2pixHD
No.28
Horovod：分布式 TensorFlow 訓(xùn)練框架，來(lái)自 Uber 工程團(tuán)隊(duì)（GitHub 1188 stars）
鏈接：https://github.com/uber/horovod
參考內(nèi)容：詳解Horovod：Uber開(kāi)源的TensorFlow分布式深度學(xué)習(xí)框架
No.29
AI-Blocks：強(qiáng)大而直觀的 WYSIWYG 界面，可讓任何人創(chuàng)建機(jī)器學(xué)習(xí)模型（GitHub 899 stars）
鏈接：https://github.com/MrNothing/AI-Blocks
No.30
Voice Conversion with Non-Parallel Data：基于 TensorFlow 的深度神經(jīng)網(wǎng)絡(luò)語(yǔ)音轉(zhuǎn)換（語(yǔ)音風(fēng)格轉(zhuǎn)換），來(lái)自 Kakao Brain 團(tuán)隊(duì)的 Dabi Ahn（GitHub 845 stars）
聯(lián)系客服
