Lei Note du réseau Feng: Cet article est une compilation de Lei Feng groupe de séries de recommandé, Titre 30 machine incroyable projets d'apprentissage pour l'année précédente (de v.2018), auteur Mybridge.

Traduction | finition Ann Yan | Jiang Fan

L'année dernière, nous avons comparé les presque 8800 apprentissage machine projets open source qui ont été sélectionnés les 30 meilleurs (probabilité de seulement 0,3%).

Voici une liste d 'une liste très concurrentielle des meilleures bibliothèques d'apprentissage machine open-source, des ensembles de données et les applications publiées à partir de 2017 année sans soigneusement choisi. Mybridge AI en considérant la fréquence d'utilisation, la participation et la récence résultat évalué. Pour un score total pour vous donner un avis, Github stars performance moyenne est 3558.

• Python année Exemples (moyenne 3707): ici

• Apprendre de la littérature d'apprentissage machine haut l'année dernière: ici

projet Open Source pour les scientifiques de données pourrait être très utile. Vous pouvez apprendre en lisant quelque chose de code source et construire au-dessus d'un projet existant. Pour l'apprentissage de la machine de projet mis de côté assez de temps pour cela, vous avez peut-être manqué l'année dernière.

A) réseau de neurones

Apprentissage en profondeur A-Z : mains sur le réseau de neurones artificiels de

B) tensorflow

Tensorflow guide complet pour l'apprentissage en profondeur avec Python

n ° 1

FastText: rendu de texte rapide et bibliothèques de classes. . Facebook recherche par l'Open Source

.........

n ° 2

Profondeur de style de conversion d'image: code papier et les données "style de conversion d'image en profondeur" . Remerciements Fujun Luan, Ph. D. Université Cornell.

n ° 3

le plus simple API de reconnaissance faciale du monde: Python et la ligne de commande . Merci Adam Geitgey

n ° 4

Magenta: musique intelligente et de l'art .

n ° 5

Sonnet: tensorflow basé sur la bibliothèque de réseau de neurones . Remerciements Deepmind de Malcolm Reynolds

n ° 6

deeplearn. js: machines intelligentes pour fournir Webothèque accélération matérielle . Merci Google cerveau de Nikhil Thorat

n ° 7

le style tensorflow migration rapide . Logan Engstrom Remerciements MIT

n ° 8

Pysc2: environnement d'apprentissage StarCraft II Remerciements DeepMind de Timo Ewalds

n ° 9

AirSim: Unreal Engine sur simulateur open-source, pour Microsoft AI & Research . Shital Remerciements Microsoft Shah

n ° 10

: Visualisation Facettes apprentissage machine ensemble de données. Fourni par Google cerveau

n ° 11

Style2Paints: AI colorisation image.

n ° 12

Tensor2Tensor: Google séquence généralisée de la recherche à la bibliothèque de modèle de séquence . Ryan Sepassi de cerveau Merci Google

n ° 13

PyTorch convertir l'image à image (par exemple, horse2zebra edges2cats, et plus) . Dr Jun-Yan Zhu acquittements Berkeley

n ° 14

Faiss: dense pour le vecteur de recherche de similarité efficace et bibliothèque de clusters . Facebook par recherche

n ° 15

Mode-mnist: Produits similaires base de données MNIST du monde . Remerciements de la recherche scientifique Zalando Tech Han Xiao

n ° 16

ParlAI: Formation et cadre d'évaluation des modèles AI dans divers jeux de données dialogue public . Alexander Miller Facebook Remerciements de recherche

n ° 17

Fairseq: Facebook AI séquence - Kit séquence .

n ° 18

Pyro: Programmation Python profondeur et PyTorch probabilité de . Par Uber AI Labs

n ° 19

Igan: GAN supporté par la génération de l'image interactive .

n ° 20

Profonde image avant: sans apprentissage à l'aide d'un réseau de neurones pour réaliser une réduction d'image . Remerciements Dr. Dmitry Oulianov Skoltech de

n ° 21

Face_classification: grâce à un suivi en temps réel et émotionnel portrait / genre fer2013 / imdb jeux de données keras modèle Have CNN et OpenCV de .

n ° 22

Speech-to-Text-WaveNet: en utilisant la WaveNet DeepMind tensorflow fin à la fin et de la peine au niveau de reconnaissance vocale en anglais . Remerciements Kakao cerveau de Namju Kim

n ° 23

StarGAN: pour les images multi-domaines pour générer la conversion d'image unifiée contre le réseau . Par Yunjey Choi de l'Université de Corée

n ° 24

Ml-agents: l'unité machine proxy d'apprentissage . Merci Unité équipe d'étude de la profondeur 3D d'Arthur Juliani

n ° 25

DeepVideoAnalytics: Recherche visuelle distribuée analyse des données et la plate-forme de visualisation . Dr Akshay Bhat Xiekangnaier Université de sens

n ° 26

OpenNMT: la flamme dans le nerf de traduction automatique open-source .

n ° 27

Pix2pixHD: synthèse et de manipulation d'image GAN 2048 * 1024 . Merci AI scientifique de la recherche Nvidia Ming-Yu Liu

n ° 28

Horovod: cadre de formation tensorflow distribué . Par Uber Ingénierie

n ° 29

AI-blocs: interface puissante et intuitive qui permet à quiconque pour créer un modèle d'apprentissage de la machine . À Github

n ° 30

profondeur tensorflow en utilisant le réseau de neurones de reconnaissance vocale . Merci AI Kakao Institut de recherche sur le cerveau du Ahn Dhabi

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

Plus d'articles, attention Lei Feng Lei Feng net net

Ajouter des légendes Lei signaux micro-groupe Feng (leiphonefansub) comme ami

Remarques « Je veux rejoindre », Pour une IA bénévole!