五月GitHub最热机器学习项目都在这里了
|
本文经AI新媒体量子位（公家号ID:QbitAI）授权转载，转载请接洽出处。 您的五月余额已不敷，这个月最新最火的呆板进修项目都看过了吗？ Mybridge AI博客从快要250个呆板进修开源项目中找到了标星数排名最靠前的Top 10项目，涵盖视觉问答、工具检测、自动天生评述等多个维度。 一路来看看吧~ 第1名：PythiaPythia是Facebook人工智能尝试室出品的视觉和说话多模式研究的模块化框架，2138星。 Pythia基于PyTorch，支持Model Zoo、多使命，有各类内置数据集好比VQA、VizWiz，支持基于DataParallel和DistributedDataParallel的漫衍式实习，还可以实现高度自界说。 
其它，拿Pythia来做TextVQA和VQA的入门代码库也不错。 链接： https://github.com/facebookresearch/pythia 第2名：云注释（Cloud Annotations）自界说工具检测和分类实习，2014星。 基于IBM云工具存储，在TensorFlow上实习，必要先在线举办图像标注，macOS，Windows和Linux都可以用。 链接： https://github.com/cloud-annotations/training 第3名：PySOT商汤出品，可以在视频里追踪单个工具，实现SiamRPN和SiamMask等算法，1703星。 
PySOT实现了最先辈的单一工具跟踪算法，包罗SiamRPN和SiamMask等，用Python编写，在PyTorch上运行。 链接： https://github.com/STVIR/pysot 第4名：PyTorch-BigGraph大局限图形布局数据天生嵌入软件，1417星，同样也是Facebook出品，首要作者是巴黎的Luca Wehrstedt。 PyTorch-BigGraph是一个漫衍式体系，可以搞定多达数十亿实体和数万亿边沿的大型收集交互图形。 用PyTorch-BigGraph的话必要Python 3.6或更高版本，最低PyTorch 1.0，不必要投喂GPU，可是较量费CPU。 链接： https://github.com/facebookresearch/PyTorch-BigGraph 第5名：InterpretML - Alpha微软出品，用来实习可表明的呆板进修模子，1039星。 这里的“可表明”指的是可以表明模子调试中碰着的错误，模子有没有搞小看，怎样让人类领略这个模子，模子是否正当，在医疗、司法等高风险的规模靠不靠谱。 链接： https://github.com/microsoft/interpret 第6名：Weights & Biases可视化和追踪呆板进修尝试器材，1098星。 说明呆板进修尝试，比TensorBoard更轻量级。每次运行时，可以生涯超参数和输出指标，实习进程中能实现可视化模子，还能自动跟踪代码状态，体系指标和设置参数。 链接： https://github.com/wandb/client 第7名：MLIR“多级中间暗示”编译器基本布局，832星。 TensorFlow的一部门。MLIR旨在成为一种殽杂IR（intermediate representation），可以支持同一基本架构中的多种差异要求，可以或许暗示全部TensorFlow图，在TensorFlow图上实现优化和转换，用TensorFlow图可能TF Lite完成量化和图调动。 链接： https://github.com/tensorflow/mlir 第8名：MeshCNNPyTorch中三维网格的卷积神经收集，367星。 这是SIGGRAPH 2019上颁发的一篇论文，可以用来做3D外形支解，作者来自以色列特拉维夫大学和亚马逊。 
相同传统CNN，MeshCNN团结了在网格边沿上运行的专用卷积和池化层。卷积应用于边沿和它们的入射三角形的四个边沿，池化层用边沿折叠操纵保存外貌拓扑布局，给后头的层天生了网状毗连。 链接： https://github.com/ranahanocka/MeshCNN 第9名：TensorWatch微软出品，用于深度进修和强化进修的调试，监控和可视化，299星。 
TensorWatch是一款专为深度进修和强化进修而计划的debug和可视化器材。它充实操作Jupyter Notebook表现及时可视化，不必要一向翻日记就能及时查询实习进程，还可以用来构建本身的UI和仪表板。 另外，TensorWatch操作几个优越的库来可视化模子图，检察模子统计，表明猜测等。 链接： https://github.com/microsoft/tensorwatch 第10名：hncynic一个猎奇项目，自动天生hacker news气魄威风凛凛的评述，完全无视文章自己，看一眼问题，剩下端赖编，240星。 来历靠的是hacker news评述数据，借此实习Transformer编码器-解码器模子，半途还随手用了一下维基百科的数据。 天生的评述大多脑洞清奇。 好比这个消息问题《用TensorFlow检测鱼》，天生的评述是酱婶的：
看起来仿佛很有原理的样子，然而完全不知道在说啥，并且是满满的杠精画风啊！ 链接： https://github.com/leod/hncynic 传送门原文链接： https://medium.mybridge.co/machine-learning-open-source-for-the-past-month-v-may-2019-bf4ff9b80b1b
（编辑：河北网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
