五月GitHub最热呆板进修项目都在这里了
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! |