有趣的Github项目万里挑一 !（附论文、项目链接）

来源：PaperWeekly

本文共1000字，建议阅读5分钟。
本文为你介绍9个最新机器学习开源项目。

本文带你快速 get 每个精选Github项目的亮点和痛点，时刻紧跟 AI 前沿成果。

01

InsightFace

#基于MXNet的人脸识别开源库

InsightFace 是 DeepInsight 实验室对其论文 ArcFace: Additive Angular Margin Loss for Deep Face Recognition 的开源实现。本文工作将 MegaFace 的精度提升到 98%，超过俄罗斯 Vocord 公司保持的 91% 的纪录。

此外，该项目还包括打包对齐好的人脸训练数据（MS1M 和 VGG2）、网络框架（ResNet，InceptionResNet_v2，DenseNet，DPN 和 MobiletNet）和 loss 设计（Softmax，SphereFace，AMSoftmax，CosFace 和 Triplet Loss）。

在此基础上，研究人员可以专注于人脸识别的算法实验，工业界也可以方便地根据自身需求训练，或者凭借该项目提供的高精度预训练模型进行产品化。

论文链接:https://www.paperweekly.site/ papers/1785

项目链接:https://github.com/deepinsight/ insightface

02

#Python图像增强库

Augmentor 是一个 Python 图像增强库，减少了使用图像库自己编写代码的繁杂工序，能够批量完成图像的旋转，放大，缩小，添加噪音以扩充数据量。

▲ 输入图像

▲ 输出图像

项目链接:https://github.com/mdbloice/ Augmentor

03

#序列距离测算

TextDistance 是一个包含 30+ 种算法的 Python 库，用于计算两个或多个序列之间的距离。

项目特性如下： 

• 30+ 种算法

• 纯 Python 实现

• 操作简便

• 支持两种以上序列对比

• 部分算法具备多种实现

• 支持 Numpy 获取最大速度优化

项目链接:https://github.com/orsinium/ textdistance

04

Neural Network Voices

#模仿Kate Winslet说话

本项目是 Siraj Raval 在 YouTube 上发布的神经网络语音合成教学视频对应代码，如何使用深度神经网络将普通人的声音转化为英国著名女演员 Kate Winslet 的声音。本项目使用的数据集为 Kate Winslet 朗读的有声书音频。

教学视频:https://youtu.be/6KHSPiYlZ-U

项目链接:https://github.com/llSourcell/ Neural_Network_Voices

05

Personae

#强化、监督学习在金融市场中的应用

Personae 基于 TensorFlow 和 PyTorch 对深度强化学习、监督学习算法和论文进行实现，并尝试将其应用于金融市场（股市）。该项目已实现的算法包含 DDPG，Policy Gradient 和 DualAttnRNN。

▲ 股票交易收益对比

▲ 股价预测结果

项目链接:https://github.com/ceruleanacg/ Personae

06

NNDial

#端到端对话系统开源工具包

NNDial 是一个用于构建端到端可训练任务型对话模型的开源工具包，本项目来自剑桥大学，使用的数据集为 CamRest676。

▲ 测试结果

项目链接:https://github.com/shawnwun/ NNDIAL

07

Voice Activity Detection Toolkit

#语音端点检测工具包

本项目是论文 Voice Activity Detection Using an Adaptive Context Attention Model 的开源实现，此外还包含作者团队自行录制的语音数据集。

该工具包支持 4 种基于 MRCG 的分类器：

• 自适应上下文注意模型（ACAM）

• 增强型深度神经网络（bDNN）

• 深度神经网络（DNN）

• 基于LSTM的循环神经网络（LSTM-RNN）

项目链接:https://github.com/jtkim-kaist/VAD

08

Knowledge Graph Representation

#用PyTorch实现知识图谱表示

该项目整理了知识图谱表示常用的四个数据集，提供了数据清洗整理的代码，用 PyTorch 实现了四种基于平移的算法。在评估阶段，使用了多进程加速，将 MeanRank 和 Hits@10 的评估时间压缩到小于 1 分钟。

项目链接:https://github.com/jimmywang heng/knowledge_representation_pytorch

09

PyHanLP

#HanLP的Python接口

本项目是汉语言处理包 HanLP 的 Python 接口，支持自动下载与升级 HanLP，兼容 py2 和 py3。

HanLP 是由一系列模型与算法组成的 Java 工具包，目标是普及自然语言处理在生产环境中的应用。HanLP 具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

HanLP 可提供中文分词、词性标注、命名实体识别、关键词提取、文本推荐、依存句法分析、文本分类、word2vec 和语料库工具等功能。

HanLP主页:http://www.hankcs.com/nlp/ hanlp.html

项目链接:https://github.com/hankcs/pyhanlp