来源 | AI科技大本营(公众号ID:rgznai100)
一直为开发者提供优质学习资源的 Mybridge 最近又发布了一篇资源性文章:机器学习领域开源项目 Top 10,AI科技大本营做了简要编译。
(此前营长发布过多篇收藏党喜欢的文章,也是来自 Mybridge:①2月份机器学习十大热文新鲜出炉,你该读哪篇? ②Python 开源项目 Top 10 精选,平均star为1128! ③从1400篇机器学习文章中精选出Top 10,帮你找找上班的感觉! ④ 从15000个Python开源项目中精选的Top30,Github平均star为3707,赶紧收藏! ⑤我们从8800个机器学习开源项目中精选出Top30,推荐给你)
Openpose:是一个实时的多人关键点检测库,用于身体,脸部和手部的行为估计。[Github 6199颗星]。
github链接:
https://github.com/CMU-Perceptual-Computing-Lab/openpose
TensorComprehensions:由 Facebook Research 提出的,一种用于表达机器学习工作负载领域的特定语言。 [Github上 937 颗星]。
张量生成式(简称 TC )是一个多功能的 C++ 库,利用 Halide、ISL、NVRTC 和 LLVM 框架,它能够自动合成高性能的机器学习内核。此外,张量生成式还提供了底层接口,能够与 Caffe2、PyTorch 框架无缝衔接,实现很好的兼容性。更多关于该库的细节,我们将在论文中进行详细说明,论文已发表在 arXiv上 。
github链接:
https://github.com/facebookresearch/TensorComprehensions
Shap:由 Scott Lundberg 开源,该项目使用期望值和 Shapley 值,可以解释任何机器学习模型的输出。 [Github 821 颗星]
github链接:
https://github.com/slundberg/shap
NapkinML:由 Erik Linder-Norén 开源,该项目是浓缩版的 NumPy 库,能够实现机器学习中的各种模型。 [Github 320 颗星]
github链接:
https://github.com/eriklindernoren/NapkinML
GlobalLocalImageCompletion_TF:由 Tony Shin 开源,该项目是 celebA 数据集上全局和局部一致图像的 Tensorflow 实现。 [Github 51 颗星]。
github 链接:
https://github.com/shinseung428/GlobalLocalImageCompletion_TF
Obfuscated-gradients: 由 Anish Athalye 开源,该项目利用混淆梯度的一种安全性错觉,成功避开对抗样本的攻击。[Github 277 颗星]
github链接:
https://github.com/anishathalye/obfuscated-gradients
Visual-interaction-networks-pytorch:由 Mahmoud Gamal 开源,这是deepmind Visual Interaction Networks一文的 pytorch 实现。[Github 112 颗星]
github 链接:
https://github.com/MrGemy95/visual-interaction-networks-pytorch
Prototypical-Networks-for-Few-shot-Learning-PyTorch:由 Orobix 开源,这是少量样本学习的原型网络的一种简单替代方案(https://arxiv.org/abs/1703.05175),由 PyTorch 实现。 [Github 115 颗星]
由 FOR.ai 开源,该项目是 CipherGAN 的 TensorFlow 实现。[Github 55颗星]
github 链接:https://github.com/for-ai/CipherGAN
Pirate AI:由 Hugo 开源,Pirate AI 是一个人机交互的项目,通过模拟岛屿的环境来训练一个自主的代理(海盗)。 该项目的训练过程,是通过在游戏(找到宝藏)和模型训练课程(Keras + hyperopt)之间交替进行。 [Github 17 颗星]
github 链接:
https://github.com/HugoCMU/pirateAI
原文:
https://medium.mybridge.co/machine-learning-top-10-open-source-projects-v-mar-2018-9d2c1d2ed00c
扫描二维码,关注「人工智能头条」
回复“技术路线图”获取 AI 技术人才成长路线图
☟☟☟点击 | 阅读原文 | 查看更多精彩内容