资源 | 过去一年最牛逼的30个机器学习项目！

大数据文摘出品

编译：刘思佳、张秋玥、云舟

这是一个竞争极为激烈的列表！

因为这是从2017年1月至12月期间发布的最佳开源机器学习库、数据集和应用程序里精心挑选出来的。挑选的基数高达8800个。

这是一个评价严谨的列表！

为了更好地评价这些项目，使用Mybridge AI，并且综合考虑受欢迎程度、参与度和新颖度。

那么，开始吧！让我们一起看看这份列表~~~

注：此份列表的星星数量仅供参考，因为，github上的星星数量是动态变化的。

No 1 FastText

用于快速文本表示和分类的库。 [Github评价：11786颗星]。

https://goo.gl/VWGfCs

来自Facebook Research

注：基于FastText  的一款名为 Muse 的多语种无监督或有监督的词嵌入项目在github上获得星星数为695.

No 2 Deep-photo-styletransfer

论文 “深度照片风格转换”的代码与数据[Github评价：9747颗星]。 

链接：https://github.com/luanfujun/deep-photo-styletransfer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Fujun Luan博士，康奈尔大学

No 3

全世界最简单的面部识别API，基于Python与命令行 [Github评价：8672颗星]。 

https://github.com/ageitgey/face_recognition?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Adam Geitgey

No 4 Magenta

通过机器智能生成的音乐和艺术 [Github评价：8113颗星]。

https://github.com/tensorflow/magenta?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 5 Sonnet

基于TensorFlow的神经网络库 [Github评价：5731颗星]。

https://github.com/deepmind/sonnet?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

 来自Malcolm Reynolds，Deepmind

No 6 deeplearn.js

用于网络的硬件加速机器智能库 [Github评价：5462颗星]。

https://github.com/PAIR-code/deeplearnjs?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Nikhil Thorat，Google Brain

No 7

基于TensorFlow的快速风格转移 [Github评价：4843颗星]

https://github.com/lengstrom/fast-style-transfer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Logan Engstrom，MIT

No 8 Pysc2

星际争霸II学习环境 [Github评价：3683颗星]。 

https://github.com/deepmind/pysc2?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Timo Ewalds，Deepmind

No 9 AirSim

基于虚幻引擎的开源模拟器，适用于Microsoft AI和Research的自动驾驶交通工具 [Github评价：3861颗星]。 

https://github.com/Microsoft/AirSim?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Shital Shah，Microsoft

No 10 Facets

机器学习数据集的可视化 [Github评价：3371颗星]。 

https://github.com/PAIR-code/facets?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Google Brain

No 11 Style2Paints

AI图像着色 [Github评价：3310颗星]。

https://github.com/lllyasviel/style2paints?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 12 Tensor2Tensor

广义序列模型及序列模型的库 [Github评价：3087颗星]。

https://github.com/tensorflow/tensor2tensor?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Ryan Sepassi，谷歌大脑

No 13

PyTorch图像转换（例如horse2zebra，edges2cats等）[Github评价：2847颗星]。

https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Jun-Yan Zhu博士，加州大学伯克利分校。

No 14 Faiss

用于高效相似性搜索和密集向量聚类的库 [Github评价：2629颗星]。 

https://github.com/facebookresearch/faiss?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Facebook Research

No 15 Fashion-mnist

一个类似MNIST的时尚产品数据库[Github评价：2780颗星]。

https://github.com/zalandoresearch/fashion-mnist?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Han Xiao，Zalando Tech科研学者

No 16 ParlAI

在各种公开可用的对话数据集上训练并评估AI模型的框架 [Github评价：2578颗星]。

https://github.com/facebookresearch/ParlAI?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Alexander Miller，Google Research

No 17 Fairseq

序列到序列工具包 [Github评价：2571颗星]。

https://github.com/facebookresearch/fairseq?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Facebook AI Research

No 18 Pyro

使用Python和PyTorch进行深度通用概率编程 [Github评价：2387颗星]。

https://github.com/uber/pyro?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Uber AI Labs

No 19 iGAN

基于GAN的交互式图像生成 [Github评价：2369颗星]。

https://github.com/junyanz/iGAN?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 20 Deep-image-prior

不基于学习的神经网络图像恢复 [Github评价：2188颗星]。

https://github.com/DmitryUlyanov/deep-image-prior?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Dmitry Ulyanov博士，Skoltech

No 21 Face_classification

基于keras CNN模型和openCV、使用fer2013 / imdb数据集进行实时人脸检测和情感/性别分类。 [Github评价：1967颗星]。

https://github.com/oarriaga/face_classification?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 22 Speech-to-Text-WaveNet

使用DeepMind的WaveNet和tensorflow的端到端句子级英语语音识别 [Github评价：1961颗星]。来自Namju Kim，Kakao Brain。

https://github.com/buriburisuri/speech-to-text-wavenet?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 23 StarGAN

用于多域图像转换的统一生成式对抗网络 [Github评价：1954颗星]。

https://github.com/yunjey/StarGAN?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Yunjey Choi，Korea University

No 24 Ml-agents

Unity机器学习代理 [Github评价：1658颗星]。

https://github.com/Unity-Technologies/ml-agents?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Arthur Juliani，Unity3D Deep Learning

No 25

DeepVideoAnalytics：分布式视觉搜索和可视化数据分析平台 [Github评价：1494颗星]。

https://github.com/AKSHAYUBHAT/DeepVideoAnalytics/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 26 OpenNMT

基于Torch的开源神经机器翻译 [Github评价：1490颗星]。

https://github.com/OpenNMT/OpenNMT?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 27 Pix2pixHD

使用条件GAN合成并处理2048x1024图像 [Github评价：1283颗星]。 

https://github.com/NVIDIA/pix2pixHD?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自AI研究科学家Ming-Yu Liu，Nvidia

No 28 Horovod

TensorFlow的分布式培训框架 [Github评价：1188颗星]。

https://github.com/uber/horovod?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Uber Engineering

No 29 AI-Block

一个功能强大且直观的WYSIWYG界面，允许任何人创建机器学习模型 [Github评价：899颗星]。

https://github.com/MrNothing/AI-Blocks?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

No 30 

基于Tensorflow的语音转换（语音样式传输）深度神经网络 [Github评价：845颗星]。

https://github.com/andabi/deep-voice-conversion?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

来自Dabi Ahn，Kakao Brain AI Research

另外，推荐两个非常好的学习材料：

• 年度Python项目（平均3,707颗星）

  https://goo.gl/sqdPgW

• 过去一年关于学习机器学习的热门文章

  https://goo.gl/GLdu6r

相关报道：

https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-2018-b853b8621ac7?nsukey=meOrGP1tkmxojNUefLXxHh8132657wun6l2jRHUzia47eJTA4ZzuKLbqBsZ7LHBz0AG3kWld3ueXHaJ4jj42lITTmXt1M6VDyqPXpxPAiIeWUOaECy6GoBNYJp4z%2FYgE%2BW%2BQGzke6038nQh4nHBUyHMs1RcK61It9QRuZg7LzYcn6vw%2F5VCwXSPFBjIC5M7miumCHCENttD5%2BmsdZAyROw%3D%3D

【今日机器学习概念】

Have a Great Definition

志愿者介绍

后台回复“志愿者”加入我们