FastPhotoStyle 是 NVIDIA 开发的 python 库。该模型将一张内容照片和一张风格图作为输入,然后将内容照片转换为风格图的风格。
开发人员给出了两个算法示例。第一个是十分简单的迭代算法——下载一张内容图和风格图,调整图像尺寸,然后运行照片真实感图像风格化代码。第二个样例中,需要利用语义分割标签图来生成带有语义的风格化图像。
如果你曾经在 Twitter 上爬过推送,你肯定用过 Twitter 自己给出的 API,Twitter 自己的 API 有流速限制。这个 python 库就是考虑到这一点——它没有 API 限流(不需要任何验证),没有限制,并且超级快。你可以用这个库爬取任何用户的任意一条推特。
开发者提出它可以用于设计马尔科夫链,但目前只能用于 python 3.6 及以上版本。
这个项目来自 Alex Graves 的论文《Generating Sequences with Recurrent Neural Networks(用 RNN 生成序列)》,是其中手写体合成实验的实现。它可以生成不同风格的手写字迹。模型包括初始化和偏置两个部分。初始化控制样例的风格,偏置控制样例的整洁度。
作者在这个项目的 GitHub 主页上展示了各种各样的样例风格。作者还在寻找这个项目的贡献者,如果你有兴趣,请与作者联系。
这个项目是对论文《Efficient Neural Architecture Search (ENAS) via Parameters Sharing(参数共享的高效神经网络结构搜索)》的实现。ENAS 减少了计算需求,将 NAS 的 GPU 计算时间减少了足足 1000 倍。他们通过共享大型计算图中的子图模型间的参数实现了这一点。
使用方法在 GitHub 上有详细介绍,下面是这个库所需的依赖项:
Python 3.6+
PyTorch
tqdm, imageio, graphviz, tqdm, tensorboardX
这是一个相对简单又十分有趣的机器学习项目。开发人员在 python 中使用卷积神经网络构造模型,可以识别出手势,并将其转换成文字。
作者用 Tensorflow 和 Keras 共同搭建了 CNN 模型。作者特别详细地说明了他是怎么创建这个项目的,以及每一步是怎么进行的。所以这绝对是一个值得一试的项目。
查看英文原文:
https://www.analyticsvidhya.com/blog/2018/03/top-5-github-repositories-february-2018/
如果您觉得内容优质,记得给我们「留言」和「点赞」,给编辑鼓励一下!