当你发愁找不到合适的开源项目时,有人已经悄悄地整理好了。今天要介绍的这个 GitHub 项目提供了大量机器学习 Python 库,覆盖机器学习框架、数据可视化、强化学习等多个领域,而且项目作者还对每个类别中的项目做了排名,每周进行更新。
项目地址:https://github.com/ml-tooling/best-of-ml-python
该列表目前包含 820 个开源项目,覆盖 32 个类别,所有项目的 star 量共计 260 万。每个类别中的项目均按照项目质量分数进行排序,计算方式基于从 GitHub 和不同软件包管理器自动收集的多个指标。
该列表覆盖了机器学习框架、数据可视化等 32 个类别,每个类别包含 1-82 个项目不等。
此外,每个项目均带有质量排名标记(
)、star 量和简短的项目简介。
点击文字,你可以在下拉列表中看到该项目在不同平台上的链接、简介和安装命令行。
以机器学习框架 TensorFlow 为例:
你可以通过 GitHub、PyPi、Conda 和 Docker Hub 进行安装,还能通过每个子项目后括号中的文字了解其基本信息,如下载量、star 量、最新更新时间等。
为了方便用户快速理解这些信息,该项目作者提供了简单的符号解释:
纵观所有分类,我们可以发现这些项目囊括了从框架、数据资源、数据处理流程到实验跟踪的整个流程,AutoML、强化学习、推荐系统等人工智能分支领域,以及 GPU、Tensorflow、Sklearn、Pytorch 实用程序。
通过这个 GitHub 项目,用户可以快速获取多个领域的开源资源,追踪热门项目和新进展。感兴趣的读者,可以一试。
Nature论文线上分享 | 世界最快光子AI卷积加速器
世界最快光子AI卷积加速器登上Nature,该研究展示的是一种"光学神经形态处理器",其运行速度是以往任何处理器的1000多倍,该系统还能处理创纪录大小的超大规模图像——足以实现完整的面部图像识别,这是其他光学处理器一直无法完成的。
1月18日19:00,论文一作、莫纳什大学研究员徐兴元博士带来线上分享,详细介绍他们的工作以及光学芯片领域进展。
添加机器之心小助手(syncedai5),备注「光子」,进群一起看直播。
© THE END
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com