Github 本周最有趣的 10 款「机器学习」开源项目 | PaperDaily #32

在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。

在这个栏目里，你会快速 get 每篇精选论文的亮点和痛点，时刻紧跟 AI 前沿成果。

点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。

这是 PaperDaily 的第 32 篇文章

Face Recognition

#世界上最简单的人脸识别库

本项目号称世界上最简单的人脸识别库，可使用 Python 和命令行进行调用。该库使用 dlib 顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild benchmark）上的准确率高达 99.38%。

项目链接

https://github.com/ageitgey/face_recognition

MUSE

#多语言词向量 Python 库

由 Facebook 开源的多语言词向量 Python 库，提供了基于 fastText 实现的多语言词向量和大规模高质量的双语词典，包括无监督和有监督两种。其中有监督方法使用双语词典或相同的字符串，无监督的方法不使用任何并行数据。

无监督方法具体可参考 Word Translation without Parallel Data 这篇论文。

论文链接

https://www.paperweekly.site/papers/1097

项目链接

https://github.com/facebookresearch/MUSE

FoolNLTK

#中文处理工具包

本项目特点：

• 可能不是最快的开源中文分词，但很可能是最准的开源中文分词 

• 基于 BiLSTM 模型训练而成 

• 包含分词，词性标注，实体识别，都有比较高的准确率 

• 用户自定义词典

项目链接

https://github.com/rockyzhengwu/FoolNLTK

Arnold

#最擅长玩《毁灭战士》的游戏AI

本项目来自卡耐基梅隆大学，是 2017 年 VizDoom《毁灭战士》AI 死亡竞赛冠军 Arnold 的 PyTorch 开源代码。

论文链接

https://www.paperweekly.site/papers/1440

项目链接

https://github.com/glample/Arnold

Bottom-Up Attention VQA

#2017 VQA Challenge 第一名

本项目是 2017 VQA Challenge 第一名团队两篇论文的 PyTorch 复现。

■ 论文 | Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering

■ 链接 | https://www.paperweekly.site/papers/754

■ 论文 | Tips and Tricks for Visual Question Answering: Learnings from the 2017 Challenge

■ 链接 | https://www.paperweekly.site/papers/1441

报告解读

2017 VQA Challenge 第一名技术报告

项目链接

https://github.com/hengyuan-hu/bottom-up-attention-vqa

YOLOv2 - PyTorch

#PyTorch 版 YOLOv2

著名物体检测库 YOLOv2 的 PyTorch 版本，本项目还可以将训练好的 model 转换为适配 Caffe 2。

项目链接

https://github.com/ruiminshen/yolo2-pytorch

Simple Railway Captcha Solver

#基于 CNN 的台铁订票验证码辨识

本项目利用简单的 Convolutional Neural Network 来实作辨识台铁订票网站的验证码，训练集的部分以模仿验证码样式的方式来产生、另外验证集的部分则自台铁订票网站撷取，再以手动方式标记约 1000 笔。 

目前验证集对于 6 码型态的验证码的单码辨识率达到 98.84%，整体辨识成功率达到 91.13%。

项目链接

https://github.com/JasonLiTW/simple-railway-captcha-solver

AlphaZero-Gomoku

#用 AlphaZero 下五子棋

这是一个将 AlphaZero 算法应用在五子棋的实现，由于五子棋相比围棋或国际象棋简单得多，所以只需几个小时就可以训练出一个不错的 AI 模型。

■ 论文 | AlphaZero: Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm

■ 链接 | https://www.paperweekly.site/papers/1297

■ 论文 | AlphaGo Zero: Mastering the game of Go without human knowledge

■ 链接 | https://www.paperweekly.site/papers/942

项目链接

https://github.com/junxiaosong/AlphaZero_Gomoku

gym-extensions

#OpenAI Gym 扩展集

这是一个 OpenAI Gym 库的扩展包，实现了包括：多任务学习、迁移学习、逆增强学习等功能。

项目链接

https://github.com/Breakend/gym-extensions

Myia

#Python 深度学习框架

Myia 是一个全新的 Python 深度学习框架，具有使用简单、自动微分和性能优化的特点。

项目链接

https://github.com/mila-udem/myia

本文由 AI 学术社区 PaperWeekly 精选推荐，社区目前已覆盖自然语言处理、计算机视觉、人工智能、机器学习、数据挖掘和信息检索等研究方向，点击「阅读原文」即刻加入社区！

我是彩蛋 

 解锁新功能：热门职位推荐！

PaperWeekly小程序升级啦

今日arXiv√猜你喜欢√热门职位√

找全职找实习都不是问题

 

 解锁方式 

1. 识别下方二维码打开小程序

2. 用PaperWeekly社区账号进行登陆

3. 登陆后即可解锁所有功能

 职位发布 

请添加小助手微信（pwbot01）进行咨询

 

长按识别二维码，使用小程序

*点击阅读原文即可注册

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。