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。
#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%。
#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。
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
#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。
#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
#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。
#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%。
#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
#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。
#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。
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。