博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
精选10大机器学习开源项目 !(附链接)
阅读量:6828 次
发布时间:2019-06-26

本文共 1765 字,大约阅读时间需要 5 分钟。

本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的,Github平均star为1385,主题包含:Tensorflow, Augmentation, AlphaGo Zero, NSynth, Deep Neuroevolution, Person Blocker, TCN, Ann Visualizer, Watson等。

Rank 1:TensorFlow.js

(6129 stars on Github,来自TensorFlow团队)

该项目是一个开源的硬件加速 JavaScript 库,可在浏览器中训练和部署机器学习模型。

项目地址:

https://github.com/tensorflow/tfjs

6b961d8936fe4ff67b688f9c4e9d906c74d28230

Rank 2:Augmentor v0.2

(1661 stars on Github,来自Marcus D. Bloice)

Python机器学习图像增强库。

项目地址:

https://github.com/mdbloice/Augmentor

c9dda43dfd7b56faa31762ae76ac7c1336ae8655

Rank 3:TensorFlow Hub

(350 stars on Github,来自TensorFlow团队)

该项目是一个发布、发现和重用TensorFlow中机器学习模块的开源库。

项目地址:

https://github.com/tensorflow/hub

6b285a2ae134feffb66dfd627c4a053d8643e88d

Rank 4:Chess-alpha-zero

(1014 stars on Github,来自Samuel)

通过AlphaGo Zero方法进行国际象棋的强化学习

项目地址:

https://github.com/Zeta36/chess-alpha-zero

5e36281c9905e94fdb82edeca212caf5080287cb

Rank 5:Open-nsynth-super

(1177 stars on Github,来自 Google Creative Lab)

OpenNSynthSuper 是 Google Brain 开发的机器学习算法 NSynth 的实验性物理接口,NSynth 可用于在现有的不同的声音中生成新的、独特的声音。通过 Open NSynth Super,开发者可借助简单的硬件接口来创建和探索新的声音。

项目地址:

https://github.com/googlecreativelab/open-nsynth-super

847799f568a62ee4be2cba93d522c0ebed286544

Rank 6:Deep-neuroevolution

(573 stars on Github,来自 Uber)

Uber AI Lab 开源的深度神经进化算法。

项目地址:

https://github.com/uber-common/deep-neuroevolution

d7a17f6f6584a54d93151f3baa195437f10e1c41

Rank 7:Person-blocker

不会用Photoshop抠图?Mask R-CNN助你一键“除”人。

项目地址:

https://github.com/minimaxir/person-blocker

78e585ab27906328ac493d8746ced94b4bb4fcb8

Rank 8:TCN

(498 stars on Github,来自Zico Kolter)

序列建模基准和时域卷积网络

项目地址:

https://github.com/locuslab/TCN

a60ec5d3905783188a8fb3a8ad0b193336efa1bd

Rank 9:Ann-visualizer

(654 stars on Github,来自Prodi Code)

ANN Visualizer 是一个 Python 库,可以用一行代码可视化人工神经网络,利用 Python 的 graphviz 库创建一个整洁的可视化神经网络。

项目地址:

https://github.com/Prodicode/ann-visualizer

c43d2b01f5ccb67807266758b16f9d56e316a6e5

Rank 10:Visual-recognition-coreml

(362 stars on Github,来自IBM Watson)

使用 Watson Visual Recognition 和 Core ML 对图像进行离线分类。

项目地址:

https://github.com/watson-developer-cloud/visual-recognition-coreml

6d903ba1b906f19579a6ca1daf135b81576f666f
原文发布时间为:2018-05-3本文来自云栖社区合作伙伴“ ”,了解相关信息可以关注“ ”。

转载地址:http://drykl.baihongyu.com/

你可能感兴趣的文章
how to play smileys
查看>>
强制退出Mac程序的六种方法
查看>>
使用传统方式命名网上,eth0,eth1
查看>>
webpack4.0各个击破(1)—— html部分
查看>>
205LinkList
查看>>
专注反射内存实时网和交换机
查看>>
SpringMVC框架笔记整理(一): SpringMVC详细运行流程
查看>>
手持终端的种类分为工业及消费应用
查看>>
libpcap详解
查看>>
我的友情链接
查看>>
AIX常规检查与排错
查看>>
Drupal7主题初步设置篇-Ubuntu 14.04 LTS
查看>>
我的友情链接
查看>>
JMEditor V0.9.4开源在线公式编辑器全面支持主流浏览器
查看>>
outlook打不开怎么办?
查看>>
cracker's DS Hooking Tutorial
查看>>
mac 中vmware fusion 使用技巧 (delete and control)
查看>>
新的开始
查看>>
LVS-NAT 实现web服务器LB集群
查看>>
如何让echo显示的内容是带颜色的
查看>>