近日,Mybridge 对 Github 上将近 250 个机器学习开源项目进行了排名,并从中挑选出了 Top 10,帮助开发者找到最好的机器学习开源项目

500579742_wx.jpg

本次上榜的10个机器学习开源项目,平均获得764个Star,下面一起来看下这10个开源项目都是哪些:



1
Nlp-architect

https://github.com/NervanaSystems/nlp-architect Star 1194


微信图片_20180717175312.jpg


NLP Architect 是英特尔新推出的开源库,这是一个用于自然语言处理(NLP)的库,帮助开发人员为聊天机器人和虚拟助手等会话应用提供所必需的功能,比如名称实体识别,意图提取和语义分析等,帮助智能体从对话中理解人类的行动。



2
Video-nonlocal-net

https://github.com/facebookresearch/video-nonlocal-net Star 592


微信图片_20180717175327.jpg


Video-nonlocal-net 是一个用于视频分类的非局部神经网络



3
mlflow

https://github.com/databricks/mlflow Star 1282


微信图片_20180717175341.jpg


MLflow 是由 Apache Spark 技术团队开源的一个机器学习平台,MLflow 让开发者可以基于任意机器学习库进行模型训练。



4
Retro

https://github.com/openai/retro/tree/develop Star 905


微信图片_20180717175402.jpg


Gym 是 OpenAI 发布的用于开发和比较强化学习算法的工具包,它运行在 Linux,macOS和 Windows 上,支持 Python 3.5,3.6 和 3.7。



5
Dragonfire v1.0

https://github.com/DragonComputer/Dragonfire Star 688

微信图片_20180717175414.jpg


基于 Ubuntu 的开源 AI 助手,Dragonfire 使用 Mozilla DeepSpeech 来理解您的语音命令,从而实现文本到语音的转换任务。



6
FaceAI

https://github.com/vipstone/faceai Star 1482


微信图片_20180717175426.jpg


一款入门级的人脸、视频、文字检测以及识别的项目。



7
Sod

https://github.com/symisc/sod Star 557


微信图片_20180717175445.jpg


嵌入式计算机视觉和机器学习库(优化 CPU 和物联网功能),它是一套用于深度学习,高级媒体分析和处理的 API,包括有限的嵌入式系统上的实时、多类对象检测和模型培训计算资源和物联网设备。



8
StarGAN-Tensorflow

https://github.com/taki0112/StarGAN-Tensorflow Star 382


微信图片_20180717175502.jpg


StarGAN 是去年 11 月由香港科技大学、新泽西大学和韩国大学等机构的研究人员提出的一个图像风格迁移模型,是一种可以在同一个模型中进行多个图像领域之间的风格转换的对抗生成方法。StarGAN-Tensorflow 是 StarGAN 在 TensorFlow 上的实现



9
Glow

https://github.com/pytorch/glow Star 603


微信图片_20180717175514.jpg


神经网络硬件加速器的编译器,作用于高级机器学习框架的后端,旨在允许最先进的编译器优化和神经网络图的代码生成。该库是实验性的,目前正在积极开发中。



10
Generative-compression

https://github.com/Justin-Tan/generative-compression Star225


微信图片_20180717175527.jpg


TensorFlow 使用 Generative Adversarial Networks 实现图像的学习压缩。该方法由 Agustsson 等人开发。

开源最前线(ID:OpenSourceTop) 猿妹编译

链接:https://medium.mybridge.co/machine-learning-open-source-projects-of-the-month-v-june-2018-d87e2ca3e13f