七大Github机器学习热门项目
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达本文转自|机器学习算法那些事
Pytorch-Transformers(NLP)
https://github.com/huggingface/pytorch-transformers
PyTorch-Transformers是最新的一系列最先进的NLP库。它打败了之前各种NLP任务的基准。我真正喜欢pytorch-transformers的是它包含PyTorch实现,预训练模型权重和其他重要组件,可以帮助你快速入门。
你可能会觉得运行复杂的模型需要巨大的计算能力。但是PyTorch-Transformers没有这个问题,使大多数人都可以建立最优秀的NLP模型。
NeuralClassifer(NLP)
https://github.com/Tencent/NeuralNLP-NeuralClassifier
文本数据的多标签分类是一个相当大的挑战。当我们处理早期的NLP问题时,我们通常会处理单一标签任务。该级别在实际数据上增加了几个级别。
在多标签分类问题中,实例或记录可以具有多个标签,并且每个实例的标签数量不固定。
NeuralClassifier使我们能够快速实现分层多标签分类任务的神经模型。NeuralClassifier提供了我们熟悉的各种文本编码器,如FastText,RCNN,Transformer编码器等。
我们可以使用NeuralClassifier执行以下分类任务:
二进制文本分类
多级文本分类
多标签文本分类
分层(多标签)文本分类
TDEngine(大数据)
https://github.com/taosdata/TDengine
TDEngine在上个月的星星数超过了GitHub上所有其他的新项目。在不到一个月的时间内收到了将近10000颗星。
TDEngine是一个用于下列领域的开源大数据平台:
物联网(IoT)
联网汽车
工业物联网
IT基础设施等等。
TDEngine提供了与数据工程相关的一整套任务。我们可以以超快的速度完成所有这些工作(处理查询速度提高10倍,计算使用率为1/5)。
有一点目前需要注意,TDEngine仅支持在Linux上执行。这个GitHub存储库包含了完整的文档和带有代码的入门指南。
视频对象删除(CV)
https://github.com/zllrunning/video-object-removal
您是否操作过图像数据?用于操作和处理图像的计算机视觉技术非常先进,其中图像物体检测被认为是成为计算机视觉专家的基本步骤。
但是操作视频会怎么样?当我们需要在视频中的对象周围绘制边界框时,难度会提高几个级别。对象的动态特征使整个概念更加复杂。
所以,当我看到这个GitHub存储库时非常高兴。我们只需在视频中的对象周围绘制一个边界框即可将它删除。 真的非常容易!下面是该项目的一个例子:
Python自动补全(编程)
https://github.com/vpj/python_autocomplete
你会喜欢上这个机器学习项目。作为数据科学家,我们的工作大多数就是围绕着算法做实验。这是一个可以自动完成简单的LSTM模型的Python代码的项目。
下面灰色突出显示的代码是LSTM模型填写的内容(结果位于图像的底部):
正如开发人员所说:
我们在python代码中删除注释、字符串和空行后进行训练和预测。在对python代码进行标记化之后训练模型。它似乎比使用字节对编码的字符级预测更有效。
如果你曾经花费或浪费时间写了很差的Python代码,那么你可能需要它。它现在处于在非常早期的阶段,所以还存在一些问题。
tfpyth – TensorFlow to PyTorch to TensorFlow(编程)
https://github.com/BlackHC/tfpyth
TensorFlow和PyTorch都拥有强大的用户社区。但令人难以置信的是PyTorch的使用率可能会在未来一两年内超越TensorFlow。这不是打击TensorFlow,而是相当可靠的。
因此,如果你使用TensorFlow编写了一部分代码并用PyTorch中编写了另一部分代码,并希望将两者结合起来训练模型,那么tfpyth框架非常适合你。tfpyth最好的地方是不需要重写之前的代码。
这个GitHub存储库包含了一个结构良好的示例,说明了如何使用tfpyth。这绝对是TensorFlow与PyTorch之间的一种新的看法,不是吗?
安装tfpyth:
pythonpip install tfpyth
MedicalNet
https://github.com/Tencent/MedicalNet
将迁移学习与NLP联系起来。当我看到这个精彩的MedicalNet项目时,我感到很激动。
这个GitHub存储库包含了“Med3D: Transfer Learning for 3D Medical Image Analysis”论文的PyTorch实现。该机器学习项目将医学数据集与不同的模态,目标器官和病理进行聚合,以构建相对较大的数据集。
众所周知,深度学习模型通常需要大量的训练数据。因此,TenCent发布的MedicalNet是一个出色的开源项目,我希望很多人能够继续在它上面工作。MedicalNet的开发人员已经发布了基于23个数据集的四个预训练模型。
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
七大Github机器学习热门项目相关推荐
- 【人工智能项目】机器学习热门项目-波士顿房价
[人工智能项目]机器学习热门项目-波士顿房价 1.数据概览分析 1.1 数据概览 本次提供: train.csv,训练集: test.csv,测试集: submission.csv 真实房价文件: 训 ...
- 爬取github上热门项目并绘制图表
github上的项目都存储在仓库中,本篇文章编写了一个程序可自动获取这些项目的具体信息,并将信息可视化展示出来. 1.使用API调用请求数据并处理API响应 直接在浏览器中输入https://api. ...
- 天才少年稚晖君超酷“硬汉”项目登榜|GitHub近期热门项目盘点
机械臂可能在医疗剧中看过,可以用来执行一些精细化的操作,例如:缝合之类的.但这次 Dummy-Robot 让你不仅看看而已,还具备一定的实操性(有一定的动手.经济能力)制作一个自己的机械臂.本周的 G ...
- 盘点当下大热的 7 大 Github 机器学习『创新』项目
本文将会分享近期发布的七大GitHub机器学习项目.这些项目广泛覆盖了机器学习的各个领域,包括自然语言处理(NLP).计算机视觉.大数据等. 最顶尖的Github机器学习项目 1. PyTorch-T ...
- #每日播报# 8月6日 Github 热门项目汇总
这是一份来自美国的网友利用 Github 的 API 获取的每日 Github 上热门项目列表,该网友每天都会发布更新列表.下面是 8月6日的热门项目列表: **objective-c ** Chri ...
- 2017年度盘点:15个最流行的GitHub机器学习项目 By 机器之心2017年12月21日 15:23 在本文中,作者列出了 2017 年 GitHub 平台上最为热门的知识库,囊括了数据科学、机
2017年度盘点:15个最流行的GitHub机器学习项目 By 机器之心2017年12月21日 15:23 在本文中,作者列出了 2017 年 GitHub 平台上最为热门的知识库,囊括了数据科学.机 ...
- GitHub 热门项目:机器学习编程 100 天
(点击上方公号,快速关注我们) 整理:Python开发者(id:PythonCoder) 推荐一个 GitHub 热门项目:100 Days of ML Coding | 机器学习编程 100 天 ...
- 机器学习丨15个最流行的GitHub机器学习项目
来源:数据Seminar 本文约3800字,建议阅读7分钟. 本文列出了 2017 年 GitHub 平台上最为热门的知识库,其中包含了学习资料与工具. GitHub 是计算机科学领域最为活跃的社区, ...
- 谷歌、微软、OpenAI等巨头七大机器学习开源项目 看这篇就够了
在人工智能行业,2015-2016 出现了一个不同寻常的趋势:许多重量级机器学习项目纷纷走向开源,与全世界的开发者共享.加入这开源大潮的,不仅有学界师生,更有国内外的互联网巨头们:国内有百度和腾讯,国 ...
最新文章
- JavaScript中的作用域,闭包和上下文
- 一致性算法 - Raft
- UnicodeEncodeError: 'UCS-2' codec can't encode characters in position 8-8: Non-BMP character not sup
- python基础(part8)--容器类型之元组和字典
- Vue组件-Confirm详解
- 080520 雨 大风
- PPT Cookbook by Eric
- windows bat脚本实现快速配置JDK 环境变量
- BZOJ 1406: [AHOI2007]密码箱( 数论 )
- python的变量在使用前不需要先赋值_每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建。_学小易找答案...
- Node.js相关——CommonJS规范
- Internet Download Manager v6.41 Build 2
- 不同图像的噪声,选用什么滤波器去噪,图像处理的噪声和处理方法
- mac误删文件恢复可靠教程
- (P44)面向对象版表达式计算器:符号表SymbolTable的实现
- java支付逻辑_java 订单支付status逻辑
- 华为云,奔跑的感觉爽吗?
- Linux服务器压测/拷机软件收集
- python识别魔方色块_解魔方的机器人攻略23 – 识别颜色(上)
- 小能手英语口语学习笔记
热门文章
- 全栈AI工程师指南,DIY一个识别手写数字的web应用
- 实现通用人工智能还要多久?Hinton与AlphaGo之父这样回答
- 20T数据、百万奖金,同济和武大摘得开放数据创新应用大赛桂冠!
- 倒计时1天,2018 AI开发者报名通道即将关闭(附参会提醒)
- 小米立Flag:要做年轻人的第一个深度学习框架
- 这是2018年的第一场AI生态论坛,比以往来得更早一些
- 记一次性能优化,单台4核8G机器支撑5万QPS
- 今天终于搞懂了:为什么 Java 的 main 方法必须是 public static void?
- Spring Boot 2.3.0 发布:支持Java14、打包Docker镜像、优雅关机配置...
- 创建节约内存的JavaBean