五月GitHub最热机器学习项目Top 10 涵盖视觉问答、对象检测等

  • 时间:
  • 浏览:16

后来你是开发者,那一定对 GitHub 不会陌生。五月始于英文了还有那么一周,什儿 月最新最火的机器学习项目看过过几时?Mybridge AI博客从将近2400个机器学习开源项目中找到了标星数排名最靠前的Top 10项目,暗含视觉问答、对象检测、自动生成评论等多个维度。

第1名:Pythia

Pythia是Facebook人工智能实验室出品的视觉和语言多模式研究的模块化框架,2138星。

Pythia基于PyTorch,支持Model Zoo、多任务,有各种内置数据集比如VQA、VizWiz,支持基于DataParallel和DistributedDataParallel的分布式训练,还可不前要实现角度自定义。

另外,拿Pythia来做TextVQA和VQA的入门代码库只是 错。

链接:https://github.com/facebookresearch/pythia

第2名:云注释(Cloud Annotations)

自定义对象检测和分类训练,2014星。

基于IBM云对象存储,在TensorFlow上训练,前要先在线进行图像标注,macOS,Windows和Linux都可不前要用。

链接:https://github.com/cloud-annotations/training

第3名:PySOT

商汤出品,可不前要在视频里追踪单个对象,实现SiamRPN和SiamMask等算法,1703星。

PySOT实现了最先进的单一对象跟踪算法,包括SiamRPN和SiamMask等,用Python编写,在PyTorch上运行。

链接:https://github.com/STVIR/pysot

第4名:PyTorch-BigGraph

大规模图形底部形态数据生成嵌入软件,1417星,同样也是Facebook出品,主要作者是巴黎的Luca Wehrstedt。

PyTorch-BigGraph是另另有还有一个分布式系统,可不前要学会英语多达数十亿实体和数万亿边缘的大型网络交互图形。

用PyTorch-BigGraph语句前要Python 3.6或更高版本,最低PyTorch 1.0,不前要投喂GPU,而且比较费CPU。

链接:https://github.com/facebookresearch/PyTorch-BigGraph

第5名:InterpretML - Alpha

微软出品,用来训练可解释的机器学习模型,1039星。

这里的“可解释”指的是可不前要解释模型调试中遇到的错误,模型有那么搞歧视,要怎样我能 类理解什儿 模型,模型算是合法,在医疗、司法等高风险的领域靠不靠谱。

链接:https://github.com/microsoft/interpret

第6名:Weights & Biases

可视化和追踪机器学习实验工具,1098星。

分析机器学习实验,比TensorBoard更轻量级。每次运行时,可不前要保存超参数和输出指标,训练过程中能实现可视化模型,还能自动跟踪代码请况,系统指标和配置参数。

链接:https://github.com/wandb/client

第7名:MLIR

“多级上面表示”编译器基础底部形态,832星。

TensorFlow的一次责。MLIR旨在成为一种生活 混合IR(intermediate representation),可不前要支持统一基础架构中的多种不同要求,也能表示所有TensorFlow图,在TensorFlow图上实现优化和转换,用TensorFlow图后来TF Lite完成量化和图变换。

链接:https://github.com/tensorflow/mlir

第8名:MeshCNN

PyTorch中三维网格的卷积神经网络,367星。

这是SIGGRAPH 2019上发表的一篇论文,可不前要用来做3D底部形态分割,作者来自以色列特拉维夫大学和亚马逊。

类似于传统CNN,MeshCNN结合了在网格边缘上运行的专用卷积和池化层。卷积应用于边缘和它们的入射三角形的还还有一个边缘,池化层用边缘折叠操作保留下皮 拓扑底部形态,给上面的层生成了网状连接。

链接:https://github.com/ranahanocka/MeshCNN

第9名:TensorWatch

微软出品,用于角度学习和强化学习的调试,监控和可视化,299星。

TensorWatch是一款专为角度学习和强化学习而设计的debug和可视化工具。它充分利用Jupyter Notebook显示实时可视化,不前要老是 翻日志就能实时查询训练过程,还可不前要用来构建本人的UI和仪表板。

此外,TensorWatch利用有多少优秀的库来可视化模型图,审查模型统计,解释预测等。

链接:https://github.com/microsoft/tensorwatch

第10名:hncynic

另另有还有一个猎奇项目,自动生成hacker news风格的评论,详细无视文章一种生活 ,看一眼标题,剩下全靠编,240星。

来源靠的是hacker news评论数据,借此训练Transformer编码器-解码器模型,中途还顺手用了一下维基百科的数据。

生成的评论大多脑洞清奇。

比如什儿 新闻标题《用TensorFlow检测鱼》,生成的评论是酱婶的:

这篇文章太辣鸡了。

1.为甚儿 代码看起来像一堆黑盒子标签?我那么看过它。

2.为甚儿 你的模型不利用什儿 理论?为甚儿 全是黑盒子分类器?

后来模型那么取出红盒子,它始于英文了了看过红盒子,看起来像另另有还有一个那么明确颜色的黑盒子(看起来它知道浅蓝色是什儿 )——它缘何能看过红盒子,甚至能看出是黑盒子?

在另另有还有一个不了解亲们要怎样使用“黑匣子”和“蓝盒子”来检测真实环境中的鱼类并使用黑匣子代替白纸盒的世界中,亲们都知道什儿 点。

看起来好像很有道理的样子,然而详细真不知道在说啥,而且是满满的杠精画风啊!

链接:https://github.com/leod/hncynic