15个最流行的GitHub机器学习项目( 三 )


2.5 Mobile Deep Learning
项目地址:
github.com/baidu/mobile
该 repo 将数据科学中的当前最佳技术移植到了移动平台上 。 该 repo 由百度研究院开发 , 目的是将深度学习模型以低复杂性和高速度部署到移动设备(例如 Android 和 IOS)上 。
该 repo 解释了一个简单的用例 , 即目标检测 。 它可以识别目标(例如一张图像中的手机)的准确位置 , 很棒不是吗?
15个最流行的GitHub机器学习项目
本文插图
2.6 Visdom
项目地址:
github.com/facebookrese
Visdom 支持图表、图像和文本在协作者之间进行传播 。 你可以用编程的方式组织可视化空间 , 或者通过 UI 为实时数据创建仪表盘 , 检查实验结果 , 或者调试实验代码 。
15个最流行的GitHub机器学习项目
本文插图
绘图函数中的输入会发生改变 , 尽管大部分输入是数据的张量 X(而非数据本身)和(可选)张量 Y(包含可选数据变量 , 如标签或时间戳) 。 它支持所有基本图表类型 , 以创建 Plotly 支持的可视化 。
Visdom 支持使用 PyTorch 和 Numpy 。
2.7 Deep Photo Style Transfer
项目地址:
github.com/luanfujun/de
该 repo 基于近期论文《Deep Photo Style Transfer》 , 该论文介绍了一种用于摄影风格迁移的深度学习方法 , 可处理大量图像内容 , 同时有效迁移参考风格 。 该方法成功克服了失真 , 满足了大量场景中的摄影风格迁移需求 , 包括时间、天气、季节、艺术编辑等场景 。

15个最流行的GitHub机器学习项目
本文插图
2.8 CycleGAN
项目地址:
github.com/junyanz/Cycl
CycleGAN 是一个有趣且强大的库 , 展现了该顶尖技术的潜力 。 举例来说 , 下图大致展示了该库的能力:调整图像景深 。 这里有趣的点在于你事先并没有告诉算法需要注意图像的哪一部分 。 算法完全依靠自己做到了!
15个最流行的GitHub机器学习项目
本文插图
目前该库用 Lua 编写 , 但是它也可以在命令行中使用 。
2.9 Seq2seq
项目地址:
github.com/google/seq2s
Seq2seq 最初是为机器翻译而建立的 , 但已经被开发用于多种其它任务 , 包括摘要生成、对话建模和图像捕捉 。 只要一个问题的结构是将输入数据编码为一种格式 , 并将其解码为另一种格式 , 就可以使用 Seq2seq 框架 。 它使用了所有流行的基于 Python 的 TensorFlow 库进行编程 。

15个最流行的GitHub机器学习项目
本文插图
2.10 Pix2code
项目地址:
github.com/tonybeltrame
这个深度学习项目非常令人振奋 , 它尝试为给定的 GUI 自动生成代码 。 当建立网站或移动设备界面的时候 , 通常前端工程师必须编写大量枯燥的代码 , 这很费时和低效 。 这阻碍了开发者将主要的时间用于实现真正的功能和软件逻辑 。 Pix2code 的目的是通过将过程自动化来克服这一困难 。 它基于一种新方法 , 允许以单个 GUI 截图作为输入来生成计算机 token 。
Pix2code 使用 Python 编写 , 可将移动设备和网站界面的捕捉图像转换成代码 。
3、机器之心项目
机器之心目前在 GitHub 上也有三个项目 , 分别是评估人工智能各领域优秀公司的 AI00、人工智能领域中英术语集和模型试验与解释项目 。
15个最流行的GitHub机器学习项目


推荐阅读