Google、Facebook等不可错过的 AI 开源工具,你想要的都在这里( 五 )


开源地址:
https://github.com/sql-machine-learning/elasticdl/
 
其他1、FATE【Framework】微众银行AI团队开源的联邦学习框架 。联盟学习开源项目FATE(Federated AI Technology Enabler),提供了一种基于数据隐私保护的安全计算框架,为机器学习、深度学习、迁移学习算法提供强有力的安全计算支持 。安全底层支持同态加密、秘密共享、哈希散列等多种多方安全计算机制,算法层支持多方安全计算模式下的逻辑回归、Boosting、联邦迁移学习等 。
该框架可以帮助学术研究人员快速开发算法原型;为工业界人员快速开发应用提供一种简洁有效的解决方案,支持在多场景下的开拓和应用;借助其灵活的架构,用户可以轻松地将计算工作部署到多种平台(CPU、GPU)和设备(桌面设备、服务器集群、移动设备等)
开源地址:
https://www.fedai.org.cn/cn/
https://github.com/FederatedAI/FATE
 
2、DeepCTR【Stars:2.2k】DeepCTR 一个易于使用、模块化和可扩展的基于深度学习的 CTR 模型包,带有许多核心组件层,可用于轻松构建自己定制的模型 。
开源地址:
https://github.com/shenweichen/DeepCTR
 
3、ALiPy【Stars:356】ALiPy是一个基于Python实现的主动学习工具包,内置20余种主动学习算法,并提供包括数据处理、结果可视化等工具 。ALiPy根据主动学习框架的不同部件提供了若干独立的工具类,这样一方面可以方便地支持不同主动学习场景,另一方面可以使用户自由地组织自己的项目,用户可以不必继承任何接口来实现自己的算法与替换项目中的部件 。此外,ALiPy不仅支持多种不同的主动学习场景,如标注代价敏感,噪声标注者,多标记查询等 。
开源地址:
https://github.com/NUAA-AL/ALiPy
4、Real-Time Voice Cloning【Stars:9.1k】
Real-Time Voice Cloning 是论文《Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis(SV2TTS)》的实现 。SV2TTS 是一个三阶段深度学习框架,可以在 5 秒的音频中创建一个语音的数字表示,并使用它来调整一个经过训练的文本到语音模型,以推广到新的语音 。
开源地址:
https://github.com/CorentinJ/Real-Time-Voice-Cloning
5、Weights and Biases 【Stars:1.3k】

Google、Facebook等不可错过的 AI 开源工具,你想要的都在这里

文章插图
一个在机器学习实验过程中用于可视化和跟踪的工具 。它与框架无关,比TensorBoard更轻 。每次运行一个装有 wandb 的脚本时,都会保存超参数和输出度量 。在训练过程中可视化模型,还能轻松对比模型的版本,还会自动跟踪你的代码、系统指标和配置参数的状态 。
开源地址:
https://github.com/wandb/client




推荐阅读