申请专栏作者
投稿发布
您的当前位置:主页 > 机器学习 > 正文

GitHub上Star最高的5个机器学习项目,最后一个可惜了

来源: 时间:2019-08-08
请点击下面的广告后浏览!

本文介绍了 GitHub 上 star 量最高的 5 个机器学习项目,涉及人脸识别、文本处理、机器学习框架等。 可思数据sykv.com,sykv.cn

机器学习领域正在飞速发展。GitHub 是一张举世瞩目的白板,高质量的代码通常被发布在这张充满智慧的无限大白板上。

可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

显然,我们不可能追踪机器学习世界中的所有东西,但是 GitHub 上每个项目都具备自己的 star 量。即,如果你标星了一个仓库,这意味着你对这个项目表达了赞赏,同时也跟踪了你觉得有意思的仓库。

可思数据-人工智能资讯平台sykv.com

星数排名可作为了解最受关注项目的重要指标。本文就介绍了机器学习领域星数排名最高的 5 个项目。

本文来自可思数据(sykv.com),转载请联系本站及注明出处

Face Recognition:26073★ 可思数据sykv.com

GitHub 地址:https://github.com/ageitgey/face_recognition?source=post_page--------------------------- 可思数据sykv.com,sykv.cn

这是世界上最简洁的人脸识别工具。它提供对 Python 和命令行的应用程序接口(API),其用途是识别以及操作图像中的人脸。它使用 Dlib 最先进的人脸识别算法构建,该深度学习模型在 LFW(Labeled Faces in the Wild)数据集上达到了 99.38% 的准确率。 可思数据sykv.com,sykv.cn

它还提供了 face_recognition 命令行工具,它可以让你在包含图像的文件夹中使用命令行来进行人脸识别! 可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

  可思数据sykv.com,sykv.cn

  内容来自可思数据sykv.com

这个库还可以处理实时人脸识别。

可思数据-人工智能资讯平台sykv.com

 

可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

  可思数据sykv.com

fastText:18931 ★ 可思数据-www.sykv.cn,sykv.com

GitHub 地址:https://github.com/facebookresearch/fastText?source=post_page---------------------------

可思数据sykv.com

fastText 是由 Facebook 团队开发的免费开源库,用于高效词表征学习。它是轻量级的,允许用户学习文本表征和句子分类器。它可以在标准通用硬件上运行,模型甚至可以被压缩到适应移动设备的大小。

可思数据sykv.com

文本分类是很多应用的核心问题,例如垃圾邮件检测、情感分析或智能回复。文本分类的目标是给文档(例如电子邮件、博客、短信、产品评论等)分配多个类别。 可思数据sykv.com,sykv.cn

 

内容来自可思数据sykv.com

 

可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

词类示例(图源:Alterra.ai)

可思数据sykv.com,sykv.cn

对自然语言处理(NLP)爱好者而言,这是一款非常有用的工具。

内容来自可思数据sykv.com

  可思数据sykv.com,sykv.cn

  可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

图源:https://fasttext.cc/?source=post_pag (https://fasttext.cc/?source=post_pag%EF%BC%89) 可思数据sykv.com

Awesome TensorFlow:14501★ 可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

GitHub 地址:https://github.com/jtoy/awesome-tensorflow

可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

这是一个帮你理解和使用 TensorFlow 的资源集合。该 repo 涵盖一系列资源列表,如很棒的 TensorFlow 实验、库和项目。

可思数据sykv.com,sykv.cn

TensorFlow 是 Google 开发的端到端开源机器学习平台。它有全面的生态系统,包括工具、库和社区资源,允许研究者创建最先进的机器学习算法。使用 TensorFlow,开发者可以很容易地构建并部署由机器学习驱动的应用。 可思数据-人工智能资讯平台sykv.com

  可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

 

内容来自可思数据sykv.com

图源:https://www.tensorflow.org/tutorials/keras/basic_classification?source=post_page

可思数据sykv.com,sykv.cn

Apache predictionio 11866 ★

可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

GitHub 地址:https://github.com/apache/predictionio 本文来自可思数据(sykv.com),转载请联系本站及注明出处

Apache PredictionIO 是供开发者、数据科学家和终端用户使用的开源机器学习框架。用户可使用该框架构建真实的机器学习应用,并进行部署和测试。

可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

它甚至支持事件收集、评估,以及查询预测结果。它基于可扩展的开源服务,如 Hadoop、HBase 等。 可思数据-www.sykv.cn,sykv.com

就机器学习而言,该工具减轻了开发人员的思维负担。

可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

 

可思数据sykv.com

  可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

图源:http://predictionio.apache.org/appintegration/?source=post_page 本文来自可思数据(sykv.com),转载请联系本站及注明出处

Style2Paints:9860 ★

可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

GitHub 地址:https://github.com/lllyasviel/style2paints

可思数据-www.sykv.cn,sykv.com

该 repo 与前面 4 个有点不一样,因为缺乏资金,它已经被关闭了!它确实是一个有趣的设想,使用 AI 给图像上色。 内容来自可思数据sykv.com

创建者称 Style2paints V4 是当前最好的 AI 线稿上色工具。 可思数据-人工智能资讯平台sykv.com

他们称这个项目与之前的端到端图像转换方法不同,因为它是第一个用真实的人类作业流程为线稿上色的系统。很多艺术家熟悉这个流程。 可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

素描-->彩色填充/扁平化-->渐变/细节添加-->阴影处理

可思数据-人工智能资讯平台sykv.com

Style2Paints 就是根据这个流程设计的。只用两次点击,该流程就可以使下图中最左的图变成中间的图。

可思数据sykv.com

  可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

 

本文来自可思数据(sykv.com),转载请联系本站及注明出处

图源:https://style2paints.github.io/?source=post_page 本文来自可思数据(sykv.com),转载请联系本站及注明出处

仅仅点击 4 次,你就能够得到下面这张图:

可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

  可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

 

可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

图源:https://github.com/lllyasviel/style2paints?source=post_page

可思数据-人工智能资讯平台sykv.com

原文链接:https://towardsdatascience.com/highest-rated-ml-projects-on-github-694486293512

可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

关于我们   免责声明   广告合作   版权声明   联系方式   原创投稿   网站地图  

Copyright©2005-2019 Sykv.com 可思数据 版权所有    ICP备案:京ICP备14056871号

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭