炼数成金 门户 商业智能 机器学习 查看内容

8月份最热门的机器学习开源项目TOP5

2018-9-26 13:11| 发布者: 炼数成金_小数| 查看: 16171| 评论: 0|来自: AI前线

摘要: 当我去年初开始使用 GitHub 时,从未想过它会对我有多大用处。最初我只使用它来上传我自己的代码,本以为这就是 GitHub 最大的用处了。但是当我加入 Analytics Vidhya 并且扩大研究范围时,真正地为这个平台的强大而 ...

工具 模型 开源 微软 强化学习 github

当我去年初开始使用 GitHub 时,从未想过它会对我有多大用处。最初我只使用它来上传我自己的代码,本以为这就是 GitHub 较大的用处了。但是当我加入 Analytics Vidhya 并且扩大研究范围时,真正地为这个平台的强大而着迷。

除了允许我访问谷歌,微软,NVIDIA,Facebook 等较高级公司的开源代码和项目外,它还开辟了与其他机器学习爱好者合作开展现有项目的途径。不得不说为别人的项目做出贡献是多么的令人惊奇,这是一种与众不同的感觉。当然,我写了这个月刊系列,也是希望读者能发现这对自己的工作有益。

这个月的文章包含一些非常好的资源库。一个 NVIDIA 的项目,处理视频之间的翻译,这是一个小巧优雅的 Google 资源库,使强化学习比以前更容易,此外还介绍了一个有用的自动目标检测库。接下来还有大量的信息,包括了一个有趣的 R 软件包。

NVIDIA 的 vid2vid 技术

项目地址:https://github.com/NVIDIA/vid2vid
尽管在图像到图像转换领域已经取得了巨大的进步,然而到目前为止,视频处理领域近来很少见到突破。
NVIDIA 在深度学习进行图像和视频处理方面已经处于领先地位,它公开了一项可以进行视频到视频的翻译技术,结果是令人兴奋的。他们在 GitHub 上公开了他们的代码,因此任何人都可以立即开始使用这种技术。该代码用 PyTorch 实现视频翻译,你可以用它来:

将语义标签转换为逼真的真实世界视频
从边缘图开始生成多个输出用来合成人体图像
从给定的姿态生成人体(不仅仅是结构,而是整个身体!)
在这里(https://www.analyticsvidhya.com/blog/2018/08/nvidia-open-sourced-video-to-video-translation-pytorch/ )可以查看我们对此资源库的报道。

来自谷歌的 Dopamine

项目地址:https://github.com/google/dopamine
如果您在强化学习领域工作或研究过,应该了解直接套用现有的方法有多困难(但不是不可能)。Dopamine 是一个 TensorFlow 框架,已经被创建并开源,希望加速该领域的进展并使其更加灵活和可重复。

如果你一直想学习强化学习,但又害怕它很复杂,那么这个资源库就是一个千载难逢的机会。该代码仅提供 15 个 Python 文件,随附详细文档和免费数据集!

自动化目标检测

项目地址:https://github.com/yaksoy/SemanticSoftSegmentation
目标检测在深度学习社区中蓬勃发展,但对于新手来说这可能是一项艰巨的挑战。要映射多少像素和帧?如何提高一个非常基本的模型的准确性?你甚至从哪里开始?现在不需要为此烦恼太多了——多亏了麻省理工学院的算法,它能够以惊人的精度自动进行物体检测。
他们的方法被称为“语义软分割(SSS)”。什么事情会需要专家?比如 10 分钟的手动编辑,现在可以在几秒钟内完成!上面的图片很好地说明了该算法的工作原理,以及在机器上实现它时的外观。

在此处(https://www.analyticsvidhya.com/blog/2018/08/mits-open-source-algorithm-automates-object-detection-images/)可以更详细地查看对此技术的报道。

人体姿态估计

项目地址:https://github.com/Microsoft/human-pose-estimation.pytorch
姿态估计今年引起了研究人员的极大兴趣,麻省理工学院等出版物发表的研究标志着该领域的进展。从帮助老年人获得正确的治疗到商业应用,比如虚拟人体舞蹈,姿态估计有望成为商业上的下一个较佳选择。

这个资源库将微软一篇流行论文的 PyTorch 实现——人体姿态估计和跟踪的简单基准(https://arxiv.org/abs/1804.06208 )。他们提供了足够好的基准模型和参照,有望激发这一研究领域新的思路。

Chorrrds

项目地址:https://github.com/r-music/chorrrds
这个工具适用于所有 R 的用户。我们通常用 CRAN 来下载 R 软件包,我个人觉得不需要去 GitHub 网站下载它,这是一个我觉得非常有趣的软件包。Chorrrds 可帮助您提取、分析和组织音乐和弦。它甚至预先加载了几个音乐数据集。

实际上可以直接从 CRAN 安装它,或使用 devtools 包通过 GitHub 下载它。在这篇文章(https://www.analyticsvidhya.com/blog/2018/08/chorrrds-r-package-analyzing-working-music-data/ )中可以了解更多如何做到这一点的信息,以及更多的细节。

原文链接:
https://www.analyticsvidhya.com/blog/2018/09/best-machine-learning-github-repositories-reddit-threads-august-2018/

声明:文章收集于网络,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2018-10-21 21:14 , Processed in 0.172754 second(s), 25 queries .