Github上评价最高的几个机器学习项目

编辑 | sunlei

发布 | ATYUN订阅号

机器学习作为一个领域，正以惊人的速度发展。Github是全世界都在关注的白板。高质量的代码被定期张贴在那无限的智慧板上。

显然，在机器学习的世界里，不可能跟踪所有的事情，但是Github对每个项目都有星级评定。基本上，如果你给一个存储库打上星号，你就表示了你对这个项目的欣赏，同时也记录下了你感兴趣的存储库。

这样，星级评定就可以成为了解最受关注项目的良好指标之一。让我们看看5个高评分等级的项目是哪些（虽不可能面面俱到。不过，这5条值得一看。）

世界上最简单的面部识别工具。它为Python和命令行提供了一个应用程序编程接口(API)。它对识别和处理图像中的人脸很有用。它是使用dlib最先进的人脸识别算法构建的。该模型对野外数据集中的标记人脸具有99.38%的准确率。

它还提供了一个简单的face_recognition命令行工具，让您可以在命令行本身的图像文件夹上进行人脸识别!

该库还可以处理实时人脸识别。

fastText是Facebook团队为高效学习单词表示而开发的一个开源免费库。它是轻量级的，允许用户学习文本表示和句子分类器。它适用于标准的通用硬件。模型可以缩小尺寸，甚至适合移动设备。

文本分类是许多应用程序的核心问题，如垃圾邮件检测、情绪分析或智能回复。文本分类的目标是将文档(如电子邮件、帖子、文本消息、产品评论等)分配到多个类别。

单词类示例

它是NLP爱好者非常有用的资源。

这是一组帮助您理解和使用TensorFlow的资源。github repo包含一系列很棒的TensorFlow实验、库和项目。

TensorFlow是由谷歌设计的端到端的机器学习开源平台。它拥有一个由工具、库和社区资源组成的综合生态系统，让研究人员可以用ML创建最先进的应用程序。使用it开发人员可以轻松地构建和部署ML支持的应用程序。

Apache PredictionIO是一个面向开发人员、数据科学家和最终用户的开源机器学习框架。用户可以使用这个框架构建真实的ML应用程序，部署和测试它们。

它甚至支持事件收集、评估和查询预测结果。它基于可扩展的开源服务，如Hadoop、HBase等。

就机器学习而言，它基本上减轻了开发人员的负担。

这个存储库与上面的所有存储库稍有不同，因为它已经由于缺少资金而关闭了!这是一个非常有趣的概念，人工智能被用来给图像上色。

他们声称style2paint V4是目前最好的人工智能驱动的线条艺术着色工具。

他们声称，它不同于以往的端到端图像到图像的翻译方法，因为它是第一个在现实生活的人类工作流程中为线条艺术上色的系统。大多数人类艺术家都熟悉这个工作流程。

sketching -> color filling/flattening -> gradients/details adding -> shading

Style2Paints就是按照这个流程设计的。这样只需要单击2次就可以从最左边的图像生成中间的图像。

再点击4次，就会得到这个：

互联网是一片海洋，机器学习是流入其中的河流。Github上的星星是筛选这条宝藏之河的一个好指标，上进的孩子们一定要努力的在这条宝藏之河里遨游。

文章参考：

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

END

0 人点赞