GitHub Star数最高的5大机器学习项目，你都了解吗？

作者 | Rishi Sidhu

译者 | Monanfei

编辑 | 夕颜

出品 | AI科技大本营（ID: rgznai100）

导读：机器学习正在飞速发展，不少高质量的机器学习项目都发布在 Github 上，本文列举了 Github 上获赞最高的 5 个机器学习项目，相信会让大家有所收获。

（1）face-recognition - 25,858 ★

该项目构建了世界上最简单的人脸识别工具，我们可以直接通过 Pyhon API 或者命令行来调用人脸识别程序。该工具使用了dlib 最先进的人脸识别算法，该算法在 Wild 人脸数据集上取得了 99.38% 的准确率。

除此之外，该项目还提供了一个简单的命令行工具 face_recognition ，它能够直接对文件夹中的图像进行人脸识别。

该项目还能进行实时的人脸识别

fastText 是Facebook 团队的一个开源免费库，它能够有效地学习单词表示。具体地说，fastText 能够学习文本表示和句子分类器。除此之外，它适用于标准的通用硬件。通过缩小模型的尺寸，fastText 甚至可以运用于移动端。

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

对于 NLP 的爱好者来说，该项目是一个非常实用的资源。

该项目提供了许多有关于 TensorFlow 的资源，这能够帮助用户了解和使用 TensorFlow 。项目的 github repo 包含了精彩的 TensorFlow实例、函数库以及许多精选的项目列表。

TensorFlow 是由 Google 设计的端到端机器学习开源平台。它拥有非常全面的工具，库和社区资源，可以让研究人员在机器学习中创造最先进的技术。通过使用 TensorFlow ，开发人员可以轻松构建和部署由机器学习驱动的应用程序。

Apache Prediction IO 是面向开发人员、数据科学家和用户的开源机器学习框架。用户可以使用该框架构建真实的 ML 应用程序，还可以部署和测试它们。

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

就机器学习而言，它基本上卸除了开发人员的负担。

该项目与上述所有项目略有不同，它由于缺乏资金而被关闭了。但该项目提出了一个非常有趣的概念，用 AI 为图像着色。

项目声称 Style2paints V4 是目前最好的AI驱动的线条艺术着色工具。

它与传统的端到端图像到图像转换方法不同，它是第一个在真实人类工作流中对线条艺术进行着色的系统，大多数人类艺术家都熟悉这个工作流程：

草绘 - > 颜色填充/展平 - > 渐变/细节添加 - > 阴影

Style2Paints 是根据上述流程设计的。仅通过 2 次点击，该流程就可以从最左边的图像生成中间图像。

只需再点击 4 次，就可以得到下面的图

互联网一个充满奇珍异宝的海洋，机器学习是流入它的河流，而 Github 上的星星能够让我们在这条珍宝河中找到自己的宝藏。希望本文能够帮助你找到属于自己的宝藏。

原文链接：

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

(*本文为 AI科技大本营翻译文章，转载请联系微信 1092722531)

0 人点赞