amazing machine learning opensource 2019
1.0.0
작년의 놀라운 기계 학습 오픈 소스 도구 및 프로젝트(v.2019)
지난 한 해 동안 우리는 거의 22,000개의 기계 학습 오픈 소스 도구와 프로젝트를 비교하여 상위 49개(확률 0.22%)를 선택했습니다.
도구와 프로젝트는 6가지 범주로 분류됩니다.
컴퓨터비전(1~5)
강화학습(6~13)
NLP(14~20)
간(21~26)
신경망(27~35)
툴킷(36~49)
이는 경쟁이 매우 치열한 목록이며 2018년 1월과 12월 사이에 게시된 최고의 오픈 소스 기계 학습 프로젝트를 신중하게 선택합니다. Mybridge AI는 인기도, 참여도, 최신성을 고려하여 품질을 평가합니다. 품질에 대한 아이디어를 제공하기 위해 Github ️의 평균 수는 3,566입니다.
월간 기계 학습 구독: 링크
원본 매체 기사: 링크
A) 초보자: Python을 사용한 기계 학습, 데이터 과학 및 딥 러닝. TensorFlow 및 신경망 추천 84,632개, 별 4.5/5개
B) 고급: Python의 심층 강화 학습. 추천 20,396개, 별점 4.6/5개
Detectron: 객체 감지 연구를 위한 FAIR 연구 플랫폼으로 Mask R-CNN 및 RetinaNet과 같은 널리 사용되는 알고리즘을 구현합니다. ★18910
Openpose: 신체, 얼굴, 손 추정을 위한 실시간 다중 인물 키포인트 감지 라이브러리 ★11048
DensePose: 2D RGB 이미지의 모든 인간 픽셀을 3D 표면 기반 신체 모델에 매핑하기 위한 실시간 접근 방식 ★4165
Maskrcnn-benchmark: PyTorch에서 의미론적 분할 및 객체 감지 알고리즘의 빠른 모듈식 참조 구현입니다. ★3888
SNIPER는 효율적인 다중 규모 객체 탐지 알고리즘입니다 ★1963
Psychlab: Psychlab 플랫폼(에이전트 기반 AI를 위한 3D 플랫폼)을 사용하여 구현된 실험적 패러다임 ★5594
ELF: 게임 연구를 위한 광범위하고 가벼우며 유연한 플랫폼입니다. 우리는 이를 사용하여 바둑 봇인 ELF OpenGo를 구축했습니다. 이 봇은 글로벌 상위 30위 플레이어 4명을 상대로 14-0 기록을 달성했습니다 ★2406
TRFL: TensorFlow에서 강화 학습(RL) 에이전트를 작성하는 데 유용한 빌딩 블록 라이브러리 ★2312
Horizon: 대규모 제품 및 서비스를 위한 최초의 오픈 소스 강화 학습 플랫폼 ★1702
Chess-alpha-zero: AlphaGo Zero 방식을 이용한 체스 강화 학습. ★1307
Dm_control: DeepMind Control Suite 및 제어 패키지 ★1231
MAMEToolkit: 아케이드 게임 강화 학습 Python 라이브러리 ★437
Reaver: Reaver: 모듈식 심층 강화 학습 프레임워크. 스타크래프트 II에 집중했습니다. Gym, Atari, MuJoCo를 지원합니다. 참조 결과와 일치합니다. ★355
Bert: BERT를 위한 TensorFlow 코드 및 사전 훈련된 모델 ★11691
Pytext: PyTorch를 기반으로 한 자연어 모델링 프레임워크 ★4466
Bert-as-service: 언어 표현 사전 학습을 위해 Google에서 개발한 NLP 모델입니다. 웹에서 공개적으로 사용할 수 있는 엄청난 양의 일반 텍스트 데이터를 활용하고 감독되지 않는 방식으로 교육됩니다. ★2053
비지도MT: 구문 기반 및 신경 비지도 기계 번역 - Facebook Research ★1066
DecaNLP: 자연어 10종 경기: NLP를 위한 멀티태스킹 도전 - Salesforce ★1647
NLP 아키텍트: 인텔 AI 연구소의 NLP 아키텍트: NLP를 위한 최첨단 딥 러닝 토폴로지 및 기술을 탐색하기 위한 Python 라이브러리 ★1751
Gluon-nlp: NLP가 쉬워졌습니다 ★1262
DeOldify: 딥러닝 기반의 오래된 이미지 색상화 및 복원 프로젝트 ★5059
Progressive_growing_of_gans: 품질, 안정성 및 변형 개선을 위한 GAN의 점진적인 성장 ★4046
MUNIT: 다중모달 비지도 이미지-이미지 변환 ★1339
Transparent_latent_gan: 지도 학습을 사용하여 제어된 생성 및 편집을 위해 GAN의 잠재 공간을 조명합니다 ★1337
Gandissect: GAN의 뉴런을 시각화하고 이해하기 위한 Pytorch 기반 도구입니다. ★1064
GANimation: 단일 이미지에서 해부학적으로 인식되는 얼굴 애니메이션 ★869
Fastai: 최신 모범 사례를 사용하여 빠르고 정확한 신경망 훈련을 단순화합니다 ★11594
DeepCreamPy: 심층 신경망으로 헨타이 검열 제거 ★7045
Augmentor v0.2: 기계 학습을 위한 Python의 이미지 증대 라이브러리입니다. ★2805
Graph_nets: Tensorflow에서 Graph Net 구축 ★2722
Textgenrnn: 사전 훈련된 문자 기반 순환 신경망을 사용하여 텍스트를 쉽게 생성하는 Python 모듈입니다. ★1900
Person-blocker: 사전 훈련된 신경망을 사용하여 이미지(예: Black Mirror)에 있는 사람을 자동으로 "차단"합니다. ★1806년
Deepvariant: DeepVariant는 심층 신경망을 사용하여 차세대 DNA 염기서열 분석 데이터에서 유전적 변이체를 호출하는 분석 파이프라인입니다. ★1502
Video-nonlocal-net: 비디오 분류를 위한 비로컬 신경망 ★1048
Ann-visualizer: 인공 신경망(ANN) 시각화를 위한 Python 라이브러리 ★922
Tfjs: ML 모델 학습 및 배포를 위한 WebGL 가속 브라우저 기반 JavaScript 라이브러리입니다. ★10265
도파민: 강화 학습 알고리즘의 빠른 프로토타이핑을 위한 연구 프레임워크 - Google ★7139
라임: 머신러닝 분류기의 예측 설명하기 ★5173
Autokeras: 자동화된 기계 학습(AutoML)을 위한 오픈 소스 소프트웨어 라이브러리 ★4517
Shap: 기대치와 Shapley 값을 사용하여 기계 학습 모델의 출력을 설명합니다. ★3492
MMdnn: 사용자가 다양한 딥 러닝 프레임워크 간에 상호 운용할 수 있도록 돕는 도구 세트입니다. 예를 들어 모델 변환 및 시각화. Caffe, Keras, MXNet, Tensorflow 간 모델 변환 ★3020
Mlflow: 머신러닝 라이프사이클을 위한 오픈 소스 플랫폼 ★3011
Mace: 모바일 이기종 컴퓨팅 플랫폼에 최적화된 딥 러닝 추론 프레임워크입니다. ★2978
PySyft: 안전한 비공개 딥 러닝을 위한 Python 라이브러리입니다. PySyft는 PyTorch 내 MPC(Multi-Party Computation)를 사용하여 모델 훈련에서 개인 데이터를 분리합니다 ★2594
Adanet: 학습이 보장되는 빠르고 유연한 AutoML. ★2291
Tencent-ml-images: 최대 규모의 다중 라벨 이미지 데이터베이스. ResNet-101 모델; ImageNet에서 80.73% 상위 1등급 ★2094
Donkeycar: 소규모 자율 주행 자동차를 구축하기 위한 오픈 소스 하드웨어 및 소프트웨어 플랫폼입니다. ★1207
PocketFlow: 더 작고 빠른 AI 애플리케이션을 개발하기 위한 AutoMC(자동 모델 압축) 프레임워크입니다. ★1674
DALI: 고도로 최적화된 빌딩 블록과 딥 러닝 애플리케이션의 데이터 전처리를 위한 실행 엔진을 모두 포함하는 라이브러리 ★1012
