amazing machine learning opensource 2019
1.0.0
Ferramentas e projetos incríveis de código aberto de aprendizado de máquina do ano passado (v.2019)
No ano passado, comparamos quase 22.000 ferramentas e projetos de código aberto de aprendizado de máquina para escolher os 49 principais (0,22% de chance).
As ferramentas e projetos são divididos em 6 categorias
Visão Computacional (1 ~ 5)
Aprendizagem por Reforço (6~13)
PNL (14~20)
GAN (21~26)
Rede Neural (27~35)
Kit de ferramentas (36~49)
Esta é uma lista extremamente competitiva e escolhe cuidadosamente os melhores projetos de aprendizado de máquina de código aberto publicados entre janeiro e dezembro de 2018. Mybridge AI avalia a qualidade considerando popularidade, envolvimento e atualidade. Para se ter uma ideia da qualidade, o número médio do Github️ é 3.566.
Assine o Machine Learning Mensalmente: Link
Artigo Médio Original: Link
A) Iniciante: Machine Learning, Data Science e Deep Learning com Python. TensorFlow e redes neurais 84.632 recomendados, 4,5/5 estrelas
B) Avançado: Aprendizado por Reforço Profundo em Python. 20.396 recomendações, 4,6/5 estrelas
Detectron: plataforma de pesquisa FAIR para pesquisa de detecção de objetos, implementando algoritmos populares como Mask R-CNN e RetinaNet. ★18910
Openpose: biblioteca de detecção de pontos-chave multipessoa em tempo real para estimativa de corpo, rosto e mãos ★11048
DensePose: Uma abordagem em tempo real para mapear todos os pixels humanos de imagens RGB 2D para um modelo 3D do corpo baseado em superfície ★4165
Maskrcnn-benchmark: Implementação de referência rápida e modular de algoritmos de segmentação semântica e detecção de objetos em PyTorch. ★3888
SNIPER é um algoritmo eficiente de detecção de objetos em múltiplas escalas ★1963
Psychlab: Paradigmas experimentais implementados usando a plataforma Psychlab (plataforma 3D para IA baseada em agentes) ★5594
ELF: Uma plataforma extensa, leve e flexível para pesquisa de jogos. Nós o usamos para construir nosso bot de jogo Go, ELF OpenGo, que alcançou um recorde de 14-0 contra quatro dos 30 melhores jogadores globais ★2406
TRFL: uma biblioteca de blocos de construção úteis para escrever agentes de aprendizagem por reforço (RL) no TensorFlow ★2312
Horizon: A primeira plataforma de aprendizagem por reforço de código aberto para produtos e serviços em grande escala ★1702
Xadrez-alfa-zero: Aprendizagem por reforço de xadrez pelos métodos AlphaGo Zero. ★1307
Dm_control: O pacote de controle e suíte de controle DeepMind ★1231
MAMEToolkit: Biblioteca Python de aprendizado de reforço de jogo de arcade ★437
Reaver: Reaver: Estrutura modular de aprendizagem por reforço profundo. Focado em StarCraft II. Suporta Ginásio, Atari e MuJoCo. Corresponde aos resultados de referência. ★355
Bert: Código TensorFlow e modelos pré-treinados para BERT ★11691
Pytext: uma estrutura de modelagem de linguagem natural baseada em PyTorch ★4466
Bert-as-service: um modelo de PNL desenvolvido pelo Google para representações de linguagem pré-treinamento. Ele aproveita uma enorme quantidade de dados de texto simples disponíveis publicamente na web e é treinado de maneira não supervisionada. ★2053
UnsupervisedMT: Tradução automática não supervisionada neural e baseada em frases - Pesquisa do Facebook ★1066
DecaNLP: O Decatlo de Linguagem Natural: Um Desafio Multitarefa para PNL - Salesforce ★1647
NLP-architect: NLP Architect da Intel AI Lab: Biblioteca Python para explorar topologias e técnicas de aprendizagem profunda de última geração para PNL ★1751
Gluon-nlp: PNL facilitada ★1262
DeOldify: um projeto baseado em Deep Learning para colorir e restaurar imagens antigas ★5059
Progressive_growing_of_gans: Crescimento Progressivo de GANs para Melhor Qualidade, Estabilidade e Variação ★4046
MUNIT: Tradução multimodal não supervisionada de imagem para imagem ★1339
Transparent_latent_gan: Use aprendizado supervisionado para iluminar o espaço latente do GAN para geração e edição controladas ★1337
Gandissect: ferramentas baseadas em Pytorch para visualizar e compreender os neurônios de um GAN. ★1064
GANimation: Animação facial anatomicamente consciente a partir de uma única imagem ★869
Fastai: simplifica o treinamento de redes neurais rápidas e precisas usando as melhores práticas modernas ★11594
DeepCreamPy: Decensurando Hentai com Redes Neurais Profundas ★7045
Augmentor v0.2: Biblioteca de aumento de imagens em Python para aprendizado de máquina. ★2805
Graph_nets: Construir redes gráficas no Tensorflow ★2722
Textgenrnn: módulo Python para gerar texto facilmente usando uma rede neural recorrente baseada em caracteres pré-treinada. ★1900
Bloqueador de pessoas: "Bloqueia" automaticamente pessoas em imagens (como Black Mirror) usando uma rede neural pré-treinada. ★1806
Deepvariant: DeepVariant é um pipeline de análise que usa uma rede neural profunda para chamar variantes genéticas de dados de sequenciamento de DNA de próxima geração. ★1502
Video-nonlocal-net: Redes Neurais Não Locais para Classificação de Vídeo ★1048
Ann-visualizer: uma biblioteca python para visualizar redes neurais artificiais (RNA) ★922
Tfjs: uma biblioteca JavaScript baseada em navegador acelerada por WebGL para treinamento e implantação de modelos de ML. ★10265
Dopamina: uma estrutura de pesquisa para prototipagem rápida de algoritmos de aprendizagem por reforço - Google ★7139
Lime: Explicando as previsões de qualquer classificador de aprendizado de máquina ★5173
Autokeras: uma biblioteca de software de código aberto para aprendizado de máquina automatizado (AutoML) ★4517
Shap: Explique o resultado de qualquer modelo de aprendizado de máquina usando expectativas e valores Shapley. ★3492
MMdnn: Um conjunto de ferramentas para ajudar os usuários a interagir entre diferentes estruturas de aprendizagem profunda. Por exemplo, conversão e visualização de modelos. Converter modelos entre Caffe, Keras, MXNet, Tensorflow ★3020
Mlflow: plataforma de código aberto para o ciclo de vida de aprendizado de máquina ★3011
Mace: Uma estrutura de inferência de aprendizagem profunda otimizada para plataformas de computação heterogêneas móveis. ★2978
PySyft: uma biblioteca Python para Deep Learning seguro e privado. PySyft separa dados privados do treinamento de modelo, usando Multi-Party Computation (MPC) dentro do PyTorch ★2594
Adanet: AutoML rápido e flexível com garantias de aprendizagem. ★2291
Tencent-ml-images: Maior banco de dados de imagens multi-rótulo; Modelo ResNet-101; 80,73% da conta top 1 no ImageNet ★2094
Donkeycar: plataforma de hardware e software de código aberto para construir um carro autônomo em pequena escala. ★1207
PocketFlow: uma estrutura de compressão automática de modelo (AutoMC) para desenvolver aplicativos de IA menores e mais rápidos. ★1674
DALI: Uma biblioteca contendo blocos de construção altamente otimizados e um mecanismo de execução para pré-processamento de dados em aplicações de aprendizagem profunda ★1012
