amazing machine learning opensource 2019

惊人的机器学习开源-2019

过去一年令人惊叹的机器学习开源工具和项目（v.2019）

在过去的一年里，我们比较了近 22,000 个机器学习开源工具和项目，选出了前 49 个（机会为 0.22%）。

工具和项目分为 6 类

• 计算机视觉（1~5）

• 强化学习（6~13）

• 自然语言处理（14~20）

• 甘（21~26）

• 神经网络（27~35）

• 工具包 (36~49)

这是一份竞争极其激烈的列表，它精心挑选了 2018 年 1 月至 12 月期间发布的最佳开源机器学习项目。Mybridge AI 通过考虑受欢迎程度、参与度和新近度来评估质量。为了让您了解质量，Github️ 的平均数量是 3,566。

订阅机器学习月刊：链接
原始媒体文章：链接

学习

A) 初学者：使用 Python 进行机器学习、数据科学和深度学习。 TensorFlow 和神经网络 84,632 条推荐，4.5/5 星

B) 高级：Python 中的深度强化学习。 20,396 条推荐，4.6/5 星

惊人的开源

计算机视觉

• Detectron：FAIR 用于对象检测研究的研究平台，实现了 Mask R-CNN 和 RetinaNet 等流行算法。 ★18910
  

• Openpose：实时多人关键点检测库，用于身体、面部和手部估计 ★11048
  

• DensePose：一种将 2D RGB 图像的所有人体像素映射到基于表面的 3D 身体模型的实时方法 ★4165
  

• Maskrcnn-benchmark：PyTorch 中语义分割和对象检测算法的快速、模块化参考实现。 ★3888
  

• SNIPER是一种高效的多尺度目标检测算法 ★1963
  

强化学习

• Psychlab：使用 Psychlab 平台（基于代理的 AI 的 3D 平台）实现的实验范式 ★5594
  

• ELF：一个广泛、轻量级且灵活的游戏研究平台。我们用它来构建我们的围棋机器人 ELF OpenGo，它与四位全球排名前 30 的棋手取得了 14-0 的战绩 ★2406
  

• TRFL：用于在 TensorFlow 中编写强化学习 (RL) 代理的有用构建块库 ★2312
  

• Horizo​​n：首个面向大规模产品和服务的开源强化学习平台 ★1702
  

• Chess-alpha-zero：通过 AlphaGo Zero 方法进行国际象棋强化学习。 ★1307
  

• Dm_control：DeepMind 控制套件和控制包 ★1231
  

• MAMEToolkit：街机游戏强化学习Python库 ★437
  

• Reaver：Reaver：模块化深度强化学习框架。专注于星际争霸II。支持 Gym、Atari 和 MuJoCo。匹配参考结果。 ★355
  

自然语言处理

• Bert：BERT 的 TensorFlow 代码和预训练模型 ★11691
  

• Pytext：基于PyTorch的自然语言建模框架 ★4466
  

• Bert-as-service：Google 开发的一种 NLP 模型，用于预训练语言表示。它利用网络上公开的大量纯文本数据，并以无人监督的方式进行训练。 ★2053
  

• UnsupervisedMT：基于短语的神经无监督机器翻译 - Facebook Research ★1066
  

• DecaNLP：自然语言十项全能：NLP 的多任务挑战 - Salesforce ★1647
  

• Nlp-architect：英特尔人工智能实验室的 NLP 架构师：用于探索最先进的 NLP 深度学习拓扑和技术的 Python 库 ★1751
  

• Gluon-nlp：NLP 变得简单 ★1262
  

生成网络

• DeOldify：一个基于深度学习的项目，用于对旧图像进行着色和恢复 ★5059
  

• Progressive_having_of_gans：渐进式生长 GAN 以提高质量、稳定性和变化性 ★4046
  

• MUNIT：多模态无监督图像到图像翻译 ★1339
  

• 透明_潜在_gan：使用监督学习来阐明 GAN 的潜在空间，以进行受控生成和编辑 ★1337
  

• Gandissect：基于 Pytorch 的工具，用于可视化和理解 GAN 的神经元。 ★1064
  

• GANimation：来自单个图像的解剖学面部动画 ★869
  

神经网络

• Fastai：它使用现代最佳实践简化了快速准确的神经网络训练 ★11594
  

• DeepCreamPy：使用深度神经网络对 Hentai 进行审查 ★7045
  

• Augmentor v0.2：Python 中用于机器学习的图像增强库。 ★2805
  

• Graph_nets：在 Tensorflow 中构建图网络 ★2722
  

• Textgenrnn：Python 模块，可使用预训练的基于字符的循环神经网络轻松生成文本。 ★1900
  

• 人物阻挡器：使用预先训练的神经网络自动“阻挡”图像（如黑镜）中的人物。 ★1806
  

• Deepvariant：DeepVariant 是一种分析管道，它使用深度神经网络从下一代 DNA 测序数据中调用遗传变异。 ★1502
  

• Video-nonlocal-net：用于视频分类的非局部神经网络 ★1048
  

• Ann-visualizer：用于可视化人工神经网络（ANN）的Python库★922
  

工具包

• Tfjs：一个基于浏览器的 WebGL 加速 JavaScript 库，用于训练和部署 ML 模型。 ★10265
  

• 多巴胺：强化学习算法快速原型设计的研究框架 - Google ★7139
  

• Lime：解释任何机器学习分类器的预测 ★5173
  

• Autokeras：用于自动化机器学习（AutoML）的开源软件库 ★4517
  

• Shap：使用期望和 Shapley 值解释任何机器学习模型的输出。 ★3492
  

• MMdnn：一组帮助用户在不同深度学习框架之间进行互操作的工具。例如模型转换和可视化。在 Caffe、Keras、MXNet、Tensorflow 之间转换模型 ★3020
  

• Mlflow：机器学习生命周期的开源平台 ★3011
  

• Mace：针对移动异构计算平台优化的深度学习推理框架。 ★2978
  

• PySyft：一个用于安全、私密深度学习的 Python 库。 PySyft 使用 PyTorch 中的多方计算 (MPC) 将私有数据与模型训练解耦 ★2594
  

• Adanet：快速、灵活的 AutoML，具有学习保证。 ★2291
  

• tencent-ml-images：最大的多标签图像数据库； ResNet-101模型； ImageNet 上 80.73% 的 top-1 acc ★2094
  

• Donkeycar：用于构建小型自动驾驶汽车的开源硬件和软件平台。 ★1207
  

• PocketFlow：一个自动模型压缩 (AutoMC) 框架，用于开发更小、更快的 AI 应用程序。 ★1674
  

• DALI：包含高度优化的构建块和深度学习应用中数据预处理的执行引擎的库 ★1012