2018年11月份机器学习开源代码

在过去的一个月里，我们从大约250个机器学习开源项目中选出排名前10位的分享给大家。

在此期间，我们将项目与新的或主要版本进行了比较。 AI技术与生活根据各种因素对项目进行排名，以衡量专业人员的质量。

此版本中Github星的平均数量：2,713⭐️

“观看”机器学习在Github上前十位开源并每月收到一次电子邮件。

主题：NLP，无尽，应用RL，强化学习，深度学习，自动化，图形网络，MAME RL算法，模型压缩，R-CNN

开源项目对程序员很有用。 希望你找到一个有趣的项目，激励你。

OK，下面将给大家列出TOP10的开源AI项目。

▌Top 1：Bert（Google AI Research，8394 ⭐️）

GitHub:https://github.com/google-research/bert?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Bert：TensorFlow代码和BERT [8210星在Github上]的预训练模型。由Google AI Research提供。

Bert介绍：BERT也叫双向编码器，来自一种变换器，代表了一种预训练语言表示的新方法，它可以在各种自然语言处理（NLP）任务中获得最优的结果。

▌Top 2：DeepCreamPy（deeppomf ， 6262 ⭐️）

GitHub:https://github.com/deeppomf/DeepCreamPy?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

DeepCreamPy：使用深度神经网络去除马赛克（感觉看到了福音），DeepCreamPy在GitHub上提供了用于Windows 64位的预构建二进制文件。DeepCreamPy适用于Windows，Mac和Linux。

▌Top 3：Horizon（Facebook Research，1347 ⭐️）

GitHub:https://github.com/facebookresearch/Horizon?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Horizon是一个开源的端到端平台，用于在Facebook开发和使用的应用强化学习（RL）。其用Python构建的，使用PyTorch进行建模和训练，使用Caffe2进行模型服务。 该平台包含用于训练流行的深度RL算法的工作流程，包括数据预处理，特征转换，分布式训练，反事实策略评估和优化服务。

▌Top 4：TRFL（DeepMind，1924 ⭐️）

GitHub:https://github.com/deepmind/trfl?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

TRFL（发音为“truffle”）是一个建立在TensorFlow之上的库，它为实现强化学习代理提供了几个有用的构建块。

▌Top 5：DeOldify（Jason Antic，4098 ⭐️）

GitHub:https://github.com/jantic/DeOldify?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

基于深度学习的项目，用于着色和恢复旧图像，这个项目可以给老照片上色并还原。

▌Top 6：Adanet（TensorFlow，1831 ⭐️）

GitHub:https://github.com/tensorflow/adanet?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Adanet：学习的同时保证快速灵活。Adanet是TensorFlow开源的一个轻量级TensorFlow框架，只需少量专家干预或在没有专家干预情况下就可以学习到高质量的模型。基于AutoML的成果，学习的同时保证快速灵活。

▌Top 7：Graph_nets（DeepMind，2212 ⭐️）

GitHub:https://github.com/deepmind/graph_nets?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

GraphNets：是DeepMind的库，用于在Tensorflow和Sonnet中构建图形网络。

▌Top 8：MAMEToolkit（Michael Murray，372 ⭐️）

GitHub:https://github.com/M-J-Murray/MAMEToolkit?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

MAMEToolkit：街机游戏强化学习Python库，这个Python库有可能在几乎任何街机游戏中训练你的强化学习算法。它目前在Linux系统上可用，并作为MAME的包装器。 该工具包允许您的算法逐步完成游戏过程，同时接收帧数据和内部存储器地址值以跟踪游戏状态，以及发送与游戏交互的动作。

▌Top 9：PocketFlow（腾讯 AI Lab，1328 ⭐️）

GitHub:https://github.com/Tencent/PocketFlow?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

PocketFlow：腾讯提供的一种自动模型压缩（AutoMC）框架，用于开发更小，更快的AI应用程序。PocketFlow是一个开源框架，用于以最少的人力来压缩和加速深度学习模型。 深度学习广泛应用于各个领域，如计算机视觉，语音识别和自然语言翻译。然而，深度学习模型通常是计算上昂贵的，这限制了具有有限计算资源的移动设备上的进一步应用。

▌Top 10： Maskrcnn-benchmark（Facebook，2983 ⭐️）

GitHub:https://github.com/facebookresearch/maskrcnn-benchmark?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Maskrcnn-benchmark是由Facebook Research提供得一个基于PyTorch 1.0的模块 ，可以快速实现语义分割和对象检测模型算法。

ok，以上就是今天给大家分享的机器学习本月十大开源。

有没有你喜欢的项目呐?

不要忘记关注哦~