Машинное обучение с открытым исходным кодом за последний месяц (по сравнению с мая 2019 г.)

За последний месяц , мы составили рейтинг около 250 проектов машинного обучения с открытым исходным кодом и вошли в десятку лучших.

Мы сравнили проекты с новым и мажорным релизом за этот период. Mybridge AI ранжирует проекты на основе множества факторов, чтобы оценить их качество для профессионалов.

  • Среднее количество звезд Github в этом выпуске: 1102 ⭐️
  • Смотрите 10 лучших программ с открытым исходным кодом по машинному обучению на Github и получайте электронные письма раз в месяц.
  • Темы: Визуальный ответ на вопрос, Обнаружение объектов, PyTorch, Генерация комментариев к новостям хакеров, Визуализация экспериментов с машинным обучением, Инфраструктура компилятора, CNN для 3D-объектов.

Проекты с открытым исходным кодом могут быть полезны программистам. Надеюсь, вы найдете интересный проект, который вас вдохновит.

Курс месяца:

A) НЛП: Обработка естественного языка с помощью Python. Используйте Spacy, NLTK, SciKit-Learn, Deep Learning для НЛП [5 719 рекомендует, 4,6 / 5 звезд]

Б) Автономные автомобили: Глубокое обучение и компьютерное зрение на Python. Используйте OpenCV, Keras, обнаружение объектов и полос и классификацию дорожных знаков. [2719 рекомендует, 4,5 / 5 звезд]

Ранг 1

Pythia: модульная структура для исследования визуальных ответов на вопросы от Facebook AI Research (FAIR) Предоставлено Аманприт Сингх [2108 звезд на Github]

Ранг 2

Тренинг: обучение обнаружению и классификации нестандартных объектов. Предоставлено Ником Бурдакосом из IBM Watson.

[звезды 2009 года на Github]

Ранг 3

PyTorch-BigGraph: программное обеспечение, используемое для создания вложений из крупномасштабных данных с графической структурой. Предоставлено Лукой Верстедтом [1416 звезд на Github]

Ранг 4

Pysot: платформа SenseTime Research для отслеживания отдельного объекта, реализующая такие алгоритмы, как SiamRPN. Предоставлено Бо Ли [1680 звезд на Github]

Ранг 5

Hncynic: Генерируйте комментарии к новостям хакеров из заголовков.

[240 звезд на Github]

Ранг 6

Интерпретация: подходят интерпретируемые модели. Объясните, что такое машинное обучение черного ящика .

[1024 звезды на Github]

Ранг 7

Клиент: инструмент для визуализации и отслеживания ваших экспериментов с машинным обучением. Предоставлено Adrianbg

[1092 звезды на Github]

Ранг 8

Mlir: Инфраструктура компилятора« многоуровневого промежуточного представления для более быстрого машинного обучения». Предоставлено Николасом Василаче и Мехди Амини [828 звезд на Github]

Ранг 9

MeshCNN: сверточная нейронная сеть для трехмерных сеток в PyTorch. Предоставлено Рана Ханока

[361 звезда на Github]

Ранг 10

Tensorwatch: отладка, мониторинг и визуализация для глубокого обучения и обучения с подкреплением. Предоставлено Шитал Шах [263 звезды на Github]

Вот и все, что касается ежемесячного журнала "Машинное обучение" с открытым исходным кодом. Посетите нашу публикацию, чтобы найти популярные сообщения для получения дополнительных навыков программирования.