欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识!

磐石

目录:

  • 介绍
  • Person Blocker(人体自动遮挡)
  • AstroNet(天体网络)
  • ANN Visualizer(神经网络可视化)
  • Fast Pandas
  • Tensorflow.js
  • Caffe 64(小巧版caffe)
  • Tensorflow Hub

介绍

GitHub是我生活中不可或缺的一部分!你不仅可以在Github上关注到不同领域的工作,还可以很好的协作处理多个开源项目。包括谷歌和Facebook在内的(几乎)所有科技公司,都会在GitHub上上传他们的开源项目代码,以利于社区发展与大家的进步。

但是,如果你难以找到下面的这几个GitHub,可以持续关注我们的动态,我们每个月都会为你提供排名靠前的那些项目的项目摘要。以便于你可以通过此随时了解领域发展的最新动态,甚至可以直接复制那些项目代码到自己的设备上!

本月的名单包括一些极棒的项目仓库。从谷歌大脑(Google Brain)的AstroNet到人工神经网络可视化工具(ANN Visualizer),我们整理了一个独有的开源项目仓库列表来扩展你对机器学习最新动态的了解与把握。

你准备好了吗?我们来看看上个月的前7名!

你可以查看我们之前整理的top5项目仓库,一月份在这里和二月的在这里

Person Blocker(人体自动遮挡)

你准备好了吗?我们来看看上个月的前7名!

你可以查看我们之前整理的top5项目仓库,一月份在这里和二月的在这里

Person Blocker(人体自动遮挡)

‘Person Block’是一个开源python项目。它可以使用预先训练好的神经网络自动遮挡(block)图像里的任何一个人。该算法使用基于MS COCO数据集上预训练的Mask R-CNN模型。更加锦上添花的是?它不需要用GPU!!!

算法不仅仅只可以应用于人体的遮挡(block),而且还可以遮挡其他目标。该算法目前可识别80种不同类型的物体,包括车辆,动物,电子小配件等。

你可以在Analytics Vidhya的博客上阅读更多关于此库的信息

AstroNet(天体网络)

早在2017年12月,谷歌大脑团队(Google Brain)就透露他们已经应用Astronet发现了2颗新行星-它(Astronet)是处理天文数据的深层神经网络模型。这个巨大的发现深深体现了机器学习给当今世界带来的深远影响!!

如今,Google Brain已经发布了实现该技术的全部代码,并且已经将它提供给所有人。该模型(Astronet)基于卷积神经网络(CNN)。

我们曾在这篇文章中报道过Astronet。

ANN Visualizer(神经网络可视化)

ANN Visualizer是一个开源python库。它使我们可以实现使用一行代码就可视化人工神经网络。它可以结合Keras,并利用python的’graphviz’库来创建一个视化神经网络图。

更多细节介绍在这里

Fast Pandas

任何python初学者都感叹pandas的灵活性和强大功能。作为一名数据科学研究者,你需要考虑从多个角度去解决某个问题。“fast pandas”旨在针对这些情况下的多种可用方法进行基准测试评估(benchmark)。

这是一个非常有用的python库,我们强烈建议你去尝试一下。

TensorFlow.js

TensorFlow.js是一个全新开源机器学习框架,可以使用最底层的 Java 线性代数库或最高级的 API 在浏览器上开发机器学习模型。如果你对了解Keras,那么高级神经网络层级API对你来说应该不那么陌生。

TensorFlow.js支持GPU加速,并自动支持WebGL(创建复杂的数据可视化应用)。它允许你在浏览器上训练模型,或以推断模式运行预训练的模型。

在这里有更详细报道。

Caffe64(小巧版caffe)

Caffe64是一个简单,小巧但功能非常强大的神经网络库。我们都知道安装神经网络库有多繁琐。根据其开发人员的说法,Caffe64放弃了所有的繁琐工作,并且是“目前最容易编译和最轻量级的神经网络库”。

如果你之前使用过caffe,这对你来说就是小菜一碟!

TensorFlow Hub

TensorFlow Hub是一个发布、发现和重用TensorFlow中机器学习模块部分的平台。特别是,它使得可以在其他类似的任务中重复使用一个模块(一个TensorFlow的独立片段及其权重)。通过在相关任务上重用模块,你可以实现:

  • 用较小的数据集训练模型
  • 改进泛化
  • 大大加快训练

你以前使用过这些库吗?有什么样的使用感受?请在下面的评论部分告诉我们!(编译自:analyticsvidhya

本篇文章出自http://www.tensorflownews.com,对深度学习感兴趣,热爱Tensorflow的小伙伴,欢迎关注我们的网站!

推荐 | 7个你最应该知道的机器学习相关github项目的更多相关文章

  1. Bootstrap相关优质项目推荐

    Bootstrap 编码规范by @mdo Bootstrap 编码规范:编写灵活.稳定.高质量的 HTML 和 CSS 代码的规范. jQuery API 中文手册 根据最新的 jQuery 1.1 ...

  2. 【适合公司业务】全网最详细的IDEA里如何正确新建【普通或者Maven】的Java web项目并发布到Tomcat上运行成功【博主强烈推荐】(类似eclipse里同一个workspace下【多个子项目】并存)(图文详解)

    不多说,直接上干货! 首先,大家要明确,IDEA.Eclipse和MyEclipse等编辑器之间的新建和运行手法是不一样的. 如果是在Myeclipse里,则是File -> new -> ...

  3. 【开源推荐】PredictionIO:构建预测功能的机器学习服务器

    PredictionIO是一款开源的机器学习服务器,开发工程师和数据分析师可以使用它构建智能应用程序,并且还可以做一些预测功能,比如个性化推荐.发现内容等.好比开发者可以使用数据库服务器过滤信息. P ...

  4. 推荐:一个适合于Python新手的入门练手项目

    随着人工智能的兴起,国内掀起了一股Python学习热潮,入门级编程语言,大多选择Python,有经验的程序员,也开始学习Python,正所谓是人生苦短,我用Python 有个Python入门练手项目, ...

  5. Spring Cloud集成相关优质项目推荐

    Spring Cloud Config 配置管理工具包,让你可以把配置放到远程服务器,集中化管理集群配置,目前支持本地存储.Git以及Subversion. Spring Cloud Bus 事件.消 ...

  6. Github项目推荐-图神经网络(GNN)相关资源大列表

    文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 转自 | AI研习社 作者|Zonghan Wu 这是一个与图神经网络相关的资源集合.相关资源浏览下方 ...

  7. 文本建模、文本分类相关开源项目推荐(Pytorch实现)

    Awesome-Repositories-for-Text-Modeling repo paper miracleyoo/DPCNN-TextCNN-Pytorch-Inception Deep Py ...

  8. 自然语言推断(NLI)、文本相似度相关开源项目推荐(Pytorch 实现)

    Awesome-Repositories-for-NLI-and-Semantic-Similarity mainly record pytorch implementations for NLI a ...

  9. 学习推荐《精通Python网络爬虫:核心技术、框架与项目实战》中文PDF+源代码

    随着大数据时代的到来,我们经常需要在海量数据的互联网环境中搜集一些特定的数据并对其进行分析,我们可以使用网络爬虫对这些特定的数据进行爬取,并对一些无关的数据进行过滤,将目标数据筛选出来.对特定的数据进 ...

随机推荐

  1. Spark基础全解析

    我的个人博客:https://www.luozhiyun.com/ 为什么需要Spark? MapReduce的缺陷 第一,MapReduce模型的抽象层次低,大量的底层逻辑都需要开发者手工完成. 第 ...

  2. http协议、加密解密、web安全

    今天,就简单讲讲,我学习的知识.http协议:http协议是超文本传输协议,是用于传输超媒文档的应用层协议,同时,http协议是无状态协议,意味着,在服务器两个请求之间不会保留任何数据.虽然通常基于T ...

  3. (原)人体姿态识别PyraNet

    转载请注明出处: https://www.cnblogs.com/darkknightzh/p/12424767.html 论文: Learning Feature Pyramids for Huma ...

  4. 从String到==和hashcode

    public static void main(String[] args) { String s1 = "ni"; String s2 = "hao"; St ...

  5. Tomcat8优化--Apache JMeter测试

    一.部署测试java web项目(压力测试环境搭建) 1.mysql环境 #切换到mysql目录 cd /usr/local/mysql #查看mysql环境 rpm -qa | grep -i my ...

  6. 汇编语言-[bx]和loop指令和多个段

    5.1 [BX]和内存单元的描述 要完成描述一个内存单元,需要两种信息: 内存单元的地址: 可以用 [0] 表示一个内存单元, 0 表示单元的偏移地址,段地址默认在 ds 中: 同样也可以用 [bx] ...

  7. OpenCV中Mat的基本用法:创建、复制

    OpenCV中Mat的基本用法:创建.复制 一.Mat类的创建: 1.方法一: 通过读入一张图像,直接将其转换成Mat对象. Mat image = imread("test.jpg&quo ...

  8. racket学习-call/cc (let/cc)

    Drracket continuation 文中使用let/cc代替call/cc Racket文档中,let/cc说明为: (let/cc k body ...+) Equivalent to (c ...

  9. Simulink仿真入门到精通(三) Simulink信号

    3.1 Simulink信号概述 所谓信号,表示一种随着时间而变化的量,在时间轴上的采样时刻都对应有数值. 信号在Simulink中是相当重要的组成部分,有线(line)表示,在模型中穿针引线地将各模 ...

  10. 使用 notepad 正则转换 字符串

    一..在一堆字符串中找出某一个特定格式的字符串,例如如下 需要摘出 WMID_abc WMID_def WMID_ghi {"abc",WMID_abc,oid_abc} {&qu ...