30 самых удивительных проектов по машинному обучению

Анна Самойдюк
Расскажите друзьям
Анна Самойдюк

Платформа Mybridge проанализировала около 8800 прошлогодних проектов по машинному обучению с открытым исходным кодом и выбрала топ-30. В этом списке перечислены лучшие библиотеки для машинного обучения, датасеты и приложения, опубликованные в период с января по декабрь 2017 года. При оценке учитывались популярность, новизна и активность.

1. FastText

Библиотека для изучения вложений слов и текстовой классификации. [11786 звезд на Github] Создатель – Facebook Research.

Фото: Medium

2. Deep Photo Style Transfer

Программа для рендеринга фотографий с перенесением стилей с помощью нейросетей. [9747 звезд на Github] Создатель – Фудзюн Луань, профессор Корнеллского университета.

Фото: Medium

3. Face Recognition

Самый простой API для распознавания лиц для Python. [8672 звезды на Github] Создатель –Адам Гейтгей.

Фото: Medium

4. Magneta

Генерация музыки и живописи при помощи машинного интеллекта. [8113 звезд на Github].

Фото: Medium

5. Sonnet

Библиотека для работы с нейронными сетями, основанная на TensorFlow. [5731 звезда на Github] Создатель – Малкольм Рейнолдс из Deepmind.

Фото: Medium

6. deeplearn.js

Библиотека для машинного обучения, которая работает в браузере. [5462 звезды на Github] Создатель – Нихил Торат из Google Brain.

Фото: Medium

7. Fast Style Transfer in TensorFlow

Быстрая передача стиля с помощью TensorFlow. [4843 звезды на Github] Создатель – Логан Энгсторм из Массачусетского технологического института.

Фото: Medium

8. Pysc2

Среда обучения для StarCraft II. [3683 звезды на Github] Создатель – Тимо Эвальдс из DeepMind.

Фото: Medium

9. AirSim

Проект с открытым исходным кодом, созданный на Unreal Engine, который моделирует физику полета мультикоптера. [3861 звезда на Github] Создатель – Шитал Шах из Microsoft.

Фото: Medium

10. Facets

Визуализации для датасетов машинного обучения. [3371 звезда на Github] Создатель – Google Brain.

Фото: Medium

11. Style2Paints

ИИ-раскраска изображений. [3310 звезд на Github].

Фото: Medium

12. Tensor2Tensor

Унифицированная модель глубинного обучения, которая способна решать задачи из разных областей –  Google Research. [3087 звезд на Github] Создатель – Райан Сепасси из Google Brain.

Фото: Medium

13. Image-to-image translation in PyTorch

Image-to-image трансформация рисунков. Например, трансформация лошадей в зебр, картины Моне — в фотографию, летнего пейзажа — в зимний и т.д. [2847 звезд на Github] Создатель –  Дзюн-Ян Зу, профессор Калифорнийского университета в Беркли.

Фото: Medium

14. Faiss

Библиотека для эффективного поиска подобия и кластеризации векторов. [2629 звезд на Github] Создатель – Facebook Research.

Фото: Medium

15. Fashion-mnist

База данных продуктов моды для машинного обучения. [2780 звезд на Github] Создатель – Хань Сяо, исследователь Zalando Tech.

Фото: Medium

16. ParlAI

Основа для обучения и оценки моделей ИИ на наборе данных из множества диалогов. [2578 звезд на Github] Создатель – Александр Миллер из Facebook Research.

Фото: Medium

17. Fairseq

Сверточная нейронная сеть для машинного перевода. [2571 звезда на Github] Создатель – Facebook AI.

Фото: Medium

18. Pyro

Глубокое универсальное вероятностное программирование с Python и PyTorch. [2387 звезд на Github] Создатель – Uber AI Labs.

Фото: Medium

19. iGAN

Интерактивная генерация изображений. [2369 звезд на Github].

Фото: Medium

20. Deep-image-prior

Восстановление изображений с помощью нейронных сетей, но без обучения. [2188 звезд на Github] Создатель – Дмитрий Ульянов из Сколковского института науки и технологий.

Фото: Medium

21. Face_classification

Обнаружение лиц в реальном времени и эмоциональная/гендерная классификация с использованием наборов данных fer2013/IMDB. [1967 звезд на Github].

Фото: Medium

22. Speech-to-Text-WaveNet

End-to-end распознавание речи на английском языке с использованием WaveNet и tensorflow. [1961 звезда на Github] Создатель – Намджу Ким из Kakao Brain.

Фото: Medium

23. StarGAN

Объединенные генеративно-состязательные сети для многопрофильной трансформации изображений. [1954 звезды на Github] .Создатель – Юньдзей Чхве из Университета Корё.

Фото: Medium

24. ML-agents

Плагин с открытым кодом, который является средой для обучения агентов в Unity. [1658 звезд на Github] Создатель – Артур Юлиани.

Фото: Medium

25. DeepVideoAnalytics

Платформа для поиска и аналитики визуальных данных. [1494 звезды на Github] Создатель – Акшай Бхат, профессор Корнеллского университета.

Фото: Medium

26. OpenNMT

Открытая система машинного перевода, использующая методы машинного обучения. Для построения нейронной сети проект использует возможности библиотеки глубинного машинного обучения Torch. [1490 звезд на Github].

Фото: Medium

27. Pix2pixHD

Фотореалистичный синтез и преобразование изображений с высоким разрешением (2048x1024). [1283 звезды на Github] Создатель – Мин-Ю Лиу из Nvidia.

Фото: Medium

28. Horovod

Фреймворк распределенного обучения для TensorFlow. [1188 звезд на Github] Создатель – Uber Engineering.

Фото: Medium

29. AI-Blocks

Мощный и интуитивно понятный WYSIWYG-интерфейс, который позволяет любому человеку создавать модели для машинного обучения. [899 звезд на Github].

Фото: Medium

30. Deep neural networks for voice conversion in Tensorflow

Глубокие нейронные сети для передачи стиля голоса. [845 звезд на Github]. Создатель – Даби Ань из Kakao Brain.

Фото: Medium

Источник.


Материалы по теме:

Почему проваливаются проекты по машинному обучению

Бенедикт Эванс: «Мы не до конца понимаем возможности машинного обучения»

Как мы научили нейронку распознавать пол и возраст

Кто извлечет максимальную пользу из искусственного интеллекта: корпорации, стартапы, страны?


Актуальные материалы — в Telegram-канале @Rusbase

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter


Комментарии

Зарегистрируйтесь, чтобы оставлять комментарии и получить доступ к Pipeline — социальной сети, соединяющей стартапы и инвесторов.
Innovate or Die
13 ноября 2018
Ещё события


Telegram канал @rusbase