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
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?
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Материалы по теме
-
Пройти курс «Как построить личный бренд»
- 1 Чем различаются слабый, сильный и супер-ИИ
- 2 Обзор технологии и применение машинного обучения с подкреплением
- 3 Apple решила зарегистрировать в России название функции камеры в iPhone
- 4 билайн Big Data & AI разработал решение для отслеживания потенциальных случаев мошенничества со стороны персонала