Github 最新 AI 開源專案瞭解一下?

Paper_weekly發表於2018-03-07


640?wxfrom=5&wx_lazy=1


在碎片化閱讀充斥眼球的時代,越來越少的人會去關注每篇論文背後的探索和思考。


在這個欄目裡,你會快速 get 每篇精選論文的亮點和痛點,時刻緊跟 AI 前沿成果。


點選本文底部的「閱讀原文」即刻加入社群,檢視更多最新論文推薦。

這是 PaperDaily 的第 48 篇文章
640?wxfrom=5&wx_lazy=1

DeepPavlov

#對話系統訓練開源庫

640?wxfrom=5&wx_lazy=1

DeepPavlov 是一個基於 TensorFlow 和 Keras 的智慧對話庫,其主要用途在於推動 NLP 和對話系統的研究,提升複雜對話系統的實現和評價效果。

DeepPavlov 可為研究者提供:

  • 用於實現和測試對話模型的框架

  • 一系列預訓練的 NLP 模型、預定義的對話系統元件(機器學習/深度學習/規則系統)和流程模板

  • 對話模型的基準測試環境和對相關資料集的統一訪問

DeepPavlov 可為 AI 應用開發者提供

  • 用於構建對話應用軟體的框架

  • 將應用與相關基礎工具(即時通訊、服務支援軟體等)加以整合的工具包

640


專案連結

https://github.com/deepmipt/DeepPavlov


640?


640

#深度學習框架隨心切換

640

MMdnn 由微軟開源,可將不同框架訓練的深度神經網路模型進行轉換,使之適配其他框架。該工具包目前已支援 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML。

MMdnn 具有如下特點:

  • 模型檔案轉換,轉換深度神經網路模型使之適配各種不同框架

  • 模型程式碼片段生成,生成適合不同框架的訓練或推斷程式碼塊

  • 模型視覺化,針對不同框架視覺化深度神經網路模型網路架構和引數

640


專案連結

https://github.com/Microsoft/MMdnn


640?


Age and Gender Estimation

#用CNN測算性別和年齡

640

本專案是一個基於 Keras 框架實現的 CNN 模型,用於根據人臉照片測算年齡和性別

640


專案連結

https://github.com/yu4u/age-gender-estimation



640?

Couplet

#用深度學習對對聯


640

Couplet 是一個基於 Seq2Seq 的對聯生成工具,本專案基於 TensorFlow。

640


Demo: https://ai.binwang.me/couplet/


專案連結

https://github.com/wb14123/seq2seq-couplet



640?

Landing a SpaceX Falcon Heavy Rocket

#用強化學習控制火箭著陸


640

本專案是 Siraj Raval 在 YouTube 上釋出的強化學習教學視訊對應程式碼,如何在 Gym 模擬器裡用強化學習控制 SpaceX 獵鷹重型火箭著陸

視訊連結

https://youtu.be/09OMoGqHexQ


專案連結

https://github.com/llSourcell/Landing-a-SpaceX-Falcon-Heavy-Rocket



640?

Caffe for CC4.0-Windows

#簡單方便的Caffe C++介面


640

CC4.0 是一個可用於 Windows 系統的 Caffe 庫,簡單的 Caffe C++ 介面,方便簡單而更深入地研究深度學習。

專案特性如下:

  • 只需要一個標頭檔案和一個依賴項 libcaffe.lib

  • 能夠輕易使用 C++ 寫訓練過程或呼叫過程

  • 能夠輕易自定義 layer,不用編譯 Caffe 也不用修改 caffe.proto,只修改程式碼即可使用。自己實現資料層,不需要 lmdb 也能高效率訓練

  • 能夠在訓練過程中對自定義 layer 進行除錯檢視中間結果

  • 支援 LSTM 不定長 OCR(有案例),支援 SSD 更輕易地進行訓練

  • 有了 4.0 的支援,能夠輕易實現任何新的網路結構

  • 允許通過自定義層在訓練中檢視訓練效果,更易於理解 CNN 的學習效果

專案連結

https://github.com/dlunion/CC4.0



640

SLTK - Sequence Labeling Toolkit

#序列化標註工具


640

SLTK 是一個序列化標註工具,實現了 Bi-LSTM-CRF 模型,並利用 PyTorch 實現了高效的資料載入模組,可以完成:

  • 預處理:包括構建詞表、label 表,從預訓練檔案構建 word embedding

  • 訓練:訓練序列化標註模型,並儲存在開發集上效能最好的一次模型

  • 測試:對新的例項進行標註

專案連結

https://github.com/liu-nlper/SLTK


640

OD Annotation

#目標檢測資料集標註工具


640

本專案是一個目標檢測資料集標註工具,採用 Python-flask 框架開發,基於 B/S 方式互動,支援多人同時標註。

專案特點如下:

  • B/S 方式互動

  • 支援多人同時標註(可分配不同標註人員的標註範圍,或不同人員標註不同類別)

  • 類別採用選擇方式,免去手工輸入類別工作

  • 支援拖拽方式修正標註區域

  • 支援鍵盤方向鍵切換標註樣本

專案連結

https://github.com/hzylmf/od-annotation



640

TopiCluster

#多文件主題聚類


640

TopiCluster 是一個基於 Kmeans 與 Lda 模型的多文件主題聚類。輸入多篇文件,輸出每個主題的關鍵詞與相應文字,可用於主題發現與熱點分析。


專案連結

https://github.com/liuhuanyong/TopiCluster


本文由 AI 學術社群 PaperWeekly 精選推薦,社群目前已覆蓋自然語言處理、計算機視覺、人工智慧、機器學習、資料探勘和資訊檢索等研究方向,點選「閱讀原文」即刻加入社群!


640?


640?#榜 單 公 布 #


2017年度最值得讀的AI論文 | NLP篇 · 評選結果公佈

2017年度最值得讀的AI論文 | CV篇 · 評選結果公佈



我是彩蛋 


 解鎖新功能:熱門職位推薦!


PaperWeekly小程式升級啦


今日arXiv√猜你喜歡√熱門職位


找全職找實習都不是問題

 

 解鎖方式 

1. 識別下方二維碼開啟小程式

2. 用PaperWeekly社群賬號進行登陸

3. 登陸後即可解鎖所有功能


 職位釋出 

請新增小助手微信(pwbot01)進行諮詢

 

長按識別二維碼,使用小程式

*點選閱讀原文即可註冊



640?




關於PaperWeekly


PaperWeekly 是一個推薦、解讀、討論、報導人工智慧前沿論文成果的學術平臺。如果你研究或從事 AI 領域,歡迎在公眾號後臺點選「交流群」,小助手將把你帶入 PaperWeekly 的交流群裡。


640?


▽ 點選 | 閱讀原文 | 加入社群刷論文

相關文章