在過去的幾年中，機器學習在許多行業中開闢了新的視野，出現了一些高階用例：Facebook的面部識別，Netflix推薦的電影，PrismaAI的影像樣式轉換，Siri的語音識別，Google Allo的自然語言處理， 而這樣的例子不勝列舉。
GitHub上有大量精彩的開源機器學習專案。以下是最受開發者們歡迎的專案列表。我希望通過這些專案能讓你學到一些新東西，並激發自己的開發專案靈感。
1、TensorFlow
TensorFlow是一個用於研究和生產的開源機器學習庫。 TensorFlow為初學者和專家提供了針對桌面、移動端，Web和雲開發的API。TensorFlow最初由Google Brain團隊開發，供內部Google使用，並於2015年11月9日根據Apache 2.0開源許可釋出。TensorFlow的最新版本支援Keras，這是高階神經網路API，使用Python編寫，並且能夠在TensorFlow，CNTK或Theano之上執行。 還有用於Javascript和Swift的介面。
2、Scikit-learn
Scikit-learn最初由David Cournapeau在Summer of Code的Google活動中撰寫。 它的名稱或多或少地引用了SciPy Toolkit。 Scikit-learn具有基於NumPy，SciPy和Matplotlib構建的簡單有效的資料探勘和資料分析工具。 與TensorFlow一起使用是一種流行的選擇，因為它簡單易用。
3、MXNet
除了TensorFlow，Keras和Scikit-learn，還有Apache的MXNet深度學習框架。 它專為提高效率和靈活性而設計，可讓您混合使用符號和指令式程式設計，以最大限度地提高效率和生產率。 您可以訪問MXNet中實現的許多模型動物園。
4、PyTorch
如果沒有提及PyTorch，那麼這個合集就是不完整的。PyTorch是機器學習愛好者中的另一個流行選擇。PyTorch基於Torch，由Facebook作為其機器學習框架分發。PyTorch是一個Python軟體包，提供了兩個高階功能：具有強大GPU加速功能的Tensor計算（如NumPy）和基於tape的autograd系統構建的深度神經網路。
5、Magenta
Magenta是一個研究專案，旨在探索機器學習在藝術和音樂創作過程中的作用。 首先，這涉及開發新的深度學習和強化學習演算法，以生成歌曲，影像，繪圖和其他有趣的東西。 但這也是對構建智慧工具和介面的一次探索，該工具和介面允許藝術家和音樂家使用這些模型擴充套件（而不是替換！）他們的過程。
主repo用於Python，但是對於Javascript版本，還有magenta.js。 Magenta是一個完美的專案，展示了我們大多數人從未想到的高階機器學習功能。
6、style2paints
該專案旨在為線條藝術著色。 AI可以根據給定的顏色樣式在草圖上繪畫，建立自己的顏色樣式以在草圖上繪畫或轉移其他插圖的樣式。近期增加了一些新功能，例如影像錨點和影像過渡，值得一看。
7、PyTorch中的影像到影像翻譯
該專案包含兩個元件-CycleeGAN和pix2pix-包含用於不成對和成對的影像到影像轉換的PyTorch實現。 乍一看，它看起來像是另一個相當普通的樣式轉換解決方案，但是它可以做一些不同的事情，例如將馬匹轉換為斑馬線，或將實時照片轉換為莫奈。 而且處理速度足夠快，可以用於實時視訊。
8、深度語音轉換
我們有一些用於影像和視訊的樣式轉換工具，但是語音呢？ 深度語音對話是此功能的完美示例。
如果您可以模仿著名名人的聲音或像著名歌手一樣唱歌怎麼辦？ 該專案的目標是將某人的語音轉換為特定的目標語音。 所謂的語音樣式轉換。 我們致力於這個專案，旨在將某人的聲音轉換成英國著名女演員凱特·溫斯萊特（Kate Winslet）的聲音。 我們實現了一個深度神經網路來實現這一目標，並且將Kate Winslet閱讀的超過2個小時的有聲讀物句子用作資料集。
如果您還不確定，請使用Kate Winslet的聲音前往SoundCloud進行一些演示。
9、PyTorch中的StarGAN
StarGAN是本文的PyTorch實施：用於多域影像到影像轉換的統一生成對抗網路。通過應用不同的髮型，皮膚型別，年齡，性別和不同的心情，轉換源影像不僅限於樣式轉換。 這個專案非常棒。
10、人臉檢測
這聽起來可能並不吸引人，因為現在我們可以藉助iOS和Android上的Core ML或ML Kit輕鬆進行此操作。 但是更深入的瞭解表明這是多麼的棒。 它不僅可以檢測面部，還可以檢測情緒和性別。使用帶有Keras CNN模型和OpenCV的fer2013 / IMDB資料集進行實時面部檢測和情緒/性別分類。
化繁為簡，簡單3步，只需5分鐘。
在人工智慧愈發熱門的大背景下，學習、體驗新技術的需求也日漸增多。學以致用才能真正掌握一門技術。
鈦靈 AIX是一款集計算機視覺與智慧語音互動兩大核心功能為一體的人工智慧“超級大腦”，搭載 Intel 專業級 AI 加速運算晶片與多種感測技術。它支援邊緣深度學習，搭配 Model Play 人工智慧模型共享平臺，開發者可以輕鬆將 AI 模型移植到程式中開發應用。
1. 下載預訓練並編譯好的AI模型
2. 讀取模型檔案，將影像或音訊檔案送入模型中，即可獲得AI模型的推理結果
3. 將模型的推理結果配合自己編寫的python程式碼，即可以開發一個屬於自己的AI小程式