Dopamine 是一款快速實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)算法原型的研究框架，基于 TensorFlow 實(shí)現(xiàn)，旨在為研究人員提供一種簡單易用的實(shí)驗(yàn)環(huán)境，能夠滿足用戶對小型、便于訪問的代碼庫的需求，用戶可以很方便地構(gòu)建實(shí)驗(yàn)去驗(yàn)證自身在研究過程中的想法。

項(xiàng)目鏈接：https://github.com/google/dopamine

 

 

TransmogrifAI 是一個基于 Scala 編寫、運(yùn)行在 Spark 上的 AutoML 庫，由 Salesforce 開源。本項(xiàng)目旨在通過自動機(jī)器學(xué)習(xí)技術(shù)幫助開發(fā)者加速產(chǎn)品化進(jìn)程，只需幾行代碼，便能自動完成數(shù)據(jù)清理、特征工程和模型選擇，然后訓(xùn)練出一個高性能模型，進(jìn)行進(jìn)一步探索和迭代。

關(guān)于 AutoML：神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索(NAS)綜述 | 附AutoML資料推薦

項(xiàng)目鏈接：https://github.com/salesforce/TransmogrifAI

 

 

OpenNRE 是一個基于 TensorFlow 的神經(jīng)網(wǎng)絡(luò)關(guān)系抽取工具包，由清華大學(xué)計(jì)算機(jī)系劉知遠(yuǎn)老師組開源。本項(xiàng)目將關(guān)系抽取分為四個步驟：Embedding、Encoder、Selector 和 Classifier。

項(xiàng)目鏈接：https://github.com/thunlp/OpenNRE

 

 

TFMA 是一個來自 Google 的開源庫，用于幫助 TensorFlow 用戶對所訓(xùn)練模型進(jìn)行分析。用戶可以使用 Trainer 里定義的指標(biāo)，以分布式方式評估大量數(shù)據(jù)的模型。這些指標(biāo)可在不同的數(shù)據(jù)片段上進(jìn)行計(jì)算，并在 Jupyter Notebooks 里實(shí)現(xiàn)結(jié)果可視化。

 

 

項(xiàng)目鏈接：https://github.com/tensorflow/model-analysis

 

 

GraphPipe 是由甲骨文公司開源的通用深度學(xué)習(xí)模型部署框架，旨在幫助用戶簡化機(jī)器學(xué)習(xí)模型部署，并將其從特定框架的模型實(shí)現(xiàn)中解放出來的協(xié)議和軟件集合。GraphPine 可提供跨深度學(xué)習(xí)框架的模型通用 API、開箱即用的部署方案以及強(qiáng)大的性能，目前已支持 TensorFlow、PyTorch、MXNet、CNTK 和 Caffe2 等框架。

 

 

 

 

項(xiàng)目鏈接：https://github.com/oracle/graphpipe

 

 

本項(xiàng)目匯集了當(dāng)前最優(yōu)的各類深度學(xué)習(xí)預(yù)訓(xùn)練模型，模型均為由 Facebook 和微軟推出的 ONNX (Open Neural Network Exchange) 格式，該格式可使模型在不同框架之間進(jìn)行遷移。每個模型均有對應(yīng)的 Jupyter Notebook，包含模型訓(xùn)練、運(yùn)行推理、數(shù)據(jù)集和參考文獻(xiàn)等信息。

項(xiàng)目鏈接：https://github.com/onnx/models

 

 

良心級開源人臉標(biāo)定算法，包含人臉美顏、美妝、配合式活體檢測和人臉校準(zhǔn)的預(yù)處理步驟。該項(xiàng)目 Windows 工程基于傳統(tǒng)的 SDM 算法，通過修改開源代碼，精簡保留測試部分代碼，優(yōu)化代碼結(jié)構(gòu)。Android 代碼基于深度學(xué)習(xí)，我們設(shè)計(jì)了高效的網(wǎng)絡(luò)模型，該模型魯棒性較好，支持多人臉跟蹤。目前深度學(xué)習(xí)算法在人臉標(biāo)定方向取得了良好的效果，該項(xiàng)目旨在提供一種較為簡單易用的實(shí)現(xiàn)方式。

 

 

▲ 演示GIF

項(xiàng)目特點(diǎn)：

106 點(diǎn)，人臉輪廓描述更加細(xì)膩

準(zhǔn)確度高，逆光、暗光情況下依然可以取得良好的標(biāo)定效果

模型小，跟蹤模型 2 MB 左右，非常適合移動端集成

速度快，Android 平臺代碼在 Qualcomm 820 (st)，單張人臉 7ms

增加多人臉跟蹤

項(xiàng)目鏈接：https://github.com/zeusees/HyperLandmark

 

 

MagNet 是一個基于 PyTorch 封裝的高級深度學(xué)習(xí) API，旨在減少開發(fā)者的模板代碼、提高深度學(xué)習(xí)項(xiàng)目開發(fā)效率。

 

 

項(xiàng)目鏈接：https://github.com/MagNet-DL/magnet

 

 

NLP.js 是一個基于 Node.js 的通用自然語言處理工具包，目前支持分詞、詞干抽取，情感分析，命名實(shí)體識別，文本分類，文本生成等多種任務(wù)。

項(xiàng)目鏈接：https://github.com/axa-group/nlp.js

 

 

Texar 是一個基于 TensorFlow 的文本生成工具包，支持機(jī)器翻譯、對話系統(tǒng)、文本摘要、語言模型等任務(wù)。Texar 專為研究人員和從業(yè)人員設(shè)計(jì)，用于快速原型設(shè)計(jì)和實(shí)驗(yàn)。

 

 

項(xiàng)目鏈接：https://github.com/asyml/texar

 

 

Evolute 是一個簡單易用的進(jìn)化算法框架，定義了個體、種群等基礎(chǔ)結(jié)構(gòu)體，并且實(shí)現(xiàn)了進(jìn)化算法中常見的算子 Selection、Reproduction、Mutation、Update。

項(xiàng)目鏈接：https://github.com/csxeba/evolute

 

 

本項(xiàng)目是一個任務(wù)驅(qū)動對話數(shù)據(jù)集合輯，匯集了包含 Dialog bAbI、Stanford Dialog、靈犀數(shù)據(jù)、DSTC-2、CamRest676 和 DSTC4 等多個經(jīng)典任務(wù)驅(qū)動對話系統(tǒng)的研究數(shù)據(jù)集。

 

 

▲ 數(shù)據(jù)集列表

項(xiàng)目鏈接：https://github.com/AtmaHou/Task-Oriented-Dialogue-Dataset-Survey

標(biāo)簽： Google 代碼 開發(fā)者 搜索 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。