全文共5227字,預計學習時長10分鐘python
哪一個平臺有最新的機器學習發展示狀和最早進的代碼?沒錯——Github!本文將會分享近期發佈的七大GitHub機器學習項目。這些項目普遍覆蓋了機器學習的各個領域,包括天然語言處理(NLP)、計算機視覺、大數據等。git
最頂尖的Github機器學習項目github
1. PyTorch-Transformers(NLP)算法
傳送門:https://github.com/huggingface/pytorch-transformers數據庫
天然語言處理(NLP)的力量使人歎服。NLP改變了文本的處理方式,幾乎到了沒法用語言描述的程度。編程
在最早進的一系列NLP庫中,PyTorch-Transformers出現最晚,卻已打破各類NLP任務中已有的一切基準。它最吸引人的地方在於涵蓋了PyTorch實現、預訓練模型權重及其餘重要元素,能夠幫助用戶快速入門。微信
運行最早進的模型須要龐大的計算能力。PyTorch-Transformers在很大程度上解決了這個問題,它可以幫助這類人羣創建起最早進的NLP模型。網絡
這裏有幾篇深度剖析PyTorch-Transformers的文章,能夠幫助用戶瞭解這一模型(及NLP中預訓練模型的概念):架構
· PyTorch-Transformers:一款可處理最早進NLP的驚人模型庫(使用Python)框架
https://www.analyticsvidhya.com/blog/2019/07/pytorch-transformers-nlp-python/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· 8個入門NLP最優秀的預訓練模型
https://www.analyticsvidhya.com/blog/2019/03/pretrained-models-get-started-nlp/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· PyTorch——一個簡單而強大的深度學習庫
https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
2. NeuralClassifier (NLP)
傳送門:https://github.com/Tencent/NeuralNLP-NeuralClassifier
在現實世界中,文本數據的多標籤分類是一個巨大的挑戰。早期面對NLP問題時,咱們一般處理的是單一標籤任務,但在真實生活中卻遠不是這麼簡單。
在多標籤分類問題中,實例/記錄具有多個標籤,且每一個實例的標籤數量並不固定。
NeuralClassifier使咱們可以在多層、多標籤分類任務中快速實現神經模型。我最喜歡的是NeuralClassifier,提供了各類大衆熟知的文本編碼器,例如FastText、RCNN、Transformer等等。
用NeuralClassifier能夠執行如下分類任務:
· 雙層文本分類
· 多層文本分類
· 多標籤文本分類
· 多層(多標籤)文本分類
如下兩篇優秀的文章介紹了究竟什麼是多標籤分類,以及如何在Python中執行多標籤分類:
· 使用NLP預測電影類型——多標籤分類的精彩介紹
https://www.analyticsvidhya.com/blog/2019/04/predicting-movie-genres-nlp-multi-label-classification/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· 使用Python構建你的第一個多標籤圖像分類模型
https://www.analyticsvidhya.com/blog/2019/04/build-first-multi-label-image-classification-model-python/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
3. TDEngine (大數據)
傳送門:https://github.com/taosdata/TDengine
TDEngine數據庫在幾乎不到一個月的時間內就累積了近10,000個star。繼續往下讀,你立馬就能明白這是爲什麼。
TDEngine是一個開源大數據平臺,針對:
· 物聯網(IoT)
· 車聯網
· 工業物聯網
· IT基礎架構等等
本質上,TDEngine提供了一整套與數據工程相關的任務,用戶能夠用極快的速度完成全部這些工做(查詢處理速度將提升10倍,計算使用率將下降到1/5)。
目前有一點須要注意——TDEngine僅支持在Linux上執行。TDEngine數據庫包含完整的文件資料以及包含代碼的入門指南。
建議你閱讀這一篇針對數據工程師的綜合資源指南:
· 想成爲數據工程師?這裏列出了入門應看的綜合資源
https://www.analyticsvidhya.com/blog/2018/11/data-engineer-comprehensive-list-resources-get-started/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
4. Video Object Removal (計算機視覺)
傳送門:https://github.com/zllrunning/video-object-removal
你是否接觸過圖像數據?計算機視覺是一種十分先進的技術,用於操縱和處理圖像的。想要成爲計算機視覺專家,圖像的目標檢測一般被認爲是必經之路。
那麼視頻呢?若是要對幾個視頻中的目標繪製邊界框,雖然看似簡單,實際難度卻遠不止如此,並且目標的動態性會使任務更加複雜。
因此Video Object Removal很是棒,只要在視頻中某一目標周圍繪製邊界框,便可將它刪除。就是這麼簡單!如下是一個範例:
若是你在計算機視覺的世界裏仍是個小白,這裏有兩篇能幫助你入門並快速上手的文章:
· 對基礎目標檢測算法的全面介紹
https://www.analyticsvidhya.com/blog/2018/10/a-step-by-step-introduction-to-the-basic-object-detection-algorithms-part-1/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· 使用深度學習2.0掌握計算機視覺
https://courses.analyticsvidhya.com/courses/computer-vision-using-deep-learning-version2/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
5. Python Autocomplete (編程)
傳送門:https://github.com/vpj/python_autocomplete
你必定會愛上Python Autocomplete的。數據科學家的全部工做就是對各類算法進行試驗(至少是大多數人),而Python Autocomplete能夠利用一個LSTM簡單模型自動寫完Python代碼。
下圖中,灰色的部分就是LSTM模型自動填寫的代碼(結果位於圖像底部):
開發人員如是描述:
首先清除Python代碼中的註釋、字符串和空行,而後進行訓練和預測。模型訓練的前提是對python代碼進行標記化,相比使用字節編碼來預測字節,這彷佛更爲有效。
若是你曾花費(浪費)時間編寫一行行單調的Python代碼,那麼這一模型可能正是你所尋找的。不過它的開發還處於很是早期的階段,操做中不可避免會出現一些問題。
若是你想知道LSTM究竟是什麼,請閱讀這篇文章中的介紹:
· 深度學習的要點:長短時記憶(LSTM)入門
https://www.analyticsvidhya.com/blog/2017/12/fundamentals-of-deep-learning-introduction-to-lstm/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
6. tfpyth–從TensorFlow到PyTorch再到TensorFlow (編程)
傳送門:https://github.com/BlackHC/tfpyth
TensorFlow和PyTorch兩大模型都坐擁龐大的用戶羣,但後者的使用率高得驚人,在將來一兩年內極可能超過前者。不過請注意:這並不會打擊Tensorflow,由於它的地位至關穩固。
因此若是你曾經在TensorFlow中寫了一串代碼,後來又在PyTorch中寫了另外一串代碼,如今但願將二者結合起來用以訓練模型——那麼tfpyth框架會是一個好選擇。Tfpyth最大的優點就在於用戶不須要重寫先前寫好的代碼。
這一項目對tfpyth的使用方法給出告終構嚴謹的示例,這無疑是對TensorFlow與PyTorch爭論的一種從新審視。
安裝tfpyth易如反掌:
pip install tfpyth
如下是兩篇深度介紹TensorFlow和PyTorch如何運做的文章:
· 深度學習指南:使用Python中的TensorFlow實現神經網絡
https://www.analyticsvidhya.com/blog/2016/10/an-introduction-to-implementing-neural-networks-using-tensorflow/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· PyTorch——一個簡單而強大的深度學習庫
https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
7. MedicalNet
MedicalNet中包含了一個PyTorch項目,該項目將《Med3D:用遷移學習分析3D醫學圖像》(https://arxiv.org/abs/1904.00625)這篇論文中的想法付諸實踐。這一機器學習項目將醫學數據集與不一樣的模態、目標器官和病理結合起來,以構建規模較大的數據集。
衆所周知,深度學習模型(一般)須要大量訓練數據,而TenCent發佈的MedicalNet是一個至關出色的開源項目,但願你們都能嘗試使用它。
MedicalNet的開發人員已經發布了四個預訓練模型,這些模型基於23個數據集。若是你須要,下文對遷移學習進行了直觀的介紹:
· 遷移學習及在深度學習中使用預訓練模型的藝術
https://www.analyticsvidhya.com/blog/2017/06/transfer-learning-the-art-of-fine-tuning-a-pre-trained-model/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
推薦閱讀專題
留言 點贊 關注
咱們一塊兒分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 「讀芯術」
(添加小編微信:dxsxbb,加入讀者圈,一塊兒討論最新鮮的人工智能科技哦~)