GitHub上Star最高的5個機器學習項目

一、 face-recognition

項目地址：https://github.com/ageitgey/face_recognition

世界上最簡單的面部識別工具，它爲Python和命令行提供了一個應用程序編程接口（API）。它能夠被用來識別圖像中的人臉。它使用dlib最早進的人臉識別算法構建。深度學習模型在LFW（Labeled Faces in the Wild）上具備99.38％的準確度。

它還提供了一個簡單的face_recognition命令行工具，它容許你經過命令行對圖像文件夾進行面部識別！

該庫還能夠處理實時人臉識別

 

二、fastText by FacebookResearch

項目地址：https://github.com/facebookresearch/fastText

fastText是Facebook團隊的一個開源免費庫，用於文本分類。它是輕量級的，容許用戶學習文本表示和句子分類器。它可運行於標準的通用硬件上。該模型也能夠被壓縮到移動設備上。

文本分類是許多應用程序的核心問題，如垃圾郵件檢測，情緒分析或智能回覆。文本分類的目標是將文檔（例如電子郵件，帖子，文本消息，產品評論等）分配給多個類別。

對於NLP愛好者來講，這是一個很是有用的資源。

 

三、awesome-tensorflow

項目地址：https://github.com/jtoy/awesome-tensorflow

這是一組能夠幫助你瞭解和利用TensorFlow。github repo包含一系列精選的有趣的TensorFlow實驗、庫和項目。

TensorFlow是由Google開發設計的端到端機器學習開源平臺。它擁有完善的生態系統，包含工具，庫和社區資源等，可以讓研究人員經過ML創造最早進的技術。使用它開發人員能夠輕鬆構建和部署ML驅動的應用程序

 

四、 predictionio by Apache

項目地址：https://github.com/apache/predictionio

Apache PredictionIO是面向開發人員，數據科學家和終端用戶的開源機器學習框架。用戶可使用此框架構建、部署和測試ML應用程序。

它甚至支持事件收集，評估和查詢預測結果。它基於可擴展的開源服務，如Hadoop，HBase等。

就機器學習而言，它從根本上減輕了開發人員的負擔。

 

五、Style2Paints

項目地址：https://github.com/lllyasviel/style2paints

該存儲庫與上述全部存儲庫略有不一樣，由於它因爲資金短缺而被關閉！這是一個很是有趣的概念，它將AI用於圖像上色。

建立者聲稱Style2paints V4是當前最好的AI着色工具，認爲它與之前的端到端圖像轉換方法不一樣，由於它是第一個在現實工做流程中對線稿上色的AI。大多數人類藝術家都熟悉這個工做流程：

素描 - > 顏色填充/扁平化 - > 漸變/細節添加 - > 陰影

Style2Paints就是根據此流程設計的。你只須要點擊2次鼠標就能夠從最左邊的圖像生成中間圖像。

只需再點擊4次，這就是你獲得的

來源：開源最前線

                         

歡迎關注個人公衆號：【編程資源庫】 ，關注後回覆「我來自互聯網」便可領取2000G視頻教程