不容错过的2017多少正确15大热门GitHub项目

介绍:

GitHub现在不再只是是一个软件寄存管理器,而是软件工程师通过它来共享他们友善付出的工具/库,甚至那么些资源对一部分小卖部都很重点。作为一名狂热的数额科学爱好者,我计算了一密密麻麻在前年更是盛名的知识库!

目录:

1.就学资源库:

1.Awesome Data Science

2.Machine Learning / Deep Learning Cheat Sheet

3.Oxford Deep Natural Language Processing Course Lectures

4.PyTorch – Tutorial

5.Resources of NIPS 2017

2.开源软件:

1.TensorFlow

2.TuriCreate – A Simplified Machine Learning Library

3.OpenPose

4.DeepSpeech

5.Mobile Deep Learning

6.Visdom

7.Deep Photo Style Transfer

8.CycleGAN

9.Seq2seq

10.Pix2code

1.读书资源

1.1:Awesome Data Science:

其一GitHub是数量正确的资源指南,它是创设在多年来的累积进献,从引导指南、信息图片到人们在推特(TWTR.US),非死不可,Instagram等社交网站上的资源链接,其中有成百上千资源可供观察,无论是或不是你是初大家照旧老手。

回溯一下目录中的内容,一下情节都是资源库中最具深度的意味:

1.2机械学习/深度学习备忘录

以此资源库由常用的工具和技巧构成,以cheatsheets的花样编译。那几个手册的限定很广,从像Pandas那样的非凡简单的工具到深度学习等技能。给那一个最常用的库分类完毕后,你在也不必要谷歌那一个工具最常用的技艺和窍门。

Cheatsheets包含:Pandas,numpy,scikit学习,matplotlib,ggplot,dplyr,tidyr,pySpark和神经网络。

1.3华盛顿圣路易斯分校深度自然语言处理课程讲座

华盛顿圣路易斯分校大学自然语言处理课程一向是愿意进入自然语言处理领域的人选的金子课程。但随着Deep
Learning的现身,NLP取得了宏伟的向上,那要归功于深度学习架构(如RNN和LSTM)的面世。

以此基于南洋理管理大学NLP讲座的知识库将NLP的启蒙进步到了一个新的程度。那个讲座是使用RNN一门实践性的科目,涵盖了用语言建模,语音识别,文本到语音等。这一个知识库包涵了清华讲座的具有材料,提供实用的课本材料分配。

1.4 PyTorch – 教程

从当下来看,PyTorch是Tensorflow的唯一竞争对手,并且在有限帮衬其名誉方面做得很好。随着Pythonic风格编码,动态总括以及更快的原型开发的需求,越多的开发者开首选取PyTorch。由此PyTorch也引起了深度学习社区的够用的珍重。

1.5 NIPS 2017的资源

该知识库是NIPS
二零一七年会议上有着受邀讲座、教程和研商会的资源和幻灯片清单。NIPS是一个专程针对机器学习和测算神经科学的年度会议。近几年来数据科学界的突破性研究大多是这些研商会的啄磨成果,借使您想维持当先的身价,那相对是最佳的资源!

2.开源软件

2.1 TensorFlow

自TensorFlow正式发表以来,已经有2年的时光了,它直接维持着“机器学习/深度学习”超级库的称谓。谷歌Brain和TensorFlow背后的社区直接在积极进献,越发是在深度学习世界。

TensorFlow最初是当做利用数据流图进行数值总括的库而构建的。但从眼前的现象来看,它可以说是树立深度学习模型的完整库。固然TensorFlow主要支撑Python,但它也支撑诸如C,C
++,Java等语言。

2.2 TuriCreate-简化的机器学习库

TuriCreate拥有易于使用的创建和配备机器学习模型的扑朔迷离义务,如目的检测,活动分类和引进系统。

TuriCreate是专程为python开发的。TuriCreate提供的最好的功效之一是它可以轻松地将机械学习模型布置到Core
ML(苹果的另一个开源软件),用于iOS,macOS,watchOS和tvOS应用。

2.3 OpenPose

OpenPose是一个多人第一点检测库,可协助您以实时的进程检测图像或摄像中某个人的岗位。由CMU的感知总计实验室开发,OpenPose的中标验证了开源软件商讨如何可以轻松利用在同行业中。

OpenPose协助解决的一个用例是移动检测。例如,由影星完毕的位移得以被实时捕获。然后那几个关键点和她俩的动作可以用来创制动画电影。OpenPose有一个可用于访问库的C
++ API,它也有一个简约的指令行界面来处理图像或录像。

2.4 DeepSpeech

科学技术,DeepSpeech库是由百度研讨开发的话音合成技术的开源技术。它根据TensorFlow,可以专门用于Python,但也足以绑定到NodeJS,也能够在命令行上选取。

Mozilla是从头发轫构建DeepSpeech的主要工作人士之一,Mozilla技术战略副COOSean
White
曾经评论说:“唯有个别满意商业质料的话音识别服务可用,主要由多少个大集团提供。那项技艺减弱了初创集团、切磋人口竟然更大的店堂想要为他们的产品和服务发言的用户选取和可用成效。与社区志同道合的开发人士,公司和商量人士联合,大家早就使用了复杂的机器学习技术和形形色色的更新来构建语音到文本的引擎”

2.5移动深度学习

其一库为活动平台带来了开首进的数码科学和技术。该知识库由百度琢磨开发,目的在于将低学习格局陈设在Android和IOS等活动设备上,具有低复杂度和高速度的表征。存储库本身中解释的简单用例是对象检测,它可以辨认图像中的对象的贴切地方。

2.6 Visdom

Visdom是一个协助在协小编之间广播图表、图像和文书的库。你可以以编程格局或通过UI社团可视化空间,为实时数据创立仪表板,检查实验结果或调试实验性代码。

输入到绘图函数中的输入是见仁见智的,尽管其中绝一大半输入张量X比包蕴数据和富含可选数据变量(例如标签或时刻戳)的(可选的)张量Y作为输入。它协理具备骨干绘图类型来创设由Plotly支持的可视化。Visdom在Python中援救Torch和Numpy。

2.7深色照片风格转移

本条库是基于一个商量随想,介绍了一个纵深学习的法门将拍摄风格转移处理大量的图像内容,同时有效的传递参考风格。该办法成功地在种种处境下暴发令人满意的真实感风格的更换,包罗一天中的时间,天气,季节和方式编辑的转换。此代码基于torch。

2.8 CycleGAN

CycleGAN是一个有趣而且功效强大的库,浮现了早先进的技能的前景。举个例子,上面的图片是以此库可以做哪些的一瞥——调整图像的纵深感知。那里的主要性是,你未曾告知算法图片中的哪一部分内需敬服关切。

这几个库近年来是用Lua编写的,但是它也可以在指令行中使用。

2.9 Seq2seq

Seq2seq最初是为机械翻译而开发的,但后来被开发用于种种其他任务,包涵集中、会话建模和图像字幕。只要可以将一个格式的输入数据编码成另一个题材,并将其解码为另一种格式,就足以选拔那几个框架。它使用Python所有流行的Tensorflow库举行编程。

2.10 Pix2code

那是一个不行令人欢快的体系,它可以运用深度学习,尝试为给定的GUI自动生成代码。在构建网站或移动界面时,前端工程师日常必须编制耗时且无生产力的再一次代码。那从本质上拦截了开发人士将大部分年华用来落到实处正在构建的软件的骨子里效益和逻辑。Pix2code可以因此自动化进度来弥补那或多或少。它依据一种新颖的方法,允许从单个GUI显示器截图生成总计机令牌作为输入。

Pix2code是用python编写的,可用于将手机和网络界面的图像捕获转换为代码。

正文由北阿里云云栖社区团队翻译。

小说原标题《15 Trending Data Science GitHub Repositories you can not
miss in 2017》,

小编:Sunil雷,在印度保险行业拥有丰裕经验的商贸分析和智能专业人员。

Leave a Comment.