七大Github機(jī)器學(xué)習(xí)熱門項(xiàng)目

點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)
本文轉(zhuǎn)自|機(jī)器學(xué)習(xí)算法那些事

Pytorch-Transformers(NLP)

https://github.com/huggingface/pytorch-transformers

PyTorch-Transformers是最新的一系列最先進(jìn)的NLP庫(kù)。它打敗了之前各種NLP任務(wù)的基準(zhǔn)。我真正喜歡pytorch-transformers的是它包含PyTorch實(shí)現(xiàn)，預(yù)訓(xùn)練模型權(quán)重和其他重要組件，可以幫助你快速入門。

你可能會(huì)覺得運(yùn)行復(fù)雜的模型需要巨大的計(jì)算能力。但是PyTorch-Transformers沒有這個(gè)問(wèn)題，使大多數(shù)人都可以建立最優(yōu)秀的NLP模型。

NeuralClassifer(NLP)

https://github.com/Tencent/NeuralNLP-NeuralClassifier

文本數(shù)據(jù)的多標(biāo)簽分類是一個(gè)相當(dāng)大的挑戰(zhàn)。當(dāng)我們處理早期的NLP問(wèn)題時(shí)，我們通常會(huì)處理單一標(biāo)簽任務(wù)。該級(jí)別在實(shí)際數(shù)據(jù)上增加了幾個(gè)級(jí)別。

在多標(biāo)簽分類問(wèn)題中，實(shí)例或記錄可以具有多個(gè)標(biāo)簽，并且每個(gè)實(shí)例的標(biāo)簽數(shù)量不固定。

NeuralClassifier使我們能夠快速實(shí)現(xiàn)分層多標(biāo)簽分類任務(wù)的神經(jīng)模型。NeuralClassifier提供了我們熟悉的各種文本編碼器，如FastText，RCNN，Transformer編碼器等。

我們可以使用NeuralClassifier執(zhí)行以下分類任務(wù)：

• 二進(jìn)制文本分類

• 多級(jí)文本分類

• 多標(biāo)簽文本分類

• 分層（多標(biāo)簽）文本分類
  
  

TDEngine（大數(shù)據(jù)）

https://github.com/taosdata/TDengine

TDEngine在上個(gè)月的星星數(shù)超過(guò)了GitHub上所有其他的新項(xiàng)目。在不到一個(gè)月的時(shí)間內(nèi)收到了將近10000顆星。

TDEngine是一個(gè)用于下列領(lǐng)域的開源大數(shù)據(jù)平臺(tái)：

• 物聯(lián)網(wǎng)（IoT）

• 聯(lián)網(wǎng)汽車

• 工業(yè)物聯(lián)網(wǎng)

• IT基礎(chǔ)設(shè)施等等。

TDEngine提供了與數(shù)據(jù)工程相關(guān)的一整套任務(wù)。我們可以以超快的速度完成所有這些工作（處理查詢速度提高10倍，計(jì)算使用率為1/5）。

有一點(diǎn)目前需要注意，TDEngine僅支持在Linux上執(zhí)行。這個(gè)GitHub存儲(chǔ)庫(kù)包含了完整的文檔和帶有代碼的入門指南。

視頻對(duì)象刪除（CV）

https://github.com/zllrunning/video-object-removal

您是否操作過(guò)圖像數(shù)據(jù)？用于操作和處理圖像的計(jì)算機(jī)視覺技術(shù)非常先進(jìn)，其中圖像物體檢測(cè)被認(rèn)為是成為計(jì)算機(jī)視覺專家的基本步驟。

但是操作視頻會(huì)怎么樣？當(dāng)我們需要在視頻中的對(duì)象周圍繪制邊界框時(shí)，難度會(huì)提高幾個(gè)級(jí)別。對(duì)象的動(dòng)態(tài)特征使整個(gè)概念更加復(fù)雜。

所以，當(dāng)我看到這個(gè)GitHub存儲(chǔ)庫(kù)時(shí)非常高興。我們只需在視頻中的對(duì)象周圍繪制一個(gè)邊界框即可將它刪除。 真的非常容易！下面是該項(xiàng)目的一個(gè)例子：

Python自動(dòng)補(bǔ)全（編程）

https://github.com/vpj/python_autocomplete

你會(huì)喜歡上這個(gè)機(jī)器學(xué)習(xí)項(xiàng)目。作為數(shù)據(jù)科學(xué)家，我們的工作大多數(shù)就是圍繞著算法做實(shí)驗(yàn)。這是一個(gè)可以自動(dòng)完成簡(jiǎn)單的LSTM模型的Python代碼的項(xiàng)目。

下面灰色突出顯示的代碼是LSTM模型填寫的內(nèi)容（結(jié)果位于圖像的底部）：

正如開發(fā)人員所說(shuō)：

我們?cè)趐ython代碼中刪除注釋、字符串和空行后進(jìn)行訓(xùn)練和預(yù)測(cè)。在對(duì)python代碼進(jìn)行標(biāo)記化之后訓(xùn)練模型。它似乎比使用字節(jié)對(duì)編碼的字符級(jí)預(yù)測(cè)更有效。

如果你曾經(jīng)花費(fèi)或浪費(fèi)時(shí)間寫了很差的Python代碼，那么你可能需要它。它現(xiàn)在處于在非常早期的階段，所以還存在一些問(wèn)題。

tfpyth – TensorFlow to PyTorch to TensorFlow(編程)

https://github.com/BlackHC/tfpyth

TensorFlow和PyTorch都擁有強(qiáng)大的用戶社區(qū)。但令人難以置信的是PyTorch的使用率可能會(huì)在未來(lái)一兩年內(nèi)超越TensorFlow。這不是打擊TensorFlow，而是相當(dāng)可靠的。

因此，如果你使用TensorFlow編寫了一部分代碼并用PyTorch中編寫了另一部分代碼，并希望將兩者結(jié)合起來(lái)訓(xùn)練模型，那么tfpyth框架非常適合你。tfpyth最好的地方是不需要重寫之前的代碼。

這個(gè)GitHub存儲(chǔ)庫(kù)包含了一個(gè)結(jié)構(gòu)良好的示例，說(shuō)明了如何使用tfpyth。這絕對(duì)是TensorFlow與PyTorch之間的一種新的看法，不是嗎？

安裝tfpyth：

pythonpip install tfpyth



MedicalNet

https://github.com/Tencent/MedicalNet

將遷移學(xué)習(xí)與NLP聯(lián)系起來(lái)。當(dāng)我看到這個(gè)精彩的MedicalNet項(xiàng)目時(shí)，我感到很激動(dòng)。

這個(gè)GitHub存儲(chǔ)庫(kù)包含了“Med3D: Transfer Learning for 3D Medical Image Analysis”論文的PyTorch實(shí)現(xiàn)。該機(jī)器學(xué)習(xí)項(xiàng)目將醫(yī)學(xué)數(shù)據(jù)集與不同的模態(tài)，目標(biāo)器官和病理進(jìn)行聚合，以構(gòu)建相對(duì)較大的數(shù)據(jù)集。

眾所周知，深度學(xué)習(xí)模型通常需要大量的訓(xùn)練數(shù)據(jù)。因此，TenCent發(fā)布的MedicalNet是一個(gè)出色的開源項(xiàng)目，我希望很多人能夠繼續(xù)在它上面工作。MedicalNet的開發(fā)人員已經(jīng)發(fā)布了基于23個(gè)數(shù)據(jù)集的四個(gè)預(yù)訓(xùn)練模型。