深度學習預測比特幣價格；基於神經網路的自動化前端開發

對於開發者來講，證明其編程能力最好的方式是展示他們的項目和代碼。AI 研習社本周從 YouTube、知乎以及 Github 官網上搜羅了數個與 AI 相關的開源項目，為 AI 開發者的設計提供參考。這些項目涉及自動化前端開發、中文近義詞處理以及近期火熱的比特幣等領域，詳細信息和具體的代碼實現請閱讀下文。

如果你對自己的 AI 項目有足夠的自信，同時也希望更多的開發者參與到你的項目中，歡迎將項目的 Github 鏈接發給我們，說不定下一期就是推薦你的項目。

用深度學習預測虛擬貨幣價格 —— ethereum_future

Github 地址：https://github.com/llSourcell/ethereum_future

這是 Youtube 網紅小哥 Siraj Raval 「Ethereum Future Price Prediction」視頻的代碼，視頻 B 站鏈接：https://www.bilibili.com/video/av18466563/。

該項目用深度學習的方法預測比特幣的走勢，Siraj Raval 小哥也在視頻里說了，這套模型還可以用來預測任何 Altcoin。看來現在的礦工們都應該學點機器學習了。

基於神經網路的自動化前端開發 —— Screenshot-to-code-in-Keras

Github 地址：https://github.com/emilwallner/Screenshot-to-code-in-Keras

目前，自動化前端開發最大的障礙是計算能力，不過，我們可以用深度學習演算法和數據訓練來探索自動化前端設計。該項目是本周 Github Trending 第一名，神經網路通過深度學習，自動把設計稿變成 HTML 代碼。該軟體的作者表示三年內深度學習將改變前端開發，加快原型構建的速度並降低軟體開發門檻。

中文近義詞工具包 —— Synonyms

Github 地址：https://github.com/huyingxi/Synonyms

可以用於自然語言理解的很多任務：文本對齊，推薦演算法，相似度計算，語義偏移，關鍵字提取，概念提取，自動摘要，搜索引擎等。兼容 py2 和 py3，當前穩定版本 v2.1。

優化神經網路使用的內存 —— gradient-checkpointing

Github 地址：https://github.com/openai/gradient-checkpointing

訓練深度神經網路需要佔用大量的內存，用 Tim Salimans 和 Yaroslav Bulatov 共同開發的這套工具，可以權衡內存的使用情況，使你的模型更加容易地適配內存。對於前饋模型（feed-forward models），我們能將大 10 倍以上的模型放進 GPU 里，而計算時間僅增加 20%。

NLP 工程師入門實踐班：基於深度學習的自然語言處理

三大模塊，五大應用，手把手快速入門 NLP

海外博士講師，豐富項目經驗

演算法 + 實踐，搭配典型行業應用

隨到隨學，專業社群，講師在線答疑

（http://www.mooc.ai/course/427）

新人福利

關注 AI 研習社（okweiwu），回復1領取

【超過 1000G 神經網路 / AI / 大數據，教程，論文】

想知道 GitHub 上各開源項目的生存狀況如何？這個軟體告訴你！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！