有趣的Github項目萬里挑一！

來源：PaperWeekly

本文共1000字，建議閱讀5分鐘。

本文為你介紹9個最新機器學習開源項目。

本文帶你快速 get 每個精選Github項目的亮點和痛點，時刻緊跟 AI 前沿成果。

01

InsightFace

#基於MXNet的人臉識別開源庫

InsightFace 是 DeepInsight 實驗室對其論文 ArcFace: Additive Angular Margin Loss for Deep Face Recognition 的開源實現。本文工作將 MegaFace 的精度提升到 98%，超過俄羅斯 Vocord 公司保持的 91% 的紀錄。

此外，該項目還包括打包對齊好的人臉訓練數據（MS1M 和 VGG2）、網路框架（ResNet，InceptionResNet_v2，DenseNet，DPN 和 MobiletNet）和 loss 設計（Softmax，SphereFace，AMSoftmax，CosFace 和 Triplet Loss）。

在此基礎上，研究人員可以專註於人臉識別的演算法實驗，工業界也可以方便地根據自身需求訓練，或者憑藉該項目提供的高精度預訓練模型進行產品化。

02

#Python圖像增強庫

Augmentor 是一個 Python 圖像增強庫，減少了使用圖像庫自己編寫代碼的繁雜工序，能夠批量完成圖像的旋轉，放大，縮小，添加噪音以擴充數據量。

輸入圖像

GIF

輸出圖像

03

#序列距離測算

TextDistance 是一個包含 30+ 種演算法的 Python 庫，用於計算兩個或多個序列之間的距離。

項目特性如下：

30+ 種演算法

純 Python 實現

操作簡便

支持兩種以上序列對比

部分演算法具備多種實現

支持 Numpy 獲取最大速度優化

04

Neural Network Voices

#模仿Kate Winslet說話

本項目是 Siraj Raval 在 YouTube 上發布的神經網路語音合成教學視頻對應代碼，如何使用深度神經網路將普通人的聲音轉化為英國著名女演員 Kate Winslet 的聲音。本項目使用的數據集為 Kate Winslet 朗讀的有聲書音頻。

05

Personae

#強化、監督學習在金融市場中的應用

Personae 基於 TensorFlow 和 PyTorch 對深度強化學習、監督學習演算法和論文進行實現，並嘗試將其應用於金融市場（股市）。該項目已實現的演算法包含 DDPG，Policy Gradient 和 DualAttnRNN。

股票交易收益對比

股價預測結果

06

NNDial

#端到端對話系統開源工具包

NNDial 是一個用於構建端到端可訓練任務型對話模型的開源工具包，本項目來自劍橋大學，使用的數據集為 CamRest676。

測試結果

07

Voice Activity Detection Toolkit

#語音端點檢測工具包

本項目是論文 Voice Activity Detection Using an Adaptive Context Attention Model 的開源實現，此外還包含作者團隊自行錄製的語音數據集。

該工具包支持 4 種基於 MRCG 的分類器：

自適應上下文注意模型（ACAM）

增強型深度神經網路（bDNN）

深度神經網路（DNN）

基於LSTM的循環神經網路（LSTM-RNN）

08

Knowledge Graph Representation

#用PyTorch實現知識圖譜表示

該項目整理了知識圖譜表示常用的四個數據集，提供了數據清洗整理的代碼，用 PyTorch 實現了四種基於平移的演算法。在評估階段，使用了多進程加速，將 MeanRank 和 Hits@10 的評估時間壓縮到小於 1 分鐘。

09

PyHanLP

#HanLP的Python介面

本項目是漢語言處理包 HanLP 的 Python 介面，支持自動下載與升級 HanLP，兼容 py2 和 py3。

HanLP 是由一系列模型與演算法組成的 Java 工具包，目標是普及自然語言處理在生產環境中的應用。HanLP 具備功能完善、性能高效、架構清晰、語料時新、可自定義的特點。

HanLP 可提供中文分詞、詞性標註、命名實體識別、關鍵詞提取、文本推薦、依存句法分析、文本分類、word2vec 和語料庫工具等功能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！