7 個開發者應該知道的機器學習相關 Github 項目

本文原載於微信公眾號「磐創 AI」，由磐創 AI 技術團隊編譯，AI 研習社獲其授權轉載。

本文介紹了github上最近比較火的7個機器學習項目，每一個都值得上手。

目錄：

介紹

Person Blocker(人體自動遮擋)

AstroNet（天體網路）

ANN Visualizer（神經網路可視化）

Fast Pandas

Tensorflow.js

Caffe 64（小巧版caffe）

Tensorflow Hub

介紹

GitHub是我生活中不可或缺的一部分！你不僅可以在Github上關注到不同領域的工作，還可以很好的協作處理多個開源項目。包括谷歌和Facebook在內的(幾乎)所有科技公司，都會在GitHub上上傳他們的開源項目代碼，以利於社區發展與大家的進步。

但是，如果你難以找到下面的這幾個GitHub，可以持續關注我們的動態，我們每個月都會為你提供排名靠前的那些項目的項目摘要。以便於你可以通過此隨時了解領域發展的最新動態，甚至可以直接複製那些項目代碼到自己的設備上！

本月的名單包括一些極棒的項目倉庫。從谷歌大腦(Google Brain)的AstroNet到人工神經網路可視化工具(ANN Visualizer)，我們整理了一個獨有的開源項目倉庫列表來擴展你對機器學習最新動態的了解與把握。

你準備好了嗎？我們來看看上個月的前7名！

1.Person Blocker(人體自動遮擋)

Github：

https://github.com/minimaxir/person-blocker

"Person Block"是一個開源python項目。它可以使用預先訓練好的神經網路自動遮擋(block)圖像里的任何一個人。該演算法使用基於MS COCO數據集上預訓練的Mask R-CNN模型。更加錦上添花的是？它不需要用GPU！！！

演算法不僅僅只可以應用於人體的遮擋(block)，而且還可以遮擋其他目標。該演算法目前可識別80種不同類型的物體，包括車輛，動物，電子小配件等。

2.AstroNet（天體網路）

Github 地址：

https://github.com/tensorflow/models/tree/master/research/astronet

早在2017年12月，谷歌大腦團隊(Google Brain)就透露他們已經應用Astronet發現了2顆新行星-它(Astronet)是處理天文數據的深層神經網路模型。這個巨大的發現深深體現了機器學習給當今世界帶來的深遠影響！！

如今，Google Brain已經發布了實現該技術的全部代碼，並且已經將它提供給所有人。該模型(Astronet)基於卷積神經網路(CNN)。

3. ANN Visualizer（神經網路可視化）

Github 地址：

https://github.com/Prodicode/ann-visualizer

ANN Visualizer是一個開源python庫。它使我們可以實現使用一行代碼就可視化人工神經網路。它可以結合Keras，並利用python的"graphviz"庫來創建一個視化神經網路圖。

4.Fast Pandas

Github:

https://github.com/mm-mansour/Fast-Pandas

任何python初學者都感嘆pandas的靈活性和強大功能。作為一名數據科學研究者，你需要考慮從多個角度去解決某個問題。「fast pandas」旨在針對這些情況下的多種可用方法進行基準測試評估(benchmark)。

這是一個非常有用的python庫，我們強烈建議你去嘗試一下。

5.TensorFlow.js

Github：

https://github.com/tensorflow/tfjs

TensorFlow.js是一個全新開源機器學習框架，可以使用最底層的 Java 線性代數庫或最高級的 API 在瀏覽器上開發機器學習模型。如果你對了解Keras，那麼高級神經網路層級API對你來說應該不那麼陌生。

TensorFlow.js支持GPU加速，並自動支持WebGL(創建複雜的數據可視化應用)。它允許你在瀏覽器上訓練模型，或以推斷模式運行預訓練的模型。

6.Caffe64（小巧版caffe）

Github：

https://github.com/dfouhey/caffe64

Caffe64是一個簡單，小巧但功能非常強大的神經網路庫。我們都知道安裝神經網路庫有多繁瑣。根據其開發人員的說法，Caffe64放棄了所有的繁瑣工作，並且是「目前最容易編譯和最輕量級的神經網路庫」。

如果你之前使用過caffe，這對你來說就是小菜一碟！

7. Tensorflow Hub

Github：

https://github.com/tensorflow/hub

TensorFlow Hub是一個發布、發現和重用TensorFlow中機器學習模塊部分的平台。特別是，它使得可以在其他類似的任務中重複使用一個模塊(一個TensorFlow的獨立片段及其權重)。通過在相關任務上重用模塊，你可以實現：

· 用較小的數據集訓練模型

· 改進泛化

· 大大加快訓練

你以前使用過這些庫嗎？有什麼樣的使用感受？請在下面的評論部分告訴我們！（編譯自：analyticsvidhya）

NLP 工程師入門實踐班

三大模塊，五大應用，知識點全覆蓋；

海外博士講師，豐富項目分享經驗；

理論+實踐，帶你實戰典型行業應用；

專業答疑社群，討論得出新知。

新人福利

關注 AI 研習社（okweiwu），回復1領取

【超過 1000G 神經網路 / AI / 大數據資料】

「全球最大同性交友平台」Github 十歲了，十年大事記一覽

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！