本文將會分享近期發布的七大GitHub機器學習專案，這些專案廣泛覆寫了機器學習的各個領域，包括自然語言處理（NLP）、計算機視覺、大資料等，
最頂尖的Github機器學習專案
1. PyTorch-Transformers（NLP）
傳送門：
https://github.com/huggingface/pytorch-transformers
自然語言處理(NLP)的力量令人嘆服，NLP改變了文本的處理方式，幾乎到了無法用語言描述的程度，
在最先進的一系列NLP庫中，PyTorch-Transformers出現最晚，卻已打破各種NLP任務中已有的一切基準，它最吸引人的地方在于涵蓋了PyTorch實作、預訓練模型權重及其他重要元素，可以幫助用戶快速入門，
運行最先進的模型需要龐大的計算能力，PyTorch-Transformers在很大程度上解決了這個問題，它能夠幫助這類人群建立起最先進的NLP模型，
這里有幾篇深度剖析PyTorch-Transformers的文章，可以幫助用戶了解這一模型（及NLP中預訓練模型的概念）：
· PyTorch-Transformers：一款可處理最先進NLP的驚人模型庫（使用Python）
https://www.analyticsvidhya.com/blog/2019/07/pytorch-transformers-nlp-python/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· 8個入門NLP最優秀的預訓練模型
https://www.analyticsvidhya.com/blog/2019/03/pretrained-models-get-started-nlp/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· PyTorch——一個簡單而強大的深度學習庫
https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
2. NeuralClassifier (NLP)
傳送門：
https://github.com/Tencent/NeuralNLP-NeuralClassifier
在現實世界中，文本資料的多標簽分類是一個巨大的挑戰，早期面對NLP問題時，我們通常處理的是單一標簽任務，但在真實生活中卻遠不是這么簡單，
在多標簽分類問題中，實體/記錄具備多個標簽，且每個實體的標簽數量并不固定，
NeuralClassifier使我們能夠在多層、多標簽分類任務中快速實作神經模型，我最喜歡的是NeuralClassifier，提供了各種大眾熟知的文本編碼器，例如FastText、RCNN、Transformer等等，
用NeuralClassifier可以執行以下分類任務：
· 雙層文本分類
· 多層文本分類
· 多標簽文本分類
· 多層（多標簽）文本分類
以下兩篇優秀的文章介紹了究竟什么是多標簽分類，以及如何在Python中執行多標簽分類：
· 使用NLP預測電影型別——多標簽分類的精彩介紹
https://www.analyticsvidhya.com/blog/2019/04/predicting-movie-genres-nlp-multi-label-classification/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· 使用Python構建你的第一個多標簽影像分類模型
https://www.analyticsvidhya.com/blog/2019/04/build-first-multi-label-image-classification-model-python/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
3. TDEngine (大資料)
傳送門：
https://github.com/taosdata/TDengine
TDEngine資料庫在幾乎不到一個月的時間內就累積了近10,000個star，繼續往下讀，你立馬就能明白這是為何，
TDEngine是一個開源大資料平臺，針對：
· 物聯網（IoT）
· 車聯網
· 工業物聯網
· IT基礎架構等等
本質上，TDEngine提供了一整套與資料工程相關的任務，用戶可以用極快的速度完成所有這些作業（查詢處理速度將提高10倍，計算使用率將降低到1/5），
目前有一點需要注意——TDEngine僅支持在Linux上執行，TDEngine資料庫包含完整的檔案資料以及包含代碼的入門指南，
建議你閱讀這一篇針對資料工程師的綜合資源指南：
· 想成為資料工程師？這里列出了入門應看的綜合資源
https://www.analyticsvidhya.com/blog/2018/11/data-engineer-comprehensive-list-resources-get-started/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
4. Video Object Removal (計算機視覺)
傳送門：
https://github.com/zllrunning/video-object-removal
你是否接觸過影像資料？計算機視覺是一種十分先進的技術，用于操縱和處理影像的，想要成為計算機視覺專家，影像的目標檢測通常被認為是必經之路，
那么視頻呢？如果要對幾個視頻中的目標繪制邊界框，雖然看似簡單，實際難度卻遠不止如此，而且目標的動態性會使任務更加復雜，
所以Video Object Removal非常棒，只要在視頻中某一目標周圍繪制邊界框，即可將它洗掉，就是這么簡單！以下是一個范例：
如果你在計算機視覺的世界里還是個小白，這里有兩篇能幫助你入門并快速上手的文章：
· 對基礎目標檢測演算法的全面介紹
https://www.analyticsvidhya.com/blog/2018/10/a-step-by-step-introduction-to-the-basic-object-detection-algorithms-part-1/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· 使用深度學習2.0掌握計算機視覺
https://courses.analyticsvidhya.com/courses/computer-vision-using-deep-learning-version2/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
5. Python Autocomplete (編程)
傳送門：
https://github.com/vpj/python_autocomplete
你一定會愛上Python Autocomplete的，資料科學家的所有作業就是對各種演算法進行試驗（至少是大多數人），而Python Autocomplete可以利用一個LSTM簡單模型自動寫完Python代碼，
下圖中，灰色的部分就是LSTM模型自動填寫的代碼（結果位于影像底部）：
開發人員如是描述：
首先清除Python代碼中的注釋、字串和空行，然后進行訓練和預測，模型訓練的前提是對python代碼進行標記化，相比使用位元組編碼來預測位元組，這似乎更為有效，
如果你曾花費（浪費）時間撰寫一行行單調的Python代碼，那么這一模型可能正是你所尋找的，不過它的開發還處于非常早期的階段，操作中不可避免會出現一些問題，
如果你想知道LSTM到底是什么，請閱讀這篇文章中的介紹：
· 深度學習的要點：長短時記憶（LSTM）入門
https://www.analyticsvidhya.com/blog/2017/12/fundamentals-of-deep-learning-introduction-to-lstm/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
6. tfpyth–從TensorFlow到PyTorch再到TensorFlow (編程)
傳送門：
https://github.com/BlackHC/tfpyth
TensorFlow和PyTorch兩大模型都坐擁龐大的用戶群，但后者的使用率高得驚人，在未來一兩年內很可能超過前者，不過請注意：這并不會打擊Tensorflow，因為它的地位相當穩固，
所以如果你曾經在TensorFlow中寫了一串代碼，后來又在PyTorch中寫了另一串代碼，現在希望將兩者結合起來用以訓練模型——那么tfpyth框架會是一個好選擇，Tfpyth最大的優勢就在于用戶不需要重寫先前寫好的代碼，
這一專案對tfpyth的使用方法給出了結構嚴謹的示例，這無疑是對TensorFlow與PyTorch爭論的一種重新審視，
安裝tfpyth易如反掌：
pip install tfpyth
以下是兩篇深度介紹TensorFlow和PyTorch如何運作的文章：
· 深度學習指南：使用Python中的TensorFlow實作神經網路
https://www.analyticsvidhya.com/blog/2016/10/an-introduction-to-implementing-neural-networks-using-tensorflow/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
· PyTorch——一個簡單而強大的深度學習庫
https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
7. MedicalNet
MedicalNet中包含了一個PyTorch專案，該專案將《Med3D：用遷移學習分析3D醫學影像》（https://arxiv.org/abs/1904.00625）這篇論文中的想法付諸實踐，這一機器學習專案將醫學資料集與不同的模態、目標器官和病理結合起來，以構建規模較大的資料集，
眾所周知，深度學習模型（通常）需要大量訓練資料，而TenCent發布的MedicalNet是一個相當出色的開源專案，希望大家都能嘗試使用它，
MedicalNet的開發人員已經發布了四個預訓練模型，這些模型基于23個資料集，如果你需要，下文對遷移學習進行了直觀的介紹：
· 遷移學習及在深度學習中使用預訓練模型的藝術
https://www.analyticsvidhya.com/blog/2017/06/transfer-learning-the-art-of-fine-tuning-a-pre-trained-model/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
推薦閱讀
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/223927.html
標籤：AI
下一篇：libSVM使用實驗報告