热点 | 六月Github热点项目库总结
【磐创AI导读】:Github是全球最大的开源代码社区。接下来磐创AI将为大家介绍几个六月Github热点项目库。
目录
介绍
Github热点项目库
Facebook's DensePose
NLP Progress
MLflow
Salesforce’s decaNLP
Reinforcement Learning Notebooks
总结
介绍
对于数据科学和机器学习而言,GitHub无疑是最受欢迎的平台之一。它是在代码和项目之间共享和协作的绝佳工具,它降低了进入开源世界的壁垒,并在传播知识和扩展机器学习社区方面发挥了巨大的作用。
在六月份,有一些惊艳的python项目开放了源代码。从可以定位5000个关键点的姿态估计模型(DensePose)到用一种模型实现多个NLP任务的Salesforce's decaNLP再到包含由详细注释的强化学习算法集合的git库Reinforcement Learning Notebooks。下面将一一进行简单介绍。
接下来,让我们一起看看六月份的热点Git仓库。
GitHub月度最佳项目库
Facebook's DensePose
(https://github.com/facebookresearch/DensePose)
今年,人体姿态估计在深度学习界引发了广泛关注。这一趋势在Facebook开放他们的姿态估计框架'DensePose'的源代码后更是被推到了一个新的高度。该技术可识别人体中超过5000个关节点(对于上下文来说,其他方法以10或20个关节进行操作)。从上图中可以看出该技术的实现结果。
DensePose已经在目标检测平台Detectron中创建好并由Caffe2提供支持。除了代码之外,此存储库还包含用于可视化DensePose-COCO数据集的notebook。
NLP Progress(https://github.com/sebastianruder/NLP-progress)
尽管自然语言处理(NLP)有吸引力,但它无疑是一个很难步入一个领域。你需要去处理大量非结构化文本,这并不容易。而这个NLP Progress存储库就是专门用于跟进NLP领域最新进展的仓库。它列举了一些非常有用的数据集和当前依存句法分析(depency parsing)、part-of-speech tagging(词性标注)和阅读理解(reading comprehension)的最优方法(state-of-the-art)。
如果你对NLP领域感兴趣或者茫然的话,可以star这个存储仓库并持续关注它的动态。同时,将来还会有一些技术补充到列表里,如信息提取技术,关系抽取技术,语法错误纠正技术(grammatical error correction)等。
MLflow(https://github.com/databricks/mlflow)
模型的大规模应用是数据科学家进入该领域时面临的挑战之一,设计和构建模型又是数据科学家们进行机器学习的原因。但如果你不能将这个模型应用到实际应用中去,它本质上就变成了一块无用的代码。
因此,Databricks(由Spark创建者创建)决定为这些机器学习(ML)模型应用难题构建开源解决方案--名为MLflow,它是一个管理整个机器学习生命周期(从开始到生产)的平台,并且被设计可以使用任何库。自从它发布以来,它获得了极大的关注(GitHub上star数1,355)。
Salesforce's decaNLP
(https://github.com/salesforce/decaNLP)
本文另一个NLP存储库推荐。当涉及到情感分析或机器翻译等自然语言处理任务时,一般来说是需要建立专门针对该任务的模型。那么,你有没有建立一个同时可以进行情感分析、语义分析和问答的模型呢?这就是Salesforce研究人员企图用此存储库去实现的效果。
他们发表了一篇研究性论文,概述了一个可以同时完成10个不同NLP任务的模型。在论文中,他们还向社区发起了一个挑战(decaNLP)--你能建立一个这样的模型并改进“我们”提供的方法吗?Salesforce建造的模型被称为“自然语言处理领域的瑞士军刀”。
Reinforcement Learning Notebooks
(https://github.com/Pulkit-Khandelwal/Reinforcement-Learning-Notebooks)
强化学习日益流行,在开源社区中同样是如此。该存储库是来自Richard Sutton和Andrew Barto的书和其他研究论文中的强化学习算法的集合。这些算法以notebook的格式提供给大家。
存储库的创建者建议大家边看书边实践这些算法,以达到更好的学习目的。这些notebook有着很详细的注释都,很适合有意向进入强化学习的领域的人去学习。
总结:
以上是对六月份github上几个热点的项目仓库的整理总结,涵盖计算机视觉、自然语言处理、强化学习多个领域。希望对你有所帮助,同时欢迎在评论中留言讨论和推荐一些其他不错的git存储库。
原文发布时间为:2018-07-01
本文作者:磐石001
本文来自云栖社区合作伙伴“磐创AI”,了解相关信息可以关注“磐创AI”。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
今日科技联播:让人类像机器人一样工作,科技公司的忽悠新套路“伪人工智能”
伪人工智能兴起:科技公司悄悄利用人类来做机器人的工作 利用“奥兹国魔法师技术”,一些公司隐瞒了人力的依赖。一些公司使用人工训练AI系统以提高其准确性。另外一些公司假装拥有了AI技术,告诉投资者和用户他们已经开发了可升级的AI技术,同时秘密地依赖人力工作。《华尔街日报》的一篇文章揭露了这一做法,文章曝光了数百家第三方应用程序开发商。 富士通将利用“机器人店员”实现零售自动化 据报道,日本富士通计划在2018年度推出利用机器人实现零售店业务自动化的服务。机器人能边自主行驶,边通过摄像头拍摄货架上的商品,并使用人工智能(AI)处理图像。将为确认缺货情况、寻找有库存的货架等作业提供支援。富士通希望借此改善店铺劳动力短缺的状况。 美商务部与中兴公司达成协议:取消制裁 美国商务部表示,美国已与中国中兴签署协议,取消近三个月来禁止美国供应商与中兴进行商业
- 下一篇
JS写小游戏「跳一跳」外挂之Canvas图像识别
17年结尾的时候微信发布新版重点推出了「小游戏」概念,H5的游戏再次火了起来,新版微信开屏的游戏就是「跳一跳」游戏可玩度很高,网上也出现了各种语言版本的外挂,前几天看到一篇用nodejs搭建的外挂,需要手动点击截屏图片来判断当前和下一步的位置然后跳转,于是就起了用Canvas来实现图像的想法,后面有实现了自动跳转,算是齐活了。今天来完整说下图像识别。 代码都放到了: github.com/ksky521/wec…欢迎自己去尝试 先来看最终效果视频:v.qq.com/x/page/o133… Canvas图像处理的原理 Canvas可以通过drawImage在上面添加图片,然后通过getImageData方法获取一个imageData对象,此对象包括了data、width和height,其中data为图片widthheight4长度的数组,每个像素点表现在数组内为:RGBA四个0~255的值,即Red、Green、Blue和Alpha值。 通过对这个imageData.data进行遍历操作,可以利用图像差值比较找出图片内物体的边缘、物体的中心点,也可以根据图像中某个固定颜色范围的物体,进...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Hadoop3单机部署,实现最简伪集群
- CentOS8编译安装MySQL8.0.19
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS6,CentOS7官方镜像安装Oracle11G