PaperWeekly
首发于PaperWeekly
Github最新AI开源项目了解一下?

Github最新AI开源项目了解一下?

在碎片化阅读充斥眼球的时代,越来越少的人会去关注每篇论文背后的探索和思考。 在这个栏目里,你会快速 get 每篇精选论文的亮点和痛点,时刻紧跟 AI 前沿成果。 点击即刻加入社区,查看更多最新论文推荐。

DeepPavlov

#对话系统训练开源库

DeepPavlov 是一个基于 TensorFlow 和 Keras 的智能对话库,其主要用途在于推动 NLP 和对话系统的研究,提升复杂对话系统的实现和评价效果。

DeepPavlov 可为研究者提供:

  • 用于实现和测试对话模型的框架
  • 一系列预训练的 NLP 模型、预定义的对话系统组件(机器学习/深度学习/规则系统)和流程模板
  • 对话模型的基准测试环境和对相关数据集的统一访问

DeepPavlov 可为 AI 应用开发者提供

  • 用于构建对话应用软件的框架
  • 将应用与相关基础工具(即时通讯、服务支持软件等)加以集成的工具包

项目链接:github.com/deepmipt/Dee

#深度学习框架随心切换

MMdnn 由微软开源,可将不同框架训练的深度神经网络模型进行转换,使之适配其他框架。该工具包目前已支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML。

MMdnn 具有如下特点:

  • 模型文件转换,转换深度神经网络模型使之适配各种不同框架
  • 模型代码片段生成,生成适合不同框架的训练或推断代码块
  • 模型可视化,针对不同框架可视化深度神经网络模型网络架构和参数

项目链接:github.com/Microsoft/MM

Age and Gender Estimation

#用CNN测算性别和年龄

本项目是一个基于 Keras 框架实现的 CNN 模型,用于根据人脸照片测算年龄和性别

项目链接:github.com/yu4u/age-gen

Couplet

#用深度学习对对联

Couplet 是一个基于 Seq2Seq 的对联生成工具,本项目基于 TensorFlow。

Demo: ai.binwang.me/couplet/

项目链接:github.com/wb14123/seq2

Landing a SpaceX Falcon Heavy Rocket

#用强化学习控制火箭着陆

本项目是 Siraj Raval 在 YouTube 上发布的强化学习教学视频对应代码,如何在 Gym 模拟器里用强化学习控制 SpaceX 猎鹰重型火箭着陆

视频链接:youtu.be/09OMoGqHexQ

项目链接:github.com/llSourcell/L

Caffe for CC4.0-Windows

#简单方便的Caffe C++接口

CC4.0 是一个可用于 Windows 系统的 Caffe 库,简单的 Caffe C++ 接口,方便简单而更深入地研究深度学习。

项目特性如下:

  • 只需要一个头文件和一个依赖项 libcaffe.lib
  • 能够轻易使用 C++ 写训练过程或调用过程
  • 能够轻易自定义 layer,不用编译 Caffe 也不用修改 caffe.proto,只修改代码即可使用。自己实现数据层,不需要 lmdb 也能高效率训练
  • 能够在训练过程中对自定义 layer 进行调试查看中间结果
  • 支持 LSTM 不定长 OCR(有案例),支持 SSD 更轻易地进行训练
  • 有了 4.0 的支持,能够轻易实现任何新的网络结构
  • 允许通过自定义层在训练中查看训练效果,更易于理解 CNN 的学习效果

项目链接:github.com/dlunion/CC4.

SLTK - Sequence Labeling Toolkit

#序列化标注工具

SLTK 是一个序列化标注工具,实现了 Bi-LSTM-CRF 模型,并利用 PyTorch 实现了高效的数据加载模块,可以完成:

  • 预处理:包括构建词表、label 表,从预训练文件构建 word embedding
  • 训练:训练序列化标注模型,并保存在开发集上性能最好的一次模型
  • 测试:对新的实例进行标注

项目链接:github.com/liu-nlper/SL

OD Annotation

#目标检测数据集标注工具

本项目是一个目标检测数据集标注工具,采用 Python-flask 框架开发,基于 B/S 方式交互,支持多人同时标注。

项目特点如下:

  • B/S 方式交互
  • 支持多人同时标注(可分配不同标注人员的标注范围,或不同人员标注不同类别)
  • 类别采用选择方式,免去手工输入类别工作
  • 支持拖拽方式修正标注区域
  • 支持键盘方向键切换标注样本

项目链接:github.com/hzylmf/od-an

TopiCluster

#多文档主题聚类

TopiCluster 是一个基于 Kmeans 与 Lda 模型的多文档主题聚类。输入多篇文档,输出每个主题的关键词与相应文本,可用于主题发现与热点分析。

项目链接:github.com/liuhuanyong/

本文由 AI 学术社区 PaperWeekly 精选推荐,社区目前已覆盖自然语言处理、计算机视觉、人工智能、机器学习、数据挖掘和信息检索等研究方向,点击即刻加入社区

我是彩蛋

解锁新姿势:用微信刷论文!

PaperWeekly小程序上线啦

今日arXiv√猜你喜欢√热门资源√

随时紧跟最新最热论文

解锁方式

1. 扫描下方小程序码打开小程序

2. 用PaperWeekly社区账号进行登陆

3. 登陆后即可解锁所有功能

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。

微信公众号:PaperWeekly

新浪微博:@PaperWeekly

发布于 2018-03-07

文章被以下专栏收录

    PaperWeekly是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。