3月份Github上最熱門的數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)項(xiàng)目
Analytics Vidhya 近日發(fā)布了GitHub上3月份最熱門的5個(gè)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)項(xiàng)目，本月的名單從Google Brain的AstroNet到人造神經(jīng)網(wǎng)絡(luò)可視化工具，這都是非常棒的項(xiàng)目，相信一定可以擴(kuò)展你的機(jī)器學(xué)習(xí)視野。
1、Person Blocker
Person Blocker 是一個(gè)python庫，可以使用預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)自動(dòng)屏蔽圖像中的所有人。該算法底層實(shí)現(xiàn)是在 MS COCO 數(shù)據(jù)集上預(yù)訓(xùn)練的 Mask R-CNN，但它不需要 GPU!此外，它不僅可屏蔽人像，還可以屏蔽包括長頸鹿和汽車在內(nèi)的多達(dá) 80 種不同類型的物體，包括車輛，動(dòng)物，電子小配件等。(項(xiàng)目地址：https://github.com/minimaxir/person-blocker)
2、AstroNet
早在2017年12月，Google Brain團(tuán)隊(duì)就透露Astronet應(yīng)用發(fā)現(xiàn)了2顆新行星 - 它是處理天文數(shù)據(jù)的深層神經(jīng)網(wǎng)絡(luò)模型。這是一個(gè)巨大的發(fā)現(xiàn)，它展現(xiàn)了機(jī)器學(xué)習(xí)在當(dāng)今世界產(chǎn)生的深遠(yuǎn)影響。
現(xiàn)在，Google Brain已經(jīng)發(fā)布了該技術(shù)的全部代碼，并且已經(jīng)將它提供給所有人。該模型基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)。(項(xiàng)目地址：https://feedburner.google.com/fb/a/mailverify?uri=Avbytes)
3、ANN Visualizer
ANN Visualizer是一個(gè)python庫，它使我們能夠使用一行代碼就可視化人工神經(jīng)網(wǎng)絡(luò)。它用于與Keras一起工作，并利用python的graphviz庫創(chuàng)建一個(gè)整潔和可視化的圖形，用來表示你正在構(gòu)建的神經(jīng)網(wǎng)絡(luò)。(項(xiàng)目地址：https://github.com/Prodicode/ann-visualizer)
4、Fast Pandas
熊貓是為數(shù)據(jù)科學(xué)家和開發(fā)人員提供的最靈活和***大的工具之一。非常靈活，人們可以通過幾種方式執(zhí)行特定的任務(wù)。該項(xiàng)目旨在針對(duì)這些情況下的不同可用方法進(jìn)行基準(zhǔn)測(cè)試; 此外，在numpy和pandas中都有專門的功能部分。(項(xiàng)目地址：https://github.com/mm-mansour/Fast-Pandas)
5、TensorFlow.js
TensorFlow.js 是一個(gè)開源硬件加速 JavaScript 庫，用于訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。TensorFlow.js 的 API 靈活且直觀，可以使用低級(jí)的 JavaScript 線性代數(shù)庫和高級(jí)圖層 API 在瀏覽器中定義、訓(xùn)練和運(yùn)行完整的機(jī)器學(xué)習(xí)模型。(項(xiàng)目地址：https://github.com/jimfleming/tensorflowjs)
6、Caffe64
Caffe64是一個(gè)簡單，小巧但功能非常強(qiáng)大的神經(jīng)網(wǎng)絡(luò)庫。Caffe64被認(rèn)為是最容易編譯的庫和最輕量級(jí)的神經(jīng)網(wǎng)絡(luò)庫。(項(xiàng)目地址：https://github.com/dfouhey/caffe64)
7、TensorFlow Hub
TensorFlow Hub是一個(gè)用于促進(jìn)機(jī)器學(xué)習(xí)模型的可重用部分發(fā)布、發(fā)現(xiàn)和使用的庫。它提供了模塊，這些模塊是預(yù)先訓(xùn)練好的TensorFlow模型，可用于新任務(wù)。通過在相關(guān)任務(wù)上重用模塊，你可以：
- 用較小的數(shù)據(jù)集訓(xùn)練模型
- 改進(jìn)泛化
- 大大加快了培訓(xùn)(項(xiàng)目地址：https://github.com/tensorflow/hub)
