7月GitHub上最热门的机器学习开源项目
极客时间编辑部
讲述：丁婵大小：1.07M时长：02:20
最近，Mybridge 对过去一个月的近 250 个机器学习开源项目进行了排名，筛选出了 7 月份 GitHub 星数最多的 7 大热门项目。
1.DensePose（Github 2901 颗星）
这是一种实时的方法，可以将所有 2D RGB 图像的人体像素，映射到身体的 3D 表面模型。作者在这个 GitHub 存储库中，提供了训练和评估 DensePose-RCNN 的代码，同时还提供了 notebook，用于可视化收集的 DensePose-COCO 数据集，并展示了与 SMPL 模型的对应关系。
2.Darts（Github 1128 颗星）
研究者提出，通过以可微分的方式表示任务，来解决架构搜索可扩展性的挑战。该方法基于架构表示的连续松弛（continuous relaxation），允许使用梯度下降来有效搜索架构。
3.SNIPER（Github 1352 颗星）
这是一种高效的多尺度（multi-scale）训练方法，用于实例级的识别任务。SNIPER 不是在图像金字塔中处理所有像素，而是有选择地处理 ground truth 对象周围（也就是芯片）的上下文区域，这大大加快了在低分辨率芯片上运行的多尺度训练。
4.MACE（Github 2118 颗星）
这是小米开源的移动端深度学习框架，它针对移动芯片特性进行了大量优化，目前在小米手机上已经得到了广泛的应用。
5.Robosat（Github 886 颗星）
这是用 Python 3 编写的一个端到端的 pipeline，用于从航空图像和卫星图像中提取特征，可以提取任何在视觉上可区分的东西。
6.decaNLP（自然语言十项全能）（Github 776 颗星）
该项目的目标是构建一个能够完成十项自然语言任务的通用模型，每个任务都被转换为问答问题，以便使用新的多任务问题应答网络（Multitask Question Answering Network，MQAN）。
7.Magnitude（Github 427 颗星）
这是一个功能丰富的 Python 包和矢量存储的文件格式，用于以快速、高效、简单的方式，使用机器学习模型中的向量嵌入（由 Plasticity 开发）。
8.Porcupine（Github 373 颗星）
这是一款自助式，高精度，轻量级的唤醒字检测引擎，它使开发人员能够构建始终监听（always-listening）语音的应用程序 / 平台。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论