2月Github最热门的数据科学和机器学习项目
极客时间编辑部
讲述：丁婵大小：1.05M时长：02:17
GitHub 让数据科学领域的从业者可以方便快捷地跟进该领域的最新进展，最近，普拉纳夫·达尔（Pranav Dar）发文总结了 2018 年 2 月份 Github 上最火的 5 个数据科学和机器学习项目。
1.FastPhotoStyle（快速照片风格转换）
该项目是英伟达开发的一个 Python 库。该模型将一张内容照片和一张风格图作为输入，然后将内容照片转换为风格图的风格。
开发人员给出了两个算法示例。第一个是十分简单的迭代算法，只需要下载一张内容图和风格图，调整图像尺寸，然后运行图像风格化代码。第二个样例中，需要利用语义分割标签图来生成带有语义的风格化图像。
2.Twitter Scraper（Twitter 爬虫）
Twitter 自身的 API 有流速限制，这个 Python 库就是考虑到这一点，它没有 API 限流（不需要任何验证），也没有限制，并且速度非常快。开发人员可以用这个库爬取任何用户的任意一条 Twitter。
据介绍，这个项目可以用于设计马尔科夫链，但是目前只能用于 Python 3.6 及以上版本。
3.Handwriting Synthesis（手写体合成）
这个项目来自亚历克斯·格雷夫斯（Alex Graves）的论文《用 RNN 生成序列》，是其中手写体合成实验的实现，它可以生成不同风格的手写字迹。模型包括初始化和偏置两个部分，其中初始化控制样例的风格，偏置控制样例的整洁度。
4.ENAS PyTorch（高效神经网络结构搜索）
该项目是对论文《参数共享的高效神经网络结构搜索（Efficient Neural Architecture Search (ENAS) via Parameters Sharing）》的实现。高效神经网络结构搜索，即 ENAS 减少了计算需求，将 NAS 的 GPU 计算时间减少了 1000 倍。他们通过共享大型计算图中的子图模型间的参数实现了这一点。
5.Sign Language（手势语言识别）
这是一个相对简单又十分有趣的机器学习项目。开发人员在 Python 中使用卷积神经网络构造模型，可以识别出手势，并将其转换成文字。作者用 Tensorflow 和 Keras 共同搭建了 CNN 模型，特别详细地说明了他是怎么创建这个项目的，以及每一步是怎么进行的。
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