2018年含金量最強的 6 款開源機器學(xué)習(xí)項目
該庫的優(yōu)點在于選擇的多樣性:它提供了針對自動駕駛/城市場景、人臉以及人體姿勢在內(nèi)的不同 vid2vid 應(yīng)用程序。此外,還附帶了豐富的指令和功能,其中包括數(shù)據(jù)集加載、任務(wù)評估、網(wǎng)絡(luò)訓(xùn)練和多 GPU!
特別提及
ChatterBot:用于創(chuàng)建對話引擎和聊天機器人的機器學(xué)習(xí)項目
開源地址:
https://github.com/gunthercox/ChatterBot
Kubeflow:Kubernetes 的機器學(xué)習(xí)工具包
開源地址:
https://github.com/kubeflow/kubeflow
imgaug:用于圖像增強的深度學(xué)習(xí)項目
開源地址:
https://github.com/aleju/imgaug
imbalanced-learn:scikit 下的 Python 框架,專用于修復(fù)不平衡的數(shù)據(jù)集
開源地址:
https://github.com/scikit-learn-contrib/imbalanced-learn
mlflow:用于管理 ML 項目周期的開源平臺,覆蓋實驗、復(fù)現(xiàn)與部署等流程。
開源地址:
https://github.com/mlflow/mlflow
AirSim:基于 Unreal Engine/ Unity 的自動駕駛汽車模擬器,由微軟出品
開源地址:
https://github.com/Microsoft/AirSim