1、介紹

這次我們來分享GitHub中有關機器學習的五個有意思的庫。

GitHub是一個面向開源及私有軟體項目的託管平台，因為只支持git 作為唯一的版本庫格式進行託管，故名GitHub。

除了git代碼倉庫託管及基本的Web管理界面以外，還提供了訂閱、討論組、文本渲染、在線文件編輯器、協作圖譜（報表）、代碼片段分享（Gist）等功能。

2、快速風格化照片

github.com/NVIDIA/FastP

fastphotostyle是由NVIDIA開發的Python庫，該模型以內容照片和樣式照片作為輸入，然後將樣式照片的樣式遷移到內容照片中。

下面我們用兩個例子來說明演算法是如何工作的。

2.1 例一

分別下載內容和風格的圖片，改變他們的大小，然後運行照片風格化程序。

2.2 例二

在第二個示例中，使用語義標記映射創建風格化的圖像。

3、推特刮板

github.com/kennethreitz

如果你曾經從twitter上扒過推文，你就會吐槽它的API：有限制，而且不容易使用。這個Python庫沒有API速率限制（不需要身份驗證），沒有限制，而且是超快速的。你可以使用這個庫來扒任何用戶微博。

開發人員已經提到它可以用來製造馬爾可夫鏈。請注意，它只適用於Python版本3.6 +。

4、手寫體的合成

github.com/sjvasquez/ha

這是Alex Graves在「遞歸神經網路生成序列」中提出的筆跡綜合實驗的一個實現。正如GitHub的名稱所暗示的那樣，您可以生成不同風格的手寫體。

該模型是基於啟動（priming）和偏置（biasing），啟動控制樣品的風格和偏壓控制樣品的整潔。

在GitHub頁面還有更多迷人的多樣性的樣本，想想可以自己創建一幅王羲之的書法貼，是不是有點小激動。

5、ENAS PyTorch

github.com/carpedm20/EN

這是一個pytorch實現的「通過參數共享完成有效的神經架構的搜索（ENAS）」。說白了就是通過機器學習對神經網路進行優化，減少了計算需求，據說優化之後GPU的神經架構搜索時間達到了難以置信的1000倍。

6、手語識別

github.com/EvilPort2/Si

這是一個相對簡單但又非常令人著迷的機器學習的用法。在Python中使用卷積神經網路（CNN），開發人員構建了一個模型，該模型可以識別手勢並將其轉換為機器上的文本。

7、結語

人工智慧（AI）的時代已經來臨，是擁抱未來，還是被未來甩開，你的選擇呢？

本文由DataHunter獨家翻譯。

歡迎關注公眾號：數獵天下DataHunter

－數據分析展示就用 DataHunter－

手把手教你免費使用數據可視化軟體?

www.datahunter.cn


推薦閱讀：
相关文章