2018年最令人惊艳的30个python人工智能项目！

当然在学习Python的道路上肯定会困难，没有好的学习资料，怎么去学习呢？

开源项目对数据科学家来说很有用。你可以通过阅读源代码或在已有项目的基础上构建新项目的方式来学习人工智能。

No 1

FastText ： 文本表示和分类的库。Facebook研究院开发

• 地址 https://github.com/facebookresearch/fastText

基于Fast Text开发的子项目 Muse: Multilingual Unsupervised or Supervised word Embeddings

No 2

Deep-photo-styletransfer： 论文Deep Photo Style Transfer的代码和数据，由康奈尔大学的Fujun Luan博士发布

• 地址 https://github.com/luanfujun/deep-photo-styletransfer

No 3

世界上最简单的面部识别api，针对Python和命令行的.

• 地址 https://github.com/ageitgey/face_recognition

No 4

Magenta：Music and Art Generation with Machine Intelligence（用于生成音乐和艺术的机器智能）

• 地址 https://github.com/tensorflow/magenta

No 5

Sonnet: TensorFlow-based neural network library 基于TensorFlow的神经网络库

• 地址 https://github.com/deepmind/sonnet

No 6

TensorFlow.js ：硬件加速的机器智能库， 针对Web开发的

• 地址 https://github.com/tensorflow/tfjs-core

No 7

Fast Style Transfer in TensorFlow

• 地址 https://github.com/lengstrom/fast-style-transfer

No 8

Pysc2: StarCraft II Learning Environment 星际争霸2的学习环境

• 地址： https://github.com/deepmind/pysc2

No 9

AirSim：基于微软发布的自动驾驶引擎开发的开源模拟器

• 地址： https://github.com/Microsoft/AirSim

No 10

Facets: 机器学习数据集的可视化

• 地址：https://github.com/PAIR-code/facets

No 11

Style2Paints: 利用AI给黑白图上色（动漫党的福音啊！！！）

• 地址 https://github.com/lllyasviel/style2paints

No 12

Tensor2Tensor: A library for generalized sequence to sequence models ，Google发布

• 地址 https://github.com/tensorflow/tensor2tensor

No 13

用PyTorch来做图到图的转换 (比如： horse2zebra, edges2cats等等)

• 地址 https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix

No 14

Faiss: A library for efficient similarity search and clustering of dense vectors.

• 地址 https://github.com/facebookresearch/faiss

Fashion-mnist: 与MNIST类似的时尚产品数据库

• 地址 https://github.com/zalandoresearch/fashion-mnist

No 16

ParlAI: 用于训练和评估AI模型的框架，利用的是开放对话数据集

• 地址 https://github.com/facebookresearch/ParlAI

No 17

Fairseq: Facebook AI Research Sequence-to-Sequence Toolkit

• 地址 https://github.com/facebookresearch/fairseq

No 18

Pyro: Deep universal probabilistic programming with Python and PyTorch

• 地址 https://github.com/uber/pyro

No 19

iGAN: Interactive Image Generation powered by GAN

• 地址 https://github.com/junyanz/iGAN

No 20

Deep-image-prior: 使用神经网络不用学习就可以做图像恢复。

• 地址 https://github.com/DmitryUlyanov/deep-image-prior

No 21

Face_classification: 使用keras CNN 模型和openCV来做实时人脸检测以及情绪、性别分类

• 地址 https://github.com/oarriaga/face_classification

No 22

Speech-to-Text-WaveNet : 用DeepMind的 WaveNet 和 tensorflow来做端到端的句子层面的英语语音识别

• 地址 https://github.com/buriburisuri/speech-to-text-wavenet

No 23

StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation

• 地址 https://github.com/yunjey/stargan

No 24

Ml-agents: Unity Machine Learning Agents

• 地址 https://github.com/Unity-Technologies/ml-agents

No 25

DeepVideoAnalytics: 分布式视频搜索和视频数据分析平台

• 地址 https://github.com/AKSHAYUBHAT/DeepVideoAnalytics

No 26

OpenNMT: 基于Torch的开源神经网络机器翻译

• 地址 https://github.com/OpenNMT/OpenNMT

No 27

Pix2pixHD: Synthesizing and manipulating 2048x1024 images with conditional GANs

• 地址 https://github.com/NVIDIA/pix2pixHD

No 28

Horovod: TensorFlow的分布式训练框架

• 地址 https://github.com/uber/horovod

No 29

让任何人可以用所见即所得的方式来创建机器学习模型的工具

• 地址 https://github.com/MrNothing/AI-Blocks

No 30

基于Tensorflow的深度神经网络来做对话风格转换

• 地址 https://github.com/andabi/deep-voice-conversion

閱讀更多 編程新世界 的文章

關鍵字: Python 人工智能 编程语言