2017年度30大最惊艳的开源机器学习项目
2017年度30大最惊艳的开源机器学习项目
在过去的一年里，Mybridge AI 比较了近8,800个开源机器学习项目，选择了前30名（概率只有0.3％）。
这是一个竞争激烈的名单，精挑细选了2017年1月到12
月之间发布的最佳开源机器学习库、数据集和应用程序。Mybridge AI 通过考量受欢迎程度、参与度和新近度来等指标来评估这些参选项目的质量。这些项目在Github得星的数量平均为3,558个，其质量相当不错。
开源项目对数据科学家来说可能大有裨益。通过阅读源代码并在现有项目之上构建一些东西来可以加快学习步伐。是该拿出时间来玩玩过去一年中可能错过的机器学习项目啦！推荐阅读文章
在看排名清单之前，建议首先看看下面2篇文章：
A）神经网络
深度学习A-Z?：动手的人工神经网络（Deep Learning A-Z?: Hands-On Artificial Neural Networks）
http://bit.ly/2CH1WcQ
[68,745条推荐，4.5 / 5星]
B）TensorFlow
用Python进行深度学习的TensorFlow完整指南（Complete
Guide to TensorFlow for Deep Learning with Python）http://bit.ly/2EatVy7
[17,834条推荐，4.6 / 5星]
开源项目排行榜
第1 名
FastText：用于快速文本表示和分类的库（FastText: Library for fast text representation and classification）。
https://goo.gl/VWGfCs
[Github上的11786颗星] 由Facebook Research提供
…[Muse: 基于快速文本的多语言无监督或监督词嵌入（Muse: Multilingual Unsupervised or Supervised word Embeddings, based on Fast Text）。
Github上的695颗星] https://goo.gl/stbhjZ
第2 名
深色照片风格转换：论文“深度照片风格转移”代码和数据（Deep-photo-styletransfer: Code and data for paper “Deep Photo Style Transfer”）
https://https://www.360docs.net/doc/b77021724.html,/luanfujun/deep-photo-styletransfer?utm _source=mybridge&utm_medium=blog&utm_ca mpaign=read_more
[Github上的9747颗星星] 由康奈尔大学Fujun Luan 博士提供
第3 名
Python和世界上最简单的面部识别api和命令行（The world’s simplest facial recognition api for Python and the command line）
https://https://www.360docs.net/doc/b77021724.html,/ageitgey/face_recognition?utm_source= mybridge&utm_medium=blog&utm_campaign=r ead_more
[Github上8672个星] 由Adam Geitgey提供
第4 名
洋红（Magenta: ）：机器智能生成音乐和艺术（Magenta: Music and Art Generation with Machine Intelligence）。https://https://www.360docs.net/doc/b77021724.html,/tensorflow/magenta?utm_source=mybri dge&utm_medium=blog&utm_campaign=read_ more
[GitHub上8113颗星]
第5 名
Sonnet：基于TensorFlow的神经网络库（Sonnet:
TensorFlow-based neural network library）
https://https://www.360docs.net/doc/b77021724.html,/deepmind/sonnet?utm_source=mybridg e&utm_medium=blog&utm_campaign=read_mor e
[Github上5731颗星]。由Deepmind公司的Malcolm Reynolds（https://https://www.360docs.net/doc/b77021724.html,/@malcolm.reynolds）提供
第6 名
deeplearn.js：为Web提供硬件加速的机器智能库（https://https://www.360docs.net/doc/b77021724.html,/PAIR-code/deeplearnjs?utm_source= mybridge&utm_medium=blog&utm_campaign=r ead_more
[Github上5462颗星]。由Google Brain的Nikhil Thorat 提供
第7 名
TensorFlow的快速风格迁移（Fast Style Transfer in TensorFlow）
https://https://www.360docs.net/doc/b77021724.html,/lengstrom/fast-style-transfer?utm_sourc e=mybridge&utm_medium=blog&utm_campaign =read_more
[Github上4843颗星] 由MIT的Logan Engstrom提供
第8 名
Pysc2：星际争霸II学习环境（Pysc2: StarCraft II Learning Environment）
https://https://www.360docs.net/doc/b77021724.html,/deepmind/pysc2?utm_source=mybridge &utm_medium=blog&utm_campaign=read_more [Github上3683颗星星] 由DeepMind的Timo Ewalds提供
第9 名
AirSim：基于Unreal Engine的开源模拟器，用于微软AI＆Research自主车辆（AirSim: Open source simulator based on Unreal Engine for autonomous vehicles from Microsoft AI & Research）
https://https://www.360docs.net/doc/b77021724.html,/Microsoft/AirSim?utm_source=mybridge &utm_medium=blog&utm_campaign=read_more [Github上3861颗星]。由Microsoft的Shital Shah提供
第10 名
Facets: 机器学习数据集的可视化（Facets: Visualizations for machine learning datasets）
https://https://www.360docs.net/doc/b77021724.html,/PAIR-code/facets?utm_source=mybridg
e&utm_medium=blog&utm_campaign=read_mor e
[Github上3371颗星] 由Google Brain提供
第11 名
Style2Paints：图像的AI彩色化（Style2Paints: AI colorization of images）
https://https://www.360docs.net/doc/b77021724.html,/lllyasviel/style2paints?utm_source=myb ridge&utm_medium=blog&utm_campaign=read_ more
[Github上3310颗星]
第12 名
Tensor2Tensor：Google Research的广义序列到序列模型库（Tensor2Tensor: A library for generalized sequence to sequence models?—?Google Research ）
https://https://www.360docs.net/doc/b77021724.html,/tensorflow/tensor2tensor?utm_source= mybridge&utm_medium=blog&utm_campaign=r ead_more
[Github上3087颗星] 由Google Brain的Ryan Sepassi 提供
第13 名
PyTorch中的图像到图像转换（例如horse2zebra，
edges2cats等）[Image-to-image translation in PyTorch (e.g. horse2zebra, edges2cats, and more)]
https://https://www.360docs.net/doc/b77021724.html,/junyanz/pytorch-CycleGAN-and-pix2pix ?utm_source=mybridge&utm_medium=blog&ut
m_campaign=read_more
[Github上2847颗星] 由伯克利的Jun-Yan Zhu博士提供
第14 名
Faiss：用于密集向量的高效相似性搜索和聚类的库（Faiss: A library for efficient similarity search and clustering of dense vectors）
https://https://www.360docs.net/doc/b77021724.html,/facebookresearch/faiss?utm_source=m ybridge&utm_medium=blog&utm_campaign=rea d_more
[Github上2629颗星]。由Facebook Research提供
第15 名
Fashion-mnist：类似MNIST的时尚产品数据库
（Fashion-mnist: A MNIST-like fashion product database）https://https://www.360docs.net/doc/b77021724.html,/zalandoresearch/fashion-mnist?utm_so
urce=mybridge&utm_medium=blog&utm_campa ign=read_more
[Github上2780颗星星] 由Zalando Tech的研究科学家Han Xiao提供
第16 名
ParlAI：在各种公开可用的对话数据集上训练和评估AI模型的框架
（https://https://www.360docs.net/doc/b77021724.html,/facebookresearch/ParlAI?utm_source =mybridge&utm_medium=blog&utm_campaign= read_more）
[Github上2578颗星]。有Facebook研究院的Alexander Miller提供
第17 名
Fairseq：Facebook AI研究序列–序列工具包（Fairseq: Facebook AI Research Sequence-to-Sequence Toolkit）https://https://www.360docs.net/doc/b77021724.html,/facebookresearch/fairseq?utm_source= mybridge&utm_medium=blog&utm_campaign=r ead_more
[Github上2571颗星]
第18 名
Pyro：Python和PyTorch的深度通用概率编程（Pyro: Deep universal probabilistic programming with Python and PyTorch）
https://https://www.360docs.net/doc/b77021724.html,/uber/pyro?utm_source=mybridge& utm_medium=blog&utm_campaign=read_more [Github上的2387颗星] 由Uber Engineering提供
第19 名
iGAN：由GAN支持的交互式图像生成（iGAN: Interactive Image Generation powered by GAN）
https://https://www.360docs.net/doc/b77021724.html,/junyanz/iGAN?utm_source=mybridge&a mp;utm_medium=blog&utm_campaign=read_more [Github上2369颗星]
::__IHACKLOG_REMOTE_IMAGE_AUTODOWN_BLOCK __::21
第20 名
Deep-image-prior：使用无需学习的神经网络进行图像恢复（Deep-image-prior: Image restoration with neural networks but without learning）
https://https://www.360docs.net/doc/b77021724.html,/DmitryUlyanov/deep-image-prior?utm_s ource=mybridge&utm_medium=blog&utm_camp
aign=read_more
[Github上2188颗星] 由Skoltech博士Dmitry Ulyanov提供
第21 名
Face_classification：使用具有keras CNN模型和openCV 的fer2013 / imdb数据集的实时人脸检测和情感/性别分类（Face_classification: Real-time face detection and emotion/gender classification using fer2013/imdb datasets with a keras CNN model and openCV）
https://https://www.360docs.net/doc/b77021724.html,/oarriaga/face_classification?utm_source =mybridge&utm_medium=blog&utm_campaign= read_more
[Github上1967星]
第22 名
Speech-to-Text-WaveNet：使用DeepMind的WaveNet和tensorflow进行端到端的句子级英语语音识别
（Speech-to-Text-WaveNet : End-to-end sentence level English speech recognition using DeepMind’s WaveNet and tensorflow ）
https://https://www.360docs.net/doc/b77021724.html,/buriburisuri/speech-to-text-wavenet?ut
m_source=mybridge&utm_medium=blog&utm_c ampaign=read_more
[Github上1961星] 由Kakao Brain的Namju Kim提供
第23 名
StarGAN：用于多域图像到图像转换的统一生成对抗网络（StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation）
https://https://www.360docs.net/doc/b77021724.html,/yunjey/StarGAN?utm_source=mybridge &utm_medium=blog&utm_campaign=read_more [Github上1954颗星] 由韩国大学的Yunjey Choi提供
第24 名
Ml-agents：Unity机器学习代理（Ml-agents: Unity Machine Learning Agents）
[Github上的1658颗星] Deep Learning at Unity3D 的Unity Juliani提供
第25 名
DeepVideoAnalytics：分布式可视化搜索和可视化数据分析平台（DeepVideoAnalytics: A distributed visual search and visual data analytics platform）
https://https://www.360docs.net/doc/b77021724.html,/AKSHAYUBHAT/DeepVideoAnalytics/? utm_source=mybridge&utm_medium=blog&utm _campaign=read_more
[Github上1494颗星] 由康奈尔大学的Akshay Bhat博士提供
第26 名
OpenNMT：火炬中的开源神经机器翻译（OpenNMT: Open-Source Neural Machine Translation in Torch）https://https://www.360docs.net/doc/b77021724.html,/OpenNMT/OpenNMT?utm_source=myb ridge&utm_medium=blog&utm_campaign=read_ more
[Github上1490颗星]
第27 名
Pix2pixHD：使用条件GAN合成和处理2048×1024的图像（Pix2pixHD: Synthesizing and manipulating 2048×1024 images with conditional GANs ）
https://https://www.360docs.net/doc/b77021724.html,/NVIDIA/pix2pixHD?utm_source=mybrid ge&utm_medium=blog&utm_campaign=read_m ore
[Github上1283颗星] 由Nvidia的AI Research 科学家
Ming-Yu Liu提供
第28 名
Horovod：TensorFlow的分布式训练框架（Horovod: Distributed training framework for TensorFlow）
https://https://www.360docs.net/doc/b77021724.html,/uber/horovod?utm_source=mybridge&a mp;utm_medium=blog&utm_campaign=read_more [Github上1188颗星] 由Uber Engineering提供
第29 名
AI-Blocks: 强大的和直观的所见即所得的界面，允许任何人创建的机器学习模型（AI-Blocks: A powerful and intuitive WYSIWYG interface that allows anyone to create Machine Learning models）
https://https://www.360docs.net/doc/b77021724.html,/MrNothing/AI-Blocks?utm_source=mybr idge&utm_medium=blog&utm_campaign=read_ more
[GitHub上899颗星]
第30 名
采用Tensorflow的深度神经网络进行语音转换（语音风格迁移）[Deep neural networks for voice conversion (voice style
transfer) in Tensorflow]
https://https://www.360docs.net/doc/b77021724.html,/andabi/deep-voice-conversion?utm_sou rce=mybridge&utm_medium=blog&utm_campai gn=read_more
[Github上845颗星] 有AI Kakao Brain的AI 研究院的Dabi Ahn提供
参考文章：
30 Amazing Machine Learning Projects for the Past Year https://medium.mybridge.co/30-amazing-machine-learning -projects-for-the-past-year-v-2018-b853b8621ac7
主流三维引擎对比分析说明书
主流三维引擎对比分析 随着计算机可视化、虚拟现实技术的飞速发展,人们对实时真实感渲染以及场景复杂度提出了更高的要求。传统的直接使用底层图形接口如OpenGL、DirectX开发图形应用的模式越来越暴露出开发复杂性大、周期性长、维护困难的缺陷。为此国外出现了许多优秀的三维渲染引擎,比如Delta3D,OGRE,OSG,Unity3d,VTK等。渲染引擎的作用就是要优化遍历与显示三维模型。本文主要对OGRE与OSG这两个三维图形渲染引擎做个简单的比较,介绍她们在运行效率、场景管理、功能支持、可扩展性等方面的异同。通过了解两者差异后,可以根据不同的项目需求,选择合适的渲染引擎。 ogre OGRE(Object-Oriented Graphics Rendering Engine,面向对象图形渲染引擎) 又叫做OGRE 3D。OGRE就是面向场景的、灵活的图像引擎。OGRE仍然在发展中,如果就功能与商业游戏引擎还有一定差距。在OGRE的论坛网站上您可以得到更多的信息,里面谈论到OGRE的一些格外的插件,如声音,UI ,物理检测,还有网络应用。采用C++开发,以MIT许可证发布,可以在Windows、Linux、Mac上运行。OGRE自己也说明本身不就是游戏引擎。 其主要特征如下: 面向对象,插件扩展架构,具有文档支持。 支持脚本。可以通过脚本管理材质资产并进行多路渲染。 支持物理碰撞检测。 支持顶点灯光、像素灯光、灯光映射。 支持阴影映射、三维阴影。 支持多纹理、凹凸贴图、多重材质贴图、立体投影。 支持顶点、像素、高级着色。 支持场景管理,具有多种数据结构。 支持逆向运动动画、骨架动画、变形动画、混合动画及姿态动画。 支持网格加载、皮肤、渐进网格。 支持环境映射、镜头眩光、公告牌、粒子、运动模糊、天空、水、雾、丝带轨迹、透明对象。支持XML文件转换。 引擎特性全面( ),稳定性好( ),支持全面( ),不容易上手与使用( )。
2017高校学生管理科工作计划书
2017高校学生管理科工作计划书 高校学生管理科的工作旨在创新管理、创新服务，真抓实干，努力提升学生管理工作科学化水平。下面是学习啦小编带来关于2017高校学生管理科工作计划书的内容，希望能让大家有所收获! 2017高校学生管理科工作计划书(一) 一、指导思想 以学院2017年工作计划为指导方向，以学生工作处2017年工作计划为指南，紧紧围绕学院创建两型校园这一中心，认真贯彻科学发展观的思想，坚持服务学生，培养人才的学生工作理念，在学院党委和行政的领导下，在学生工作处和
系部的直接指导下，以学院示范性高职院校建设为契机，在全面实行学风制和文化管理的大背景下，认真学习贯彻落实普通高等学校学生管理规定，加强和改进大学生思想政治教育，大力开展志愿服务活动，提高大学生的思想政治素质，促进大学生的全面发展，充分发挥学生党员先锋模范作用，培养学生干部自主管理、自主服务、自主教育、自主约束的四自教育能力，强化制度建设和学风建设，营造良好的学习氛围。 二、工作目标 切实贯彻学院抓制度、抓队伍、抓学风、抓落实、抓创新、抓安全稳定的工作思路，创新管理体制，优化运行机制，全方位的提高我系学生工作水平，为学院迎评创优做出应有的贡献。 三、具体工作
1、团组织、班干部队伍建设 做好17级新生的班委会选拔工作。 坚持每周的班级例会制度。 实施班干部学期考核制，希望以此提高同学们工作的热情与责任心。 2、主题活动 ①思想政治教育 1) 对于学生群体，我们不能开展同一模式的思想政治教育。为把学生思想教育工作落到实处，我把学生分类，在进行统一的政治理论学习的同时，有重点的、分层次的对不同
2017学生会个人年度计划书3篇
2017学生会个人年度计划书3篇 20**学生会个人年度计划书3篇 学生会个人年度计划书 一个学期又在一个忙碌而不经意间悄然而过，一个新的学期又来到我们身旁，作为学校学生会里的一名成员，我有责任把学校赋予的每一项工作做好。根据大学生艺术团本学期工作要点，结合院学生会工作实际，特定学生会个人工作计划如下： 一、认真完成本职工作 1、每天按时签到，每周按时开例会。 2、认真完成学生会安排的任务：排球赛后勤组、办公室值班等。 3、学习学生会工作精神，认真、严谨、负责的做好每一件事，服从组织 安排，服务全体同学。 4、充分发挥主观能动性，发挥想象力和创新力，积极策划艺术团的所有活动。 5、认真做好艺术团招新活动，负责好每一个细节。 二、开展丰富多彩的校园活动 提高各种素质 四、立良好的工作形象 树立良好的工作形象是学生工作的一个有利条件，本学期重点抓好以下方面： 一是抓好学生干部在日常生活中的言行举止问题。 二是抓好业务素质，做到公正严明、不以公谋私。
三是搞好学生干部和同学关系以便日后工作顺利进行。 以上是我部本学期的大体个人工作计划，在工作的具体实施中我们将遇到很多的困难，但我们坚信我们会排除万难，尽最大的努力把工作做的最好，同时请监督我，使我的工作更加完美。 (完）工作计划 > 20**学生会个人年度计划书3篇 20**学生会个人年度计划书3篇主席 副主席 组织部、学习部、生活部、宣传部、文体部，社团部各部长一人，干事若干名。 各班班委：各班班委是学生会的基层组织，实行班长负责制。 组织原则：学生会的各级干部应该如实向上级组织反映情况，及时请示和汇报工作。 二、学生会干部工作职责 副主席 1、协助主席做好日常工作，完成主席安排的任务，当主席不在时有副主席执行职责; 2、参与制定学生会整体计划及有关工作报告; 3、负责组织安排学生会各类会议，确定议程，并监督检查会议决定的执行情况; 各部部长 1、在学生会主席的领导工作下，对本部承担的具体活动负责; 2、起草本部学年工作计划和工作总结;定期向上级汇报。 3、不定期召开本部门交流会议，加强部门里各干事之间的联系，为相互之间的合作打下基础;
2017年最新学校工作计划
2017年最新学校工作计划 2017年最新学校工作计划 一、指导思想 深入贯彻落实党的十八大精神，紧紧围绕教育局2016年工作要点，以提高师生员工尊严感、成就感和幸福感为追求，以"空谈误校，实干兴教"为抓手，不断优化办学条件，深入推进素质教育，全面提高教育质量，继续深化"课内比教学、课外访万家"活动，争取在校本教研、传统体艺、德育实践活动等三个方面形成一定的特色，努力把学校创办成一所学生乐学、教师幸福、家长满意的有一定特色的学校。 二、工作目标 1、贯彻落实党的教育教学方针、路线，把十八大精神作为学校思想政治教育和课堂教学的重要内容，坚持理论联系实际，推进教育各项工作落到实处。 2、特色德育工作：实现"教育一名学生、带动一个家庭"的目标。继续开展"弘扬传统经典、创建特色德育"工作，力争特色德育项目有成果。 3、队伍建设：加强干部队伍、教师队伍、班主任队伍和后勤队伍的建设，提升干部队伍的管理能力和治校水平，提升教师思想道德素质和教学专业水平。 4、特色教研工作：继续深化"课内比教学"活动，提高课堂教学效率，加强校本研修，创新教学模式，形成问题式课题的校本教研特色。 5、后勤部门工作：加强学生食堂安全保障设施的规范化建设，保证学生饮食安全。搞好各种疾病、传染病的预防、检查、控制工作，确保学生卫生安全。 6、安全工作：突出校园安全重点工作，把师生安全时刻放在首位，确保不出现任何安全责任事故。 7、学籍管理：加强学籍管理，严格招生秩序，控制学前班、教学班的班级容量，逐步实现小班制。 三、主要工作措施 (一)全面搭建培训平台，切实提高队伍素质 1、强化师德师风建设。组织暑期教师集训和师德师风教育活动，加强教师职业道德建设。制定教师管理新规，严禁教师从事各种形式的有偿家教，严禁教师利用双休日、节假日等组织、参与或发动学生参加各种形式的补习班，严禁教师向学生推销或变相推销各种教辅资料，严禁教师体罚或变相体罚学生等。 4、搭建班主任培训平台。强化班主任培训、管理，做到一月一次交流培训，采取集中培训、同伴互助、网络培训等策略，为班主任的专业化建设提供交流平台。继续实施班主任坐班制，深入班级，全方位管理班级事务。 (二)开展德育实践活动，形成活动育人特色 1、搭建德育工作平台。加强德育课程建设，突出抓好学生习惯养成、文明礼仪、爱国主义、公民道德、中华传统美德、国防、法制和心理健康等教育。 2、开展行为习惯养成教育诵读实践活动。通过诵读《小学生守则》、《弟子规》等形式，强化学生行为规范养成训练。 3、开展安全法纪教育实践活动。充分利用升旗、晨会、班队活动、讲座等途径进行安全法纪教育，以杜绝安全隐患发生。 4、坚持开展"课外访万家"德育实践活动。学校全体教师参与，开展"报喜式"家访、"指导式"家访、"送温暖式"家访、"解困惑式"家访、"献计式"家访、"探究式"家访，促进学生健康成长。 5、将关爱学生落到实处。完善关爱留守学生服务体系，保障进城务工人员随迁子
2017年度宿舍管理工作计划
2017年度宿舍管理工作计划 2017年度宿舍管理工作计划