GitHub の機械学習プロジェクトのトップ 5。残念です!

機械学習は急速に発展しています。実用的で高度な機械学習プロジェクトを見つけたい場合、第一の選択肢は GitHub です。GitHub のスターは、プロジェクトの人気を判断する基準の 1 つです。今日はGitHubの機械学習オープンソースプロジェクトのトップ5をご紹介します。

1) 顔認識

Python とコマンドライン用のアプリケーションプログラミングインターフェイス (API) を提供する、世界で最もシンプルな顔認識ツールです。画像内の顔を認識するために使用できます。これは、dlib の最先端の顔認識アルゴリズムを使用して構築されています。ディープラーニングモデルは、LFW (Labeled Faces in the Wild) で 99.38% の精度を誇ります。

また、シンプルな face_recognition コマンドラインツールも提供されており、コマンドラインから画像フォルダーの顔認識を実行できます。

[[272858]]

このライブラリはリアルタイムの顔認識も処理できる。

アドレス: https://github.com/ageitgey/face_recognition

2) fastText by FacebookResearch

fastText は、Facebook チームがテキスト分類用に開発したオープンソースの無料ライブラリです。軽量で、ユーザーはテキスト表現と文分類子を学習できます。標準的な汎用ハードウェア上で動作します。モデルはモバイルデバイスに収まるように圧縮することもできます。

テキスト分類は、スパム検出、感情分析、スマート返信などの多くのアプリケーションにとって中心的な問題です。テキスト分類の目的は、ドキュメント (電子メール、投稿、テキストメッセージ、製品レビューなど) を複数のカテゴリに割り当てることです。

これは NLP 愛好家にとって非常に役立つリソースです。

アドレス: https://github.com/facebookresearch/fastText

3) 素晴らしいテンソルフロー

これは、TensorFlow を理解して使用するのに役立つチュートリアルのセットです。 github リポジトリには、興味深い TensorFlow の実験、ライブラリ、プロジェクトの厳選されたコレクションが含まれています。

TensorFlow は、Google によって開発および設計されたエンドツーエンドのオープンソース機械学習プラットフォームです。研究者が ML を使用して最先端の技術を開発できるようにするツール、ライブラリ、コミュニティリソースの完全なエコシステムを備えています。開発者はMLを活用したアプリケーションを簡単に構築、展開できる

アドレス: https://github.com/jtoy/awesome-tensorflow

4) Apacheによる予測

Apache PredictionIO は、開発者、データサイエンティスト、エンドユーザー向けのオープンソースの機械学習フレームワークです。ユーザーはこのフレームワークを使用して ML アプリケーションを構築、デプロイ、テストできます。

イベントの収集、評価、予測結果のクエリもサポートします。 Hadoop、HBase などのスケーラブルなオープンソースサービスに基づいています。

機械学習の面では、開発者の負担が大幅に軽減されます。

アドレス: https://github.com/apache/predictionio

5) スタイル2ペイント

このリポジトリは、資金不足のために閉鎖されたため、上記のリポジトリとは少し異なります。これは、画像の色付けに AI を使用する非常に興味深いコンセプトです。

開発者らは、Style2paints V4 は現在入手可能な最高の AI カラー化ツールであると主張しており、実際のワークフローで線画に色を付ける最初の AI であるため、従来のエンドツーエンドの画像変換方法とは異なると主張しています。ほとんどの人間のアーティストはこのワークフローに精通しています。

スケッチ -> 色の塗りつぶし/平坦化 -> グラデーション/ディテールの追加 -> 影

Style2Paints はこのプロセスに従って設計されています。左端の画像から中央の画像を生成するには、マウスを 2 回クリックするだけです。

あと4回クリックするだけで、次のようになります

アドレス: https://github.com/lllyasviel/style2paints

<<: 将来、人間はAIに置き換えられるのでしょうか？人工知能の種類と発展段階を1つの記事で理解する

>>: インドネシアのゴミ分別：人工知能が役に立つ