8 月の Github のトップ 10 ディープラーニングプロジェクト、あなたはどれを選びますか?

ビッグデータダイジェスト制作

編集者: CoolBoy

みなさん、こんにちは！先月のトップ 10 の機械学習プロジェクトのリストを見つけたので、ここに掲載します。どれを選びますか?

このリストは、過去 1 か月間の 250 件のオープンソース機械学習プロジェクトから選択されています。著者らは、この期間中に得られた新たな重要な結果を比較し、いくつかの要素に基づいて専門的な品質を測定しました。

オープンソースプロジェクトはプログラマーにとって非常に便利なので、皆さんが刺激を受けるプロジェクトを見つけられることを願っています。

10日

GANimation: 単一画像からの構造的な顔アニメーション (Albert Pumarola 他) [Github で 344 個のスター]

https://github.com/albertpumarola/GANimation?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

これはアクションユニット (AU) に基づく新しい GAN システムであり、顔の表情を定義するために継続的かつ多様な構造的な顔の変化を示します。この方法により、各アクションユニットのメトリックを調整し、複数のアクションユニットを組み合わせることができます。

9位

Sg2im: シーングラフベースの画像生成 (Google オープンソース) [Github で 670 個のスター]

https://github.com/google/sg2im?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

シーングラフは視覚的なシーンの構造的表現であり、ノードはオブジェクトを表し、線はオブジェクト間の関係を表します。この研究では、シーングラフを入力として受け取り、画像を出力するエンドツーエンドのニューラルネットワークモデルを紹介します。

8日

Stt-benchmark: 音声テキスト変換ベンチマーク (Picovoice) [Github で 294 個のスター]

https://github.com/Picovoice/stt-benchmark?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Cheetah は、Picovoice が IoT アプリケーション向けに設計した音声認識エンジンです。他のモデルと比較すると、Cheetah のパフォーマンスは最先端の DeepSpeech にほぼ近いです (0.3 vs 0.32 WER)。ただし、速度は 100 倍になり、メモリ使用量は 398 分の 1 になります。これにより、Cheetah は小型製品 (Raspberry Pi など) に組み込まれたプラットフォーム上で実行できるようになり、より多くのコンピューティングリソースとストレージリソースを必要とする大規模モデルにも便利になります。

7位

Artificial-adversary: 機械学習モデルをテストするための敵対的テキストを生成するツール (Airbnb Engineering) [Github で 155 個のスター]

https://github.com/airbnb/artificial-adversary?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

ユーザーが生成したテキストを区別する場合、ユーザーが検出を回避するためにコンテンツを変更する方法は多数あります。これには、見た目が似ている文字との交換も含まれます。たとえば、「please wire me 10,000 US DOLLARS to bank of scamland」は詐欺メッセージである可能性がありますが、「[email protected] me 10000 US DoLars to, BANK of ScamIand」と書かれていた場合、多くの識別子が失敗します。

この拡張ライブラリを使用すると、これらのメソッドを使用してテキストを生成し、独自の機械学習アルゴリズムでテストできます。

6位

Soccerontable: デスクトップでサッカーの試合を観戦 (Konstantinos Rematas) [Github で 247 個のスター]

https://github.com/krematas/soccerontable?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

5位

DanceNet: オートエンコーダ、LSTM、混合密度ネットワーク (Keras) を使用したダンスジェネレーター [Github で 282 個のスター]

https://github.com/jsn5/dancenet?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

4位

UnsupervisedMT: フレーズベースおよびニューラルの教師なし機械翻訳 (Facebook Research) [Github で 490 個のスター]

https://github.com/facebookresearch/UnsupervisedMT?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

今日の機械翻訳システムは人間の効率に近づいていますが、これは並列文の数が多いことに関係しています。この論文では、単一のコーパスを使用して翻訳を学習する方法を研究します。著者らはニューラルモデルとフレーズベースモデルを提案した。どちらのモデルも、初期化パラメータ、モデルのノイズ除去、並列データの反復生成を考慮しています。これらは以前のモデルよりも大幅に優れており、構造がより単純でハイパーパラメータが少なくなっています。

3位

Vid2vid: ビデオからビデオへの合成 (NVIDIA AI) [Github で 1797 個のスター]

https://github.com/NVIDIA/vid2vid?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

この論文では、敵対的生成構造を使用した新しいビデオ間合成方法を提案します。 Github には、Pytorch での高解像度の実装が含まれています。このモデルは、意味的にラベル付けされた画像を実際のビデオに変換したり、ストロークから実際の音声アクションを生成したり、ポーズから人間のアクションを生成したりできます。

2位

Glow: 可逆 1x1 畳み込み生成フロー (OpenAI) [Github で 1664 個のスター]

https://github.com/openai/glow?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Glow は、1x1 可逆畳み込みを実行するために使用される可逆生成モデルです。これは以前の研究 (https://arxiv.org/abs/1605.08803) を継続し、その構造を簡素化したものです。このモデルは高解像度の画像を生成し、データを操作できる特徴を発見することができます。

***名前

Autokeras: 自動機械学習 (AutoML) 用のオープンソースソフトウェアライブラリ (Haifeng Jin) [Github で 2637 個のスター]

https://github.com/jhfjhfj1/autokeras?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

Auto-Keras は、AutoML 用のオープンソースソフトウェアライブラリです。これはテキサス A&M 大学の DATA Lab によって開発されました。 AutoML の最終的な目標は、データサイエンスのバックグラウンドを持たないさまざまな分野の専門家に、シンプルなディープラーニングツールを提供することです。 Auto-Keras は、構造とハイパーパラメータを自動的に検出するディープラーニングモデルを構築するための関数を提供します。