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。 関連レポート: https://medium.mybridge.co/machine-learning-open-source-of-the-month-v-aug-2018-ae85e7302ea5 [この記事は51CTOコラムBig Data Digest、WeChatパブリックアカウント「Big Data Digest(id: BigDataDigest)」のオリジナル翻訳です] この著者の他の記事を読むにはここをクリックしてください |
<<: 視覚畳み込みニューラルネットワークモデルを習得し、画像認識技術の分野を探索します。
>>: もう読み間違えないでください!人工知能と人間の知能の違いを理解する
Google トレンドを使ったことがありますか? かなり便利です。キーワードをいくつか入力すると、G...
[[200338]]私もディープラーニングの初心者です。この記事はあくまでも私の個人的な意見です。私...
「人工知能」は3年連続で政府活動報告に盛り込まれており、2019年にはビッグデータ、人工知能などの研...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
ベクトル データベースは、LLM と外部情報の間のブリッジとして機能し、生成 AI システムの基本機...
モノのインターネットと機械学習は、今日のビジネスにおいて最も破壊的なテクノロジーの 2 つです。さら...
[[242467]]現在観察できるマクロ経済、政治、人口、社会、文化、ビジネス、テクノロジーの一般...
近年発表されたAIモデル、例えば言語、視覚、音声、生物学など各分野の大規模モデルは、Transfor...
自動化された意思決定ツールは組織内でますます一般的になりつつあります。しかし、顔認識システムからオン...
BERT や GPT などの事前トレーニング済みのトランスフォーマーの登場により、言語モデリングは近...
[[328993]] 【51CTO.com クイック翻訳】 AI 市場のトレンドはどのくらいの速さで...