2019年にRedditの機械学習セクションで人気のプロジェクト17選：最新のコードとリソースがすべて利用可能

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しています。転載の際は出典元にご連絡ください。

2019年ももうすぐ終わります。海外で最も人気のあるフォーラムであるRedditの機械学習セクションも、学習と議論のための優れた場を提供しています。

では、過去 1 年間で Reddit で最も視聴された投稿は何だったのでしょうか?

アフリカのデータアナリストが、機械学習セクションで最も人気のある 17 のプロジェクト、論文、デモをまとめました。これらの投稿からインスピレーションを得ていただければ幸いです。

教師なしグラフ間変換 (913 件のいいね)

これは NVIDIA の研究で、これにより AI はわずかなサンプル数で人間と同じように画像から画像への変換を実現できるようになります。

関連レポート:

「レイ・バスがネコ・バスに、ピカチュウがイヌ・ピカチュウに: Nvidia の最新 AI はオープンソースで、たった 1 枚の写真ですべてが変わります | デモ」

このモデルは、敵対的トレーニング スキームと新しいネットワーク設計を組み合わせることで、この高速生成機能を実現します。

たとえば、子犬の GIF とさまざまな動物の静止画像がある場合、FUNIT は同期した動きを持つさまざまな GIF を生成できます。

GitHub アドレス:
https://github.com/NVlabs/FUNIT

カスタム 2D ガールを生成する (521 件のいいね)

作者は、アニメを描くことができるニューラルネットワークワイフ自動販売機を提案しました。その特徴は、ニーズに応じてお気に入りの2次元の女の子を生成し、それに基づいてお気に入りのアニメを生成できることです。

ウェブサイトアドレス:
https://waifulabs.com/

最大のデータセット リソースのリスト (499 件のいいね)

著者は、オンラインでデータセットを見つけるのにかかる時間を短縮するために、一連の機械学習データセットをまとめました。データセットは、NLP、自動運転、品質検査、オーディオ、医療など、さまざまなタスクまたはドメインごとにセグメント化されています。

ウェブサイトアドレス:
https://www.datasetlist.com/

NLP の映画レビュー 480,000 件 (いいね 464 件)

これらは、著者が映画レビュー Web サイト Rotten Tomatoes で収集した 480,000 件のレビューであり、NLP タスクに非常に役立ちます。

GitHub アドレス:
https://github.com/nicolas-gervais/6-607-Algorithms-for-Big-Data-Analysis/blob/master/scraping%20all%20critic%20reviews%20from%20rotten%20tomatoes

Google ドライブから直接ダウンロードすることもできます。
https://drive.google.com/file/d/1N8WCMci_jpDHwCVgSED-B9yts-q9_Bb5/view

自動猫ドア (464 いいね)

これは猫好きの人にとってはメリットです。猫が何かを口にくわえている場合、猫が死んだネズミなどを家の中に持ち込むのを防ぐために、猫は自動的に 15 分間ロックされます。

この装置は、猫のドアにカメラを取り付け、機械学習を適用して猫の口の中に何かがあるかどうかをチェックすることでこれを実現します。

ビデオアドレス:
https://www.youtube.com/watch?v=1A-Nf3QIJjM

ポイントクラウドに基づいて 3D シーン グラフを生成する (415 件のいいね)

著者らは、シーンの幾何学的表現として生のポイント クラウドを使用する、複雑なシーンをモデリングするための新しいポイント ベースのアプローチを提案しています。

次に、この方法では、ローカルな形状と外観をエンコードする学習可能なニューラル記述を使用して各ポイントを拡張します。シーンの新しいビューは、ポイント クラウドのラスタライズを新しい視点からディープ レンダリング ネットワークに渡すことによって取得されます。

論文の宛先:
https://arxiv.org/abs/1906.08240

AdaBound Optimizer (402 いいね)

これは、北京大学と浙江大学の 2 人の中国人学部生によって提案された新しい最適化ツールです。この論文はICLR 2019に掲載され、分野長から高い評価を受けました。

関連レポート:

「中国の学部生が新しいAIアルゴリズムを提案しました。その速度はAdamに匹敵し、パフォーマンスはSGDに匹敵し、ICLR分野委員長は大絶賛しています。」

AdaBound は、モデルトレーニングにおける速度とパフォーマンスのバランスをとります。

モデルトレーニングの開始時には、AdaBound は非常に高速な Adam と同様に動作し、最後に SGD に切り替えて、モデルがより低い損失で最適なソリューションに収束するようにします。

論文紹介:
https://www.luolc.com/publications/adabound/

コード実装:
https://github.com/Luolc/AdaBound

AI がテキサス ホールデムで人間に勝利 (390 件のいいね)

Facebookが提案したPluribusは、6人制のノーリミットテキサスホールデムで人間の専門家に勝つことができる初のAIボットである。また、2人以上のプレイヤーやチームが参加する複雑なゲームで、AIが人間のトッププレイヤーに勝利したのもこれが初めてです。

関連レポート:

「AIギャンブルの神の超進化：テキサスホールデムの6人対戦ゲームで世界チャンピオンを破り、神のようにブラフをかけ、1時間あたり1,000ドルを勝ち取る | 科学」

Pluribus が成功しているのは、2 人以上のプレイヤーによる不完全情報ゲームの課題を非常に効率的に処理できるためです。デモンストレーションや戦略のガイダンスなしで、セルフプレイを使用して勝つ方法を自ら学習します。

公式紹介:
https://ai.facebook.com/blog/pluribus-first-ai-to-beat-pros-in-6-player-poker/

さまざまな ML モデルの NumPy 実装 (388 件のいいね)

NumPy-ML は、機械学習モデル、アルゴリズム、およびツールのコレクションです。これらのモデル、アルゴリズム、ツールは、NumPy と Python 標準ライブラリを使用して特別に作成されています。

GitHub アドレス:
https://github.com/ddbourgin/numpy-ml

17 個の Deep RL アルゴリズムの PyTorch 実装 (388 件のいいね)

著者は、17 個の深層強化学習アルゴリズムの PyTorch 実装を提供しています。含まれる実装には、DQN、DQN-HER、Double DQN、REINFORCE、DDPG、DDPG-HER、PPO、SAC、Discrete SAC、A3C、A2C などがあります。

GitHub アドレス:
https://github.com/p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch

AI が生成した偽の顔 100 万個 (いいね 373 件)

著者らは、Nvidia の StyleGAN を使用して、本物の人間とほとんど区別がつかない偽の顔 100 万個を生成しました。

ダウンロードアドレス:
https://archive.org/details/1mFakeFaces

トラックを周回するニューラル ネットワーク (358 件のいいね)

著者らは、ニューラル ネットワークに車の運転を教えるための小さなゲームを設計しました。

これは、固定数の隠しノード（NEAT なし）とバイアスのない単純なネットワークです。しかし、わずか数世代のトレーニングで、車を素早く安全に運転させることに成功しました。

ビデオアドレス:
https://www.youtube.com/watch?v=wL7tSgUpy8w

ML モデルをネイティブ コードに変換する (345 件のいいね)

一部のエッジデバイスのハードウェアがシングルチップマイクロコンピュータのみなど非常にシンプルで、ディープラーニングソフトウェアライブラリをインストールできない場合はどうすればよいですか?

m2cgen はソリューションを提供する軽量ライブラリです。 m2cgen は、Python、C、Java、Go、JavaScript、Visual Basic、C# などの言語をサポートし、トレーニング済みの ML モデルをネイティブ コードに変換する簡単な方法を提供します。

関連レポート:

《依存ライブラリなしで機械学習モデルを実行！》強力なツールm2cgenを推奨します》

現在 m2cgen でサポートされているモデルは次のとおりです。

画像: https://uploader.shimo.im/f/65ReHnCspdoAC8gV.png

GitHub アドレス:
https://github.com/BayesWitnesses/m2cgen/

ニューラルネットワークの損失の調査 (339 件のいいね)

この投稿では、ニューラル ネットワークの損失面におけるさまざまなパターンの検出について説明します。多くの場合、最小値の周りのマップは、ランダムな丘や山が周囲にある穴のように見えますが、下図のように、より意味のある穴もあります。

著者らは、ほとんどどんな奇妙な地図でも最小値を見つけることができることを発見しました。興味深いことに、見つかったマップはテスト セットに対しても有効なままであるため、データ分布全体に対しても有効なままである可​​能性があります。

論文の宛先:
https://arxiv.org/abs/1910.03867

ソースコード:
https://github.com/universome/loss-patterns

GPT-2 をベースにした Reddit 返信ロボット (343 件のいいね)

著者はGPT-2をベースにRedditの返信ロボットを構築しました。このボットを使用するには、任意のコメントに「gpt-2 終了」と返信します。

ソースコード:
https://github.com/shevisjohnson/gpt-2_bot

あらゆるビデオをスローモーションに補間します (332 件のいいね)

これは NVIDIA が提案した、30 フレームのビデオを 240 フレームのスローモーション ビデオに変換できるアルゴリズムです。このアルゴリズムを PyTorch を使用して実装した人がいます。

関連レポート:

「スローモーション用のAIソースコードがここにあります。これを使えば、普通の動画もスムーズに補間できます」

論文の宛先:
https://people.cs.umass.edu/~hzjiang/projects/superslomo/

ソースコード:
https://github.com/avinashpaliwal/スーパースローモーション

NLP 事前トレーニング済みモデル ライブラリ (306 件のいいね)

これは、最近1500万ドルの資金調達を受けたスタートアップHugging Faceからの要約です。

このプロジェクトでは、BERT、GPT-2、RoBERTa、XLM、DistilBert、XLNet などの 32 の事前トレーニング済みモデルを含む、Transformer に基づくさまざまな最新の NLP モデルを統合し、100 を超える言語をカバーします。

関連レポート:

GitHub Wanxing NLP リソースのアップグレード: Pytorch と TF 間の高度な相互運用性を実現し、32 の最新の事前トレーニング済みモデルを統合

そして、このライブラリ内のモデルの数は今も増え続けています。

GitHub アドレス:
https://github.com/huggingface/transformers

これらは、2019 年に Reddit の機械学習セクションで最も人気のあるプロジェクトです。どれが一番気に入っていますか? また、どれが一番役立つと思いますか?