2D ガール ジェネレーター、駆動可能なニューラル ネットワーク... 2019 年の優れた機械学習プロジェクト 17 選

2019 年のベスト オープンソース プロジェクトを選択するために、Medium のネットユーザーが最近、2019 年に Reddit の機械学習セクションで人気が高く高く評価されたプロジェクトの概要をまとめました。リストに載っているプロジェクトを見てみましょう。

1. 教師なしグラフ間変換 (913 件のいいね)

NVIDIA の研究科学者 Mingyu Liu 氏らは、FUNIT (Few-shot Unsupervised Image-to-image Translation) と呼ばれる、少数ショットの教師なし画像変換モデルを発明しました。少数のサンプル (数枚の写真) だけで、新しい画像の姿勢や顔の特徴の分布などの一部の特徴をこれらのサンプル画像に転送できます。 AI に人間と同等の「考える」能力を与える: 新しい種を「数回見る」だけで、AI は新しい種の特定の動きや姿勢 (新しい写真と一致している) を「推測」できます。ちょうど、初めてユニコーンを見たときにその走り方を想像できるのと同じです。

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

2. 2次元の女の子を自動生成する（512件のいいね）

著者らはアニメーションを描画できる人工ニューラルネットワークを提案した。

Waifu自動販売機では、お気に入りのキャラクターを選択して、お気に入りのアニメーションを生成できます。

アドレス: https://waifulabs.com/

3. 機械学習における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、機械学習の実験に使用できる機械学習データセットのリストをまとめました。

このリソースを使用すると、CV、NLP、自動運転、QA、オーディオ、医療など、さまざまな用途/ドメインに分かれたデータセットをオンラインで検索する時間を短縮できます。ライセンスの種類別にセグメント化することもできます。

アドレス: https://www.datasetlist.com/

4. ロッテントマトで48万件のレビュー（464件のいいね）

著者は、Rotten Tomatoes で 480,000 件の映画レビューを収集しました。これは、自然言語処理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

データセットは Google ドライブでも入手できます。

アドレス: https://drive.google.com/file/d/1N8WCMci_jpDHwCVgSED-B9yts-q9_Bb5/view

5. 猫が獲物を口にくわえると自動的にロックされる猫用ドアを ML で作成する (464 件のいいね)

機械学習を使って作られた猫ドアについてです。

動画では、作者が猫用ドアを製作。猫の口に何かが入っていると、ドアは15分間自動的にロックされ、猫が死んだ動物を家の中に持ち込むことができなくなります。作者は猫用ドアにカメラを接続し、機械学習を使って猫の口に何かが入っているかどうかを判断しました。

アドレス: https://youtu.be/1A-Nf3QIJjM

6. ニューラルポイントベースグラフィックス（415 いいね）

著者らは、複雑なシーンをモデル化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た。シーンの幾何学的表現として生のポイント クラウドを使用します。次に、学習可能なニューラル記述コードを使用して各ポイントが拡張されます。ローカルジオメトリと外観はニューラル記述を使用してエンコードされ、ディープレンダリングネットワークを介して新しい視点からポイントクラウドをラスタライズすることで新しいシーンビューが取得されます。

論文アドレス: https://arxiv.org/abs/1906.08240

7. AdaBound Optimizer (402 いいね)

AdaBound は、モデルトレーニングの開始時には Adam のように動作し、終了時には SGD に移行する、既製の PyTorch 実装を備えたオプティマイザーです。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ことを確認します。

Githubアドレス: https://github.com/Luolc/AdaBound

8. テキサス ホールデムで人間に勝利した最初の AI (390 件のいいね)

Facebook Research の投稿から引用: 「Pluribus は、6 人制のノーリミット テキサス ホールデムで人間に勝てる初の AI ボットです。また、2 人以上/2 チームが関わる複雑なゲームで AI ボットがトップクラスの人間プレイヤーに勝ったのも初めてです。」

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。

公式住所:

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

9. さまざまな ML モデルの NumPy 実装 (388 件のいいね)

numpy-ml は、NumPy と Python 標準ライブラリで特別に記述された機械学習モデル、アルゴリズム、およびツールの継続的に更新されるコレクションです。

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

10. PyTorch で実装された 17 個の Deep RL アルゴリズム (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。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

11. AI が生成した 100 万の顔がダウンロード可能 (373 件のいいね)

著者らは NVIDIA の StyleGAN を使用して 100 万の顔を生成しましたが、ご覧のとおり、画像は実際の人物とまったく同じように見えます。

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

12. ニューラル ネットワークにレースカーの運転を教える (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ことができるゲームを設計しました。これは、固定数の隠しノードとバイアスのない単純なネットワークでした。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できるようになります。

動画リンク: https://www.youtube.com/watch?v=wL7tSgUpy8w

13. ML モデルをローカル コードに変換する (345 件のいいね)

これは、トレーニング済みの統計モデルをネイティブ コードに簡単に変換できる軽量ライブラリです (Python、C、Java、Go、JavaScript、Visual Basic、C# をサポート)。現在、次のモデルがサポートされています。

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

14. ニューラルネットワーク損失の調査

著者の投稿から：「この投稿は、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関するものです。多くの場合、最小値の周囲のシーンは、ランダムな丘や山が周囲にある穴のように見えますが、以下に示すような、より意味のある穴もあります。

「ほぼどのようなランドスケープでも最小値を見つけることができることがわかりました。興味深いことに、見つかったランドスケープ パターンはテスト セットにも当てはまります。つまり、データ分布全体に当てはまる可能性が高いという特性があります。」

論文アドレス: https://arxiv.org/abs/1910.03867

15. GPT-2 ベースの Reddit ボット

著者は、OpenAI の GPT-2 ドライバーに基づいて Reddit ボットを構築しました。

この返信ボットは、任意のコメントに「gpt-2 終了」と返信することで使用できます。

Githubアドレス: https://github.com/shevisjohnson/gpt-2_bot

16. Super SloMo: あらゆるビデオをスローモーションに変換できる CNN (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。

Githubアドレス: https://github.com/avinashpaliwal/Super-SloMo

17. NLP 事前トレーニング済みモデルライブラリ (206 件のいいね)

これは、NLP 用の事前トレーニング済みトランスフォーマー モデルのオープン ソース ライブラリです。このプロジェクトは、最新の Transformer ベースの NLP-2、RoBERTa、XLM、DistilBert、XLNet などを統合します。

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