2018年9月份GitHub上最热门的机器学习项目

在过去的一个月里，Mybridge从将近250个机器学习开源项目中精选出十个热门项目，旨在帮助开发者找到自己需要的机器学习相关的开源项目

上榜开源项目所获得Star数平均为：728

涉及的领域包括：研究框架，AutoML库，深度学习，PyTorch，TSNE，算法工具箱，Fairness-ai，Deepdetect，ZOMBIES

下面就是上榜的开源项目详情：

https://github.com/google/dopamine Star 5625

Dopamine 是由 Google AI 实验室推出的一个基于 Tensorflow 的强化学习（RL）框架，旨在为新手和资深 RL 研究人员提供灵活性、稳定性和可重复性。该框架受大脑中的奖励动机行为启发，反映了神经科学与强化学习研究之间的强历史联系，旨在实现可以推动激进发现的投机性研究。

https://github.com/salesforce/TransmogrifAI Star 971

TransmogrifAI是一个用Scala编写的AutoML库，它运行在Spark之上。TransmogrifAI可以帮助企业自己构建机器学习系统，这有利于降低机器学习门槛，让企业更好地利用机器学习促进业务发展。

https://github.com/msracver/Deep-Exemplar-based-Colorization Star 107

黑白照片着色结果。研究人员通过提供不同的参照图片，能为目标图像生成多个贴近真实的着色效果。

https://github.com/ultralytics/yolov3 Star 422

YOLO将输入图像分成SxS个格子，若某个物体 Ground truth 的中心位置的坐标落入到某个格子，那么这个格子就负责检测出这个物体。YOLOv3在Pascal Titan X上处理608x608图像速度达到20FPS，在 COCO test-dev 上 mAP@0.5 达到 57.9%，与RetinaNet（FocalLoss论文所提出的单阶段网络）的结果相近，并且速度快4倍

https://github.com/RJT1990/mantra Star 300

Mantra是深度学习的快速发展框架。mantra是一个用于编写数据集和模型类的框架，支持单行培训，具有跟踪UI，并且可以轻松地封装和共享结果。

https://github.com/pavlin-policar/fastTSNE Star307

一个简单实用的工具，用于数值优化进化算法的快速实验。

https://github.com/csxeba/evolute Star 126

一种用于快速实验的简单工具，用于数值优化的进化算法。

https://github.com/IBM/AIF360 Star 159

AI Fairness 360工具包是一个开源库，可帮助检测和消除机器学习模型中的偏差。 AI Fairness 360 Python软件包包括一组全面的数据集和模型指标，用于测试偏差，解释这些指标以及减轻数据集和模型偏差的算法。

https://github.com/CorentinB/DeepSort Star 84

由DeepDetect支持的AI供电图像标记器，你可以从从https://github.com/CorentinB/DeepSort/releases下载最新的DeepSort版本

https://github.com/Daporan/Zombie-Shooter-Neural-Network Star 4

"AI learns to shoot ZOMBIES"中使用的代码

●编号688，输入编号直达本文

●输入m获取文章目录