Github 最新 AI 开源项目了解一下？_github最新开源ai项目

这是 PaperDaily 的第 48篇文章

DeepPavlov

#对话系统训练开源库

DeepPavlov 是一个基于 TensorFlow 和 Keras 的智能对话库，其主要用途在于推动 NLP 和对话系统的研究，提升复杂对话系统的实现和评价效果。

DeepPavlov 可为研究者提供：

• 用于实现和测试对话模型的框架
• 一系列预训练的 NLP 模型、预定义的对话系统组件（机器学习/深度学习/规则系统）和流程模板
• 对话模型的基准测试环境和对相关数据集的统一访问

DeepPavlov 可为 AI 应用开发者提供：

• 用于构建对话应用软件的框架
• 将应用与相关基础工具（即时通讯、服务支持软件等）加以集成的工具包

项目链接

https://github.com/deepmipt/DeepPavlov

#深度学习框架随心切换

MMdnn 由微软开源，可将不同框架训练的深度神经网络模型进行转换，使之适配其他框架。该工具包目前已支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML。

MMdnn 具有如下特点：

• 模型文件转换，转换深度神经网络模型使之适配各种不同框架
• 模型代码片段生成，生成适合不同框架的训练或推断代码块
• 模型可视化，针对不同框架可视化深度神经网络模型网络架构和参数

项目链接

https://github.com/Microsoft/MMdnn

Age and Gender Estimation

#用CNN测算性别和年龄

本项目是一个基于 Keras 框架实现的 CNN 模型，用于根据人脸照片测算年龄和性别。

项目链接

https://github.com/yu4u/age-gender-estimation

Couplet

#用深度学习对对联

Couplet 是一个基于 Seq2Seq 的对联生成工具，本项目基于 TensorFlow。

Demo: https://ai.binwang.me/couplet/

项目链接

https://github.com/wb14123/seq2seq-couplet

Landing a SpaceX Falcon Heavy Rocket

#用强化学习控制火箭着陆

本项目是 Siraj Raval 在 YouTube 上发布的强化学习教学视频对应代码，如何在 Gym 模拟器里用强化学习控制 SpaceX 猎鹰重型火箭着陆。

视频链接

https://youtu.be/09OMoGqHexQ

项目链接

https://github.com/llSourcell/Landing-a-SpaceX-Falcon-Heavy-Rocket

Caffe for CC4.0-Windows

#简单方便的Caffe C++接口

CC4.0 是一个可用于 Windows 系统的 Caffe 库，简单的 Caffe C++ 接口，方便简单而更深入地研究深度学习。

项目特性如下：

• 只需要一个头文件和一个依赖项 libcaffe.lib
• 能够轻易使用 C++ 写训练过程或调用过程
• 能够轻易自定义 layer，不用编译 Caffe 也不用修改 caffe.proto，只修改代码即可使用。自己实现数据层，不需要 lmdb 也能高效率训练
• 能够在训练过程中对自定义 layer 进行调试查看中间结果
• 支持 LSTM 不定长 OCR（有案例），支持 SSD 更轻易地进行训练
• 有了 4.0 的支持，能够轻易实现任何新的网络结构
• 允许通过自定义层在训练中查看训练效果，更易于理解 CNN 的学习效果

项目链接

https://github.com/dlunion/CC4.0

SLTK - Sequence Labeling Toolkit

#序列化标注工具

SLTK 是一个序列化标注工具，实现了 Bi-LSTM-CRF 模型，并利用 PyTorch 实现了高效的数据加载模块，可以完成：

• 预处理：包括构建词表、label 表，从预训练文件构建 word embedding
• 训练：训练序列化标注模型，并保存在开发集上性能最好的一次模型
• 测试：对新的实例进行标注

项目链接

https://github.com/liu-nlper/SLTK

OD Annotation

#目标检测数据集标注工具

本项目是一个目标检测数据集标注工具，采用 Python-flask 框架开发，基于 B/S 方式交互，支持多人同时标注。

项目特点如下：

• B/S 方式交互
• 支持多人同时标注（可分配不同标注人员的标注范围，或不同人员标注不同类别）
• 类别采用选择方式，免去手工输入类别工作
• 支持拖拽方式修正标注区域
• 支持键盘方向键切换标注样本

项目链接

https://github.com/hzylmf/od-annotation

TopiCluster

#多文档主题聚类

TopiCluster 是一个基于 Kmeans 与 Lda 模型的多文档主题聚类。输入多篇文档，输出每个主题的关键词与相应文本，可用于主题发现与热点分析。

项目链接

https://github.com/liuhuanyong/TopiCluster