二次元少女生成器、會開車的神經網絡...2019年最好的17個機器學習項目

2021-03-06 人工智慧與大數據技術

來自:開源最前線(ID:OpenSourceTop) 

連結:https://heartbeat.fritz.ai/best-of-machine-learning-in-2019-reddit-edition-5fbb676a808

為了挑選出2019年最好的開源項目,最近某位Medium網友整理了2019年Reddit機器學習板塊熱門高贊項目資源匯總,一起來看看都有哪些項目上榜:

英偉達的研究科學家劉洺堉等人,發明了一個稱為 FUNIT (Few-shot Unsupervised Image-to-image Translation)的小樣本非監督圖像轉換模型,只需少量樣本(幾張照片),就能將一張新圖片中的一些姿勢、五官分布等特徵轉換到這些樣本圖上。 賦予AI 可以媲美人類的「腦補」能力:「看幾眼」新物種,便能「推測」出新物種某些(與新圖片一致的)動作姿勢,就像有人第一眼看到獨角獸,便能想像它怎樣奔跑。GitHub地址:https://github.com/NVlabs/FUNIT

通過Waifu自動販賣機你可以選擇自己喜歡的角色,生成自己喜歡的動畫。

地址:https://waifulabs.com/

作者整理了一個機器學習數據集相關的列表集合,可用於機器學習實驗。

這種資源可以減少你在線查找數據集的時間,該數據集根據不同的用途/領域劃分,包括:CV、NLP、自動駕駛、QA、音頻和醫療。你還能根據許可證類型進行劃分。地址:https://www.datasetlist.com/作者在「爛番茄」上搜羅了48萬條影評,這些評論在自然語言處理任務中非常有用。GitHub地址:https://github.com/nicolas-gervais/6-607-Algorithms-for-Big-Data-Analysis/blob/master/scraping%20all%20critic%20reviews%20from%20rotten%20tomatoes該數據集還可在Google雲端硬碟上找到。地址:https://drive.google.com/file/d/1N8WCMci_jpDHwCVgSED-B9yts-q9_Bb5/view5、使用ML創建一個貓門,當貓嘴裡叼著獵物時會自動鎖門(464贊)

視頻中,作者製作了一扇貓門,如果貓的嘴裡有東西,門就會自動鎖上15分鐘,這樣貓就沒辦法把死掉的動物叼進房子裡,他將攝像頭連接在貓門上,然後用機器學習判斷貓嘴裡是否有東西。地址:https://youtu.be/1A-Nf3QIJjM6、Neural Point-Based Graphics(415贊)

作者提出了一種新的基於點的複雜場景建模方法。它使用原始點雲作為場景的幾何表示。然後用一個可以學習的神經描述編碼擴展每個點。局部幾何形狀和外觀利用神經描述編碼,通過將點雲的柵格化從新的視點通過深度渲染網絡來獲得新的場景視圖。論文地址:https://arxiv.org/abs/1906.08240

AdaBound是一個優化器,它有一個現成的PyTorch實現,adample在模型訓練開始時表現得像Adam,並在最後轉變為SGD。保證模型收斂到損失更低的最優解上。Github地址:https://github.com/Luolc/AdaBound8、第一個在德州撲克中擊敗人類的AI(390個贊)

來自Facebook研究的帖子:「Pluribus是世界上第一個能夠在六人無限德州撲克遊戲中擊敗人類的人工智慧機器人。這也是人工智慧機器人首次在超過兩個人/團隊參與的複雜遊戲中擊敗頂級人類玩家。Pluribus之所以成功,是因為它可以非常有效地處理兩名以上玩家的不完美信息博弈挑戰。它使用自我對戰來教自己如何取勝,沒有任何示範或策略指導。官方地址:https://ai.facebook.com/blog/pluribus-first-ai-to-beat-pros-in-6-player-poker/numpy-ml是一個不斷更新的機器學習模型、算法和工具的集合,專門用NumPy和Python標準庫編寫。GitHub地址:https://github.com/ddbourgin/numpy-ml10、PyTorch實現的17種Deep RL算法(388個贊)

作者給出了17種深度強化學習算法的PyTorch實現。其中的一些實現包括DQN,DQN-HER,Double DQN,REINFORCE,DDPG,DDPG-HER,PPO,SAC,離散SAC,A3C,A2C。GitHub地址:https://github.com/p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch11、100萬可供下載的AI生成人臉(373個贊)

作者用NVIDIA的StyleGAN生成了100萬張臉,正如你所看到的,這些圖像看起來和真人一模一樣。

下載地址:https://archive.org/details/1mFakeFaces

12、教神經網絡駕駛賽車(358個贊)

作者設計了一個遊戲能夠教神經網絡駕駛汽車,它是一個簡單的網絡,具有固定數量的隱藏節點並且沒有偏差。然而經過短短幾代的訓練後,它就能把汽車開的又快又安全。視頻地址:https://www.youtube.com/watch?v=wL7tSgUpy8w這是一個輕量級的庫,它提供了一種簡單的方法來將經過訓練的統計模型轉換成原生代碼(支持Python、C、Java、Go、JavaScript、Visual Basic、c#)。」目前支持以下模型:

Github地址:https://github.com/BayesWitnesses/m2cgen摘自作者的帖子:「該帖子是關於在神經網絡的損失面中找到不同的模式。通常,圍繞最小值的場景看起來像是一個坑,周圍是隨機的丘陵和山脈,但是存在著更有意義的坑,如下圖所示。

「我們發現你幾乎可以找到自己喜歡的任何landscape的最小值。有趣的是,找到的橫向模式即使對於測試集也仍然有效,即,它具有一種很可能對於整個數據分布仍然有效的屬性。」

論文地址:https://arxiv.org/abs/1910.03867

作者基於OpenAI的GPT-2驅動構建了一個Reddit機器人。

你可以通過回復任何帶有「 gpt-2 finish this」的評論來使用這個回帖機器人。Github地址:https://github.com/shevisjohnson/gpt-2_bot16、Super SloMo:一個可以將任何視頻轉換為慢動作視頻的CNN(332個贊)這是由英偉達提出的一種算法,可以將30幀視頻變成240幀的慢動作視頻,有人用PyTorch實現了這個算法。

Github地址:https://github.com/avinashpaliwal/Super-SloMo

這是用於NLP的預訓練transformer模型的開源庫。該項目匯總了基於Transformer的各種最新的NLP-2、RoBERTa、XLM、DistilBert、XLNet等。

Github地址:https://github.com/huggingface/transformers

●編號971,輸入編號直達本文

●輸入m獲取文章目錄

Python編程

更多推薦25個技術類微信公眾號

涵蓋:程序人生、算法與數據結構、黑客技術與網絡安全、大數據技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、資料庫、運維等。

相關焦點

  • 李宏毅《機器學習》2019 新教程上線
    李教授的授課風格風趣幽默,通俗易懂,其課程內容中不僅有機器學習、深度學習的基礎知識,也會介紹 ML 領域裡的各種最新技術。近日,2019 版的課程資料與視頻終於上線了!2019 版《機器學習》課程目錄,括號內為新增內容:回歸、梯度下降分類、邏輯回歸,錯分類的原因深度學習,反向傳播(異常檢測)卷積神經網絡、Keras(對抗樣本攻擊)訓練深度學習模型(可解釋 AI)循環神經網絡(Order LSTM)Ensemble半監督學習、
  • 臺大李宏毅機器學習公開課2019版上線
    李教授的授課風格風趣幽默,通俗易懂,其課程內容中不僅有機器學習、深度學習的基礎知識,也會介紹 ML 領域裡的各種最新技術。近日,2019 版的課程資料與視頻終於上線了!2019 版《機器學習》課程目錄,括號內為新增內容:回歸、梯度下降分類、邏輯回歸,錯分類的原因深度學習,反向傳播(異常檢測)卷積神經網絡、Keras(對抗樣本攻擊)訓練深度學習模型(可解釋 AI)循環神經網絡(Order LSTM)Ensemble半監督學習、
  • 臺大李宏毅機器學習公開課2019版上線
    李教授的授課風格風趣幽默,通俗易懂,其課程內容中不僅有機器學習、深度學習的基礎知識,也會介紹 ML 領域裡的各種最新技術。近日,2019 版的課程資料與視頻終於上線了!2019 版《機器學習》課程目錄,括號內為新增內容:回歸、梯度下降分類、邏輯回歸,錯分類的原因深度學習,反向傳播(異常檢測)卷積神經網絡、Keras(對抗樣本攻擊)訓練深度學習模型(可解釋 AI)循環神經網絡(Order LSTM)Ensemble半監督學習、
  • 2018年最值得關注的10個機器學習開源項目
    AI 前線導讀:在這篇文章中,我們將花一點時間看一下 2018 年機器學習世界中發生的一些有趣的事情。我們列出了 Mybridge 排名的一些頂級開源項目、機器學習框架的主要進展,以及 2019 年還有哪些事情值得期待。
  • 機器學習系列 | ML需要了解的十大神經網絡架構
    如果你曾學習過機器學習的課程,那麼你應該也接觸過神經網絡。神經網絡是一組特定的算法,它引起了機器學習領域的徹底性的變革。神經網絡啟發於生物神經網絡,當前我們所說的深度神經網絡已被證明十分有用。神經網絡本身就是一般的函數逼近,這也是為什麼他們能被運用於幾乎任何一個關於從輸入到輸出空間的複雜映射的機器學習問題中。
  • 【深度】機器學習進化史:從線性模型到神經網絡
    我感覺Spark的時代已經到來了,因為對絕大多數分布式計算來說,彈性分布式數據集是非常抽象的。機器學習的進化從你在Google工作,到現在Spark計算框架上工作,應該有機會看到機器學習的進化吧,因為它們和分布式計算的聯繫都非常緊密,你會如何描述這種進化呢?從上世紀90年代開始,機器學習已經過了一些過渡時期。
  • 神經網絡中的分類器該如何改成生成器?
    作者 | 李秋鍵責編 | 劉靜引言: 相信我們都做過一些圖片分類或者是其他分類的項目,我們知道神經網絡是在w和b參數調節基礎上,使得x與y達到對應輸出的效果。在現代的分解建模中的,一般使用統計數據的似然作為改進目的,而GAN創新地用於了另一個改進目的。首先,引進判斷建模(常見建模還包括反對矢量機和多層人工神經網絡)。其次,其改進步驟是在分解建模和判斷建模兩者之間尋找沃克平衡。
  • 動漫美少女生成神器、貓的門禁...2019 年十七大最佳機器學習項目 | 年度盤點
    出品 | AI科技大本營(ID:rgznai100)為了篩選2019年一些令人驚嘆的機器學習項目。根據reddit上機器學習類目中的內容,作者盤點了過去一年中最受歡迎的17個機器學習項目、研究論文、demo。希望你能在這個列表中獲得一些鼓舞人心的、有教育意義的啟發。
  • 萬聖節恐怖表演、內衣檢測器—2019 年有趣的機器學習項目盤點
    作者 | Austin Kodra編譯 | 夕顏【導讀】隨著神經網絡架構、深度學習和機器學習研究的快速發展,同時硬體和軟體資源的不斷增加,讓人眼花繚亂的機器學習項目數量正以驚人的速度增長。從 AI 生成的藝術作品到實時跟蹤人類運動等,我們精選了一些最喜歡的深度學習項目,並附帶視覺演示效果。雖然一定還有更多其他優秀的機器學習項目,但我們希望這份清單可以讓你對研究人員、從業人員,甚至藝術家在 2019 年利用機器學習和深度學習的創造力有更深層次的了解。
  • IJCAI 2019 提前看|神經網絡後門攻擊、對抗攻擊
    接收率為 17.88%。本文對 3 篇神經網絡安全相關論文進行了介紹。近年來,深度學習在計算機視覺任務中獲得了巨大成功,但與此同時,神經網絡的安全問題逐漸引起重視,對抗樣本熱度持續不下,神經網絡後門攻擊也悄然興起。本文選取了 IJCAI2019 的 3 篇論文,從目標檢測對抗攻擊、實時對抗攻擊、神經網絡後門攻擊三個方面,為大家梳理最新進展。
  • 多倫多大學「神經網絡與機器學習導論(2018年春季)
    ▌概述機器學習是一套強大的技術,它允許計算機從數據中學習,而不是讓人類專家手工編程行為。神經網絡是一類最初受大腦啟發的機器學習算法,但最近在實際應用中取得了很多成功。本課程概述了神經網絡算法的基本思想和最新進展。本課程的前 2/3 大致集中在有監督的學習上,即訓練網絡在有大量標記的行為示例時產生特定的行為。最後 1/3 集中於無監督學習和強化學習。
  • 我用滿分作文生成器還原了二次元裡的NTR?
    這麼晦澀的文章怎麼就拿了個滿分?在網友們對這篇作文裡各種看不懂的元素津津樂道時,有一個大手子拿《生活在樹上》這篇文章做模板,創作出了一個名叫「滿分作文生成器」的工具。這個工具簡單、粗暴,人人都能用它寫出一篇滿分作文。滿分作文生成器不僅僅錄入了浙江省的滿分作文,還觸類旁通,深入涉獵了各個領域。
  • 【讓調參全部自動化】自動機器學習,神經網絡自主編程(代碼與訣竅)
    KDnuggets 的主編 Matthew Mayo 寫了一篇文章介紹了 AutoML 的概念,以及為什麼要做自動機器學習。本文後附 AI 軟體工程師 Thibault Neveu 發表在 Medium 的文章,介紹他如何訓練神經網絡自動編程。在過去幾年,自動機器學習(AutoML)成了一個研究的熱點。
  • OpenAI發布強大的文本生成器
    人工智慧實驗室OpenAI 宣布將為自然語言處理提供功能強大的新型神經網絡,並向公眾限量發行。該實驗室由埃隆·馬斯克(Elon Musk)創立,最近獲得了微軟10億美元的資助,該實驗室設計了文本生成器,它們創建的可讀段落與人類書寫的段落幾乎沒有區別。OpenAI的機器學習方法從Web上抓取大量數據,並對其進行分析以得到統計模式,從而使其能夠現實地預測下一個字母或單詞可能會被寫成什麼。
  • 深度學習:神經網絡算法的昨天、今天和明天
    針對神經網絡輸出結果與真實結果之間的差異,神經網絡會通過梯度(Gradient)逐層調整相應的權重以縮小差異,從而達到深度學習的目的。其實,模擬動物的神經活動,並非深度學習的專利。早在1957年,Frank Rosenblatt就提出了感知機(Perceptron)的概念。
  • 機器學習必知的8大神經網絡架構和原理
    什麼是神經網絡?神經網絡是一種通用機器學習模型,是一套特定的算法集,在機器學習領域掀起了一場變革,本身就是普通函數的逼近,可以應用到任何機器學習輸入到輸出的複雜映射問題。一般來說,神經網絡架構可分為3類:前饋神經網絡:是最常見的類型,第一層為輸入,最後一層為輸出。
  • 人工智慧發展史,機器學習/神經網絡與其關係
    人工智慧是指讓機器獲得像人類一樣思考與處理事情能力的技術,最早出現在 1956 年召開的達特茅斯會議上。這次會議主要討論著一個在當時看來完全不食人間煙火的主題:用機器來模仿人類學習以及其他方面的智能。人工智慧是一項極具挑戰性的任務。
  • 10月機器學習開源項目Top10
    作者 | Mybridge譯者 | 林春眄整理 | Jane出品 | AI科技大本營過去一個月裡,我們對近 250 個機器學習開源項目進行了排名
  • 假房源、假照片、假簡歷,甚至假貓……這群人要把神經網絡玩壞了!
    虛假的人類照片   近日,來自日本的研究人員利用神經網絡製作了逼真的高清視頻,裡面是各種各樣穿著衣服的人類圖像,但實際上並不存在。
  • 二次元老婆生成器在線玩地址及玩法介紹[多圖]
    二次元老婆生成器是一個H5頁面小遊戲,滿足沒有老婆/女朋友的單身男生們的好奇心。通過二次元老婆生成器,可以一鍵獲取屬於你的二次元老婆哦!這是微博上的老婆生成器的升級版,可以產生二次元老婆。下面快來看看二次元老婆生成器在線入口和玩法分享吧!