聪明文档网

    聪明文档网

    最新最全的文档下载
    当前位置： 首页> GitHub上最受欢迎的57个深度学习开源项目

    GitHub上最受欢迎的57个深度学习开源项目

    时间：    下载该word文档
    . .
    GitHub上最受欢迎的57个深度学习开源项目


    TensorFlow     https://github./tensorflow/tensorflow 作为谷歌的第二代机器学习系统，TensorFlow在过去的一年里成为了github上当之无愧的最受欢迎项目。按照谷歌所说，在某些基准测试中，TensorFlow 的表现比第一代的 DistBelief 快了2倍。TensorFlow 建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用 TensorFlow。任何基于梯度的机器学习算法都能够受益于 TensorFlow 的自动分 化（auto-differentiation）。通过灵活的 Python 接口，要在 TensorFlow 中表达想法也会很容易。Caffehttps://github./BVLC/caffe Caffe是一个高效的开源深度学习框架。由表达式，速度和模块化组成。Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。Caffe能够运行很棒的模型和海量的数据，可以使用Caffe提供的各层类型来定义自己的模型。Neural stylehttps://github./jcjohnson/neural-style Torch实现的神经网络算法。Neural style 是让机器模仿已有画作的绘画风格来把一图片重新绘制的算法。deepdreamhttps://github./google/deepdream Deep Dream是一款图像识别工具。一个原本用来将图片分 页脚. .


    . .
    类的AI，让我们看到不一样的世界~在把一图片喂入之后，选择某一层神经网路（Google 的神经网路有 10-30 层）进行重复处理的次数和变形的程度，就能获得一非常后现代的「画作」。Kerashttps://github./fchollet/keras 一款Python实现的深度学习库，包括卷积神经网络、递归神经网络等。运行在Theano和TensorFlow之上。Keras是一个极简的、高度模块化的神经网络库，采用Python（Python 2.7-3.5.）开发，能够运行在TensorFlow和Theano任一平台，好项目旨在完成深度学习的快速开发。RocAlphaGohttps://github./Rochester-NRT/RocAlphaGo 学生主导的一个独立项目，从新实现了 DeepMind在2016 Nature发表的容， 《用深度神经网络和树搜索学习围棋》 (Nature 529, 484-489, 28 Jan 2016。
    TensorFlow Modelshttps://github./tensorflow/models 基于TensorFlow开发的模型。这个库包含了各种机器学习模型在TensorFlow实践。
    Neural Doodlehttps://github./alexjc/neural-doodle 运用深度神经网络将涂鸦变为优雅的艺术品，从照片生成无缝纹理，转变图片风格，进行基于实例的提升，等等…还有更多！（语义风格传递的实现）CNTKhttps://github./Microsoft/CNTK 深度学习工具包 。来自微软公司的CNTK工具包的效率， 页脚. .


    . .
    “比我们所见过的都要疯狂”。 这部分归功于CNTK可借助图形处理单元（GPU）的能力，微软自称是唯一公开“可扩展GPU”功能的公司。（从单机上的1个、延伸至超算上的多个） 在与该公司的网络化GPU系统（称之为Azure GPU Lab）匹配之后，它将能够训练深度神经网络来识别语音，让Cortana虚拟助理的速度达到以前的十倍。TensorFlow Exampleshttps://github./aymericdamien/TensorFlow-Examples适合初学者的 TensorFlow 教程和代码示例，作者已经做了相关笔记和代码解释。ConvNet JShttps://github./karpathy/convnetjs ConvNetJS 是用 JavaScript 实现的神经网络，同时还有基于浏览器的 demo。
    Torchhttps://github./torch/torch7 Torch7 是一个科学计算框架，支持机器学习算法。易用而且提供高效的算法实现，得益于 LuaJIT 和一个底层的 C 实现。OpenFacehttps://github./cmusatyalab/openface 基于深度学习网络的面部识别。Openface是一个基于深度神经网络的开源人脸识别系统。该系统基于谷歌的paper《FaceNet: A Unified Embedding for Face Recognition and Clustering》。Openface是卡基梅隆大学的 Brandon Amos主导的。MXNethttps://github./dmlc/mxnet 轻巧、便携、灵活的分布式/移动深度学习框架，支持 页脚. .


    . .
    Python, R, Julia, Scala, Go, Javascript等等语言。MXNet是一款设计为效率和灵活性的深度学习框架。它允许你混合符号编程和命令式编程，从而最大限度提高效率和生产力。在其核心是一个动态的依赖调度，它能够自动并行符号和命令的操作。一个图形优化层，使得符号执行速度快，存使用高效。这个库便携，轻量，而且能够扩展到多个GPU和多台机器。Theanohttps://github./Theano/Theano Theano 是一个 Python 库，用来定义、优化和模拟数学表达式计算，用于高效的解决多维数组的计算问题。
    Leafhttps://github./autumnai/leaf 是一个开放的机器学习框架，为黑客建立经典，深或混合机器学习应用。它的灵感来自于TensorFlow Torch, Caffe, Rust和众多的研究论文，并提出模块化、性能和便携性的深度学习。
    Char RNNhttps://github./karpathy/char-rnn 多层递归神经网络的字符级别语言模型，基于Torch开发。它实现了多层递归神经网络（RNN，LSTM、和GRU）字符级语言模型的训练/采样。如果你是Torch/Lua/Neural Nets新手，那么这对于你去理解它们有很大的帮助。
    Neural Talkhttps://github./karpathy/neuraltalk NeuralTalk是一个Python+numpy项目，用多模式递归神经网络描述图像。
    页脚. .


    . .
    deeplearning4jhttps://github./deeplearning4j/deeplearning4j 基于Hadoop 和 Spark的Java, Scala & Clojure深度学习工具。Deeplearning4j（简称DL4J）是为Java和Scala编写的首个商业级开源分布式深度学习库。DL4J与Hadoop和Spark集成，为商业环境（而非研究工具目的）所设计。Skymind是DL4J的商业支持机构。Deeplearning4j 技术先进，以即插即用为目标，通过更多预设的使用，避免太多配置，让非研究人员也能够进行快速的原型制作。DL4J同时可以规模化定制。DL4J遵循Apache 2.0许可协议，一切以其为基础的衍生作品均属于衍生作品的作者。
    TFLearnhttps://github./tflearn/tflearn 深度学习库，包括高层次的TensorFlow接口。它是被设计来在加速试验提供了一个更高级别的API，并且和其他的部分完全兼容。
    TensorFlow Playgroundhttps://github./tensorflow/playground 神经网络模型示例。TensorFlow Playground是一个神经网络的交互式可视化，这是使用d3.js写的。 OpenAI Gymhttps://github./openai/gym 一种用于开发和比较强化学习算法的工具包。
    Magentahttps://github./tensorflow/magenta 页脚. .


    . .
    Magenta: 音乐和艺术的生成与机器智能。Google Brain团队的一组研究人员发布了一个项目Project Magenta，其主要目标是利用机器学习创作艺术和谱写曲子。Project Magenta使用了 TensorFlow系统，研究人员在GitHub上开源了他们的模型和工具。
    研究人员称，机器生成的音乐已经存在了许多年，但它们在都缺乏长的叙事艺术。Project Magenta就试图将故事作为机器生成音乐的重要部分。Google公布了一个DEMO（MP3）表现Magenta项目的成果。Colornethttps://github./pavelgonchar/colornet 用神经网络模型给灰度图上色。Synaptichttps://github./cazala/synaptic基于node.js和浏览器的免架构神经网络库。Neural Talk 2https://github./karpathy/neuraltalk2 Torch开发的图像简介生成代码，运行在GPU上。Image Analogieshttps://github./awentzonline/image-analogies 使用神经匹配和融合生成相似图形。TensorFlow Tutorialshttps://github./pkmital/tensorflow_tutorialsTensorflow，从基础原理到应用。
    Lasagnehttps://github./Lasagne/Lasagne 基于Theano训练和构建神经网络的轻型函数库。
    PyLearn2https://github./lisa-lab/pylearn2 页脚. .


    . .
    基于Theano的机器学习库。
    LISA-lab Deep Learning Tutorialshttps://github./lisa-lab/DeepLearningTutorials 深度学习教程笔记和代码。详情参见wiki页面。
    Neonhttps://github./NervanaSystems/neon Nervana?开发的一款快速、可扩展、易上手的Python深度学习框架。neon 是 Nervana System 的深度学习软件。根据Facebook一位研究者的基准测试，Nervana的软件比业界知名的深度学习工具性能都要高，包括Facebook自己的Torch7和Nvidia的cuDNN。
    Matlab Deep Learning Toolboxhttps://github./rasmusbergpalm/DeepLearnToolbox Matlab/Octave的深度学习工具箱。包括深度信念网络、自动编码机、卷积神经网络、卷积自动编码机和vanilla神经网络等。每种方法都有入门示例。
    Deep Learning Flappy Birdhttps://github./yenchenlin1994/DeepLearningFlappyBird 使用深度强化学习破解Flappy Bird游戏（深度 Q-学习）。dl-setuphttps://github./saiprashanths/dl-setup 在深度学习机上设置软件说明。
    Chainerhttps://github./pfnet/chainer 一款灵活的深度学习神经网络框架。Chainer是深度学习的 页脚. .


    . .
    框架，Chainer在深度学习的理论算法和实际应用之间架起一座桥梁。它的特点是强大、灵活、直观，被认为是深度学习的灵活框架。
    Neural Story Tellerhttps://github./ryankiros/neural-storyteller 看图讲故事的递归神经网络模型。 DIGITShttps://github./NVIDIA/DIGITS 深度学习GPU训练系统。
    Deep Jazzhttps://github./jisungk/deepjazz 基于Keras和Theano生成jazz的深度学习模型！Tiny DNNhttps://github./tiny-dnn/tiny-dnn 仅引用头文件，无依赖且使用 C ++ 11 的深度学习框架。Brainstormhttps://github./IDSIA/brainstorm 快速、灵活、有趣的神经网络。
    dl-dockerhttps://github./saiprashanths/dl-docker 一个用于深度学习的一体化 Docker 镜像。 包含所有流行的 DL 框架（TensorFlow，Theano，Torch，Caffe等）。 Darknethttps://github./pjreddie/darknet C语言版本的开源神经网络。Theano Tutorialshttps://github./Newmu/Theano-Tutorial基于Theano的机器学习入门教程，从线性回归到卷积神经网络。
    页脚. .


    . .
    RNN Music Compositionhttps://github./hexahedria/biaxial-rnn-music-composition一款生成古典音乐的递归神经网络工具。
    Blockshttps://github./mila-udem/blocks用于构建和训练神经网络模型的Theano框架
    TDBhttps://github./ericjang/tdb TensorFlow的交互式、节点调试和可视化的工具。TensorDebugger (TDB 是深度学习调试器，使用断点和计算机图形化实时数据流可视化扩展 TensorFlow（谷歌的深度学习框架）。特别的是，TDB 是一个 Python 库和 一个 Jupyter Notebook 扩展的结合，构建 Google 的 TensorFlow 框架。Scikit Neural Nethttps://github./aigamedev/scikit-neuralnetwork深度神经网络入门工具，类似scikit-learn的分类器和回归模型。Veleshttps://github./samsung/veles 分布式机器学习平台（Python, CUDA, OpenCL）。VELES 是分布式深度学习应用系统，用户只需要提供参数，剩下的都可以交给 VELES。VELES 使用 Python 编写，使用 OpenCL 或者 CUDA，利用基于 Flow 的编程。它是三星开发的另一个 TensorFlow。
    Deep Detecthttps://github./beniz/deepdetect基于C++11的深度学习接口和服务器，与Python绑定并支持Caffe。
    页脚. .


    . .
    TensorFlow DeepQhttps://github./nivwusquorum/tensorflow-deepq基于Google Tensorflow的深度Q学习演示。
    Caffe on Sparkhttps://github.//CaffeOnSpark 基于Spark的Caffe。雅虎认为，深度学习应该与现有的支持特征工程和传统（非深度）机器学习的数据处理管道在同一个集群中，创建CaffeOnSpark意在使得深度学习训练和测试能被嵌入到Spark应用程序中。CaffeOnSpark被设计成为一个Spark深度学习包。Nolearnhttps://github./dnouri/nolearn神经网络库的抽象，著名的Lasagne。
    DCGAN TensorFlowhttps://github./carpedm20/DCGAN-tensorflowStars：568 基于tensorflow实现的深度卷积生成对抗网络。MatConvNethttps://github./vlfeat/matconvnetMATLAB CNN 计算机视觉应用工具箱。
    DeepCLhttps://github./hughperkins/DeepCL用于训练深度卷积神经网络模型的OpenCL库。
    Visual Search Serverhttps://github./AKSHAYUBHAT/VisualSearchServer可视化搜索服务器。一个简单使用TensorFlow，InceptionV3模型和AWS GPU实例实现的视觉搜索服务器。代码实现两 页脚. .


    . .
    个方法，一个处理图像搜索的服务器和一个提取pool3功能的简单索引器。 最近邻搜索可以使用近似（更快）或使用精确方法（更慢）以近似方式执行。

    页脚. .


    免费下载 Word文档免费下载： GitHub上最受欢迎的57个深度学习开源项目

    TOP热门搜索

    相关推荐：

    党课材料汇编

    • ￥29.8

      ￥45 每天只需1.0元
      1个月 推荐

    • ￥9.9

      ￥15
      1天

    • ￥59.8

      ￥90
      3个月

    选择支付方式

    • 微信付款
    会员须知 联系在线客服 登录账号
    郑重提醒：支付后，系统自动为您完成注册

    请使用微信扫码支付(元)

    订单号：
    支付后，系统自动为您完成注册
    遇到问题请联系 在线客服

    常用手机号：
    用于找回密码
    图片验证码：
    看不清？点击更换
    短信验证码：
    新密码：
     
    绑定后可用手机号登录
    请不要关闭本页面，支付完成后请点击【支付完成】按钮
    遇到问题请联系 在线客服

    侵权投诉  © 2013-2019 http://www.tcm999.cn   站点地图 |  手机版

    本站文档均来自互联网及网友上传分享，本站只负责收集和整理，有任何问题可通过上访投诉通道进行反馈