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. .
.