财讯：2019年Reddit机器学习板块17个最佳项目：最新代码、资源应有尽有

本篇文章3645字，读完约9分钟

2019年即将过去。 海外最热的论坛reddit的机器学习板块也为我们提供了一个很好的学习讨论场所。

那么，过去一年里reddit中关注度最高的帖子有哪些？

希望来自非洲的数据观察者能总结出机器学习板块评价最高的17个项目、论文、demo，从这些投稿中得到启发。

无从监视图到图的转移( 913赞)

这是来自英伟达的研究，ai也像人类一样，可以用很少的样本实现从图像到图像的转换。

相关文章:

《雷布斯变猫布斯，皮卡丘变狗卡丘:英伟达最新ai开源，改变万物面貌的只有一张图| demo》

该模型将对抗训练方案与新颖的互联网设计相结合，从而实现这种迅速的生成能力。

例如，如果有小狗的动画和其他不同动物的静止画面，funit可以得到与其同步动作的各种动画。

github地址:

github/nvlabs/funit

生成自定义二维妹子( 521赞)

作者提出了一种可以画动画片的神经网络waifu自动售货机。 其优点是可以更加诉求自己喜欢的二次元妹妹，以此为基础生成喜欢的动画。

站点地址:

waifulabs/

最大数据集资源列表( 499赞)

作者总结了一系列机器学习数据集，减少了大家在线查找数据集的时间。 数据集按各种任务或行业进行分类，包括nlp、自动驾驶、质量检查、音频和医疗保健。

站点地址:

datasetlist/

nlp用影评48万支( 464赞)

这是作者在电影评论网站“烂西红柿”上收集的48万条评论，对nlp任务非常有用。

github地址:

github/Nicolas-Gervais/6-607-algorithms-for-big-data-analysis/blob/master/scraping % 20 all % 20 critic

也可以直接下载到google云盘。

drive.Google/File/d/1n8WC MCI _ JPDHWCVGSED-B9yts-Q9 _ BB5

自动猫门( 464赞)

这是猫对奴隶们的福利。 猫嘴里叼着东西，猫们就会自动锁15分钟，防止猫把老鼠等带回家。

这个装置将照相机连接到猫的门上，应用机器学习检查猫的嘴里是否有什么东西，从而实现这个。

视频地址:

youtube/watch？ v=1a-nf3qijjm

根据点云生成三维场景地图( 415赞)

作者提出了采用原始点云作为场景几何表现的基于点的新方法，对许多复杂场景进行了建模。

然后，这种方法使用可以学习的神经网络扩展各点，神经网络将局部的几何形状和外观编码化。 通过将点云光栅化从新视点传播到深度渲染互联网，可以获得新的场景视图。

论文地址:

arxiv/abs/1906.08240

adabound优化器( 402赞)

这是两个中国本科生提出的新优化器，他们来自北大和浙江大。 这个复印件已经收录在iclr 2019中，受到业界主席的称赞。

相关文章:

“中国学霸本科生提出了ai新算法:速度与肩adam相比，性能差不多的sgd，iclr行业主席赞不绝口”

adabound兼顾了模型训练中的速度和性能。

模型训练开始时，adabound的动作类似于adam，速度快，结束时转换为sgd，保证模型收敛到损失更低的最佳解。

论文介绍:

luolc/publications/adabound/

代码实现:

github/luolc/adabound

ai用德克萨斯扑克打败人类( 390赞)

facebook提出的pluribus是第一个能用6人无限注德州扑克打败人类专家的ai机器人。 这也是ai第一次在超过两个以上团队的许多复杂游戏中打败顶级人类玩家。

相关文章:

《ai赌神超进化:德扑六人局打击世界冠军，诈骗如神，每小时能赢一千刀| science》

pluribus之所以成功，是因为它可以非常有效地解决两个以上玩家不完全的新闻游戏的挑战。 采用自我对战告诉自己如何取胜，没有示威和战略指导。

官方介绍:

ai.Facebook/blog/Pluribus-First-AI-to-beat-PRS-in-6-Player-Poker /

实现各种ml模型的numpy ( 388赞)

numpy-ml是机器学习模型、算法和工具的集合。 这些模型、算法和工具是在numpy和python标准库中创建的。

github地址:

github/ddbourgin/numpy-ml

17种deep rl算法的pytorch实现( 388赞)

作者给出了17种深度强化学习算法的pytorch实现。 包括的实现包括dqn、dqn-her、双dqn、reinforce、ddpg、ddpg-her、ppo、sac、离散SA3C、a2c等。

github地址:

github/p-Christ/deep-reinforcement-learning-algorithms-with-py torch

一百万张ai生成的假动作( 373赞)

作者使用英伟达的stylegan生成了一百万张假脸，这些假脸和真人几乎一样。

下载到:

archive/details/1mfakefaces

课程周围的神经网络赛车( 358赞)

作者设计了一个小游戏，教神经网络开车。

这是一个简单的互联网，具有固定数量的隐藏节点(无neat )，没有偏差。 但是，经过短短几代的训练，成功地使车迅速安全行驶。

视频地址:

youtube/watch？ v=wl7tsgupy8w

将ml模型转换为价格地码( 345赞)

小边缘设备的硬件很简单。 例如，只能在单片机上安装深度学习软件库。 我该怎么办？

m2cgen提供了一种轻量级库——处理方法。 m2cgen将培训的ml模型轻松转换为本地代码，支持python、C、java、go、javascript、VISSUL BSIC、c#等语言。

相关文章:

“不依靠库也能做机器学习模型！ 我推荐强大的工具m2cgen。

m2cgen目前支持的型号如下。

图片: uploader.shimo.im/f/65 rehncspdoac8GV.PNG

github地址:

github/bayeswitnesses/m2cgen/

神经网络损失情况初探( 339赞)

这篇帖子是关于在神经网络的损失曲面上找到不同的图案。 一般来说，围绕最小值的地图看起来像坑。 周围是随机的丘陵和山脉，但也有更有意义的坑，如下图所示。

作者发现几乎可以找到我们喜欢的奇怪地图的最小值。 有趣的是，找到的地图对测试集也有效。 这很可能对整个数据分布有效。

论文地址:

arxiv/abs/1910.03867

源代码:

github/universo me/loss-patterns

基于gpt-2的reddit回复机器人( 343赞)

作者构建了基于gpt-2的reddit回复机器人。 这个回复机器人可以通过回答“gpt-2 finish this”的评论来采用。

源代码:

github/shevisjohnson/gpt-2_bot

将任意视频插值为慢动作( 332赞)

这是英伟达提出的算法，可以把30帧的视频转换成240帧的慢动作视频，有些人用pytorch实现了这个算法。

相关文章:

“脑补慢动作的ai源代码来了。 有了它，普通视频也可以平滑地补充帧”

论文地址:

PeoPle.CS.UMASS.EDU/~ Hz Jang/Projects/SuPers LoMO /

源代码:

github/avinashpaliwal/super-s lomo

nlp预训练模型库( 306赞)

这是创业企业hugging face的摘要，最近这家企业刚获得了1500万美元的融资。

这个项目总结了基于transformer的各种最新nlp模型，包括bert、gpt-2、roberta、xlm、distilbert、xlnet等32种预训练模型，涵盖了100多种语言

相关文章:

“github万星nlp资源大幅升级:实现pytorch和tf的深度互操作，整合32种最新的预训练模式”

而且，这个仓库的模型数量持续增加。

github地址:

github/hugging face/transformers

这是2019年reddit机器学习板块最受欢迎的项目。 我不知道哪个最喜欢，你觉得哪个会对你有帮助？

大咖喱！ 量子比特meet大会精彩再现

量子比特meet智能未来大会精彩的再生来袭！ 李开复、倭光南、景鲲、周伯文、吴明辉、曹旭东、叶杰平、唐文斌、王鹏峰、黄刚、马原等ai大咖啡与你一起阅读人工智能。 扫地看播放吧~

进入与大咖啡馆的交流|ai社区

量子比特qbitai ·头条号签约人

跟踪ai技术和产品的新动态

全天候滚动播放最新的财经信息和视频，越来越多的粉丝福利扫描二维码备受关注( finance )。