如何編寫易被複用的，高質量的機器學習演算法代碼？有哪些這樣的代碼示例？請舉例：代碼，原文，你發表的文獻。

01-08

什麼樣的代碼會讓你願意嘗試在自己的數據集上測試，並與之比較。或者說你在科研過程中遇到過哪些非常好用的代碼，它們的哪些特色吸引了你，讓你去試用，測試，比較並引用其原始文獻的？

前面幾個答案看起來都有點答非所問？

個人感覺題主就是在研究怎麼放code出去才會增加自己文章引用。

其實相對成熟的研究主題里對比方法都挺容易確定的，因為大家都比那幾個，基本就是：1)幾個經典的＋2)和自己的特別像的＋3)近兩年的state of the art. （三者可能有重合）

從樓主的問題判斷，我估計你想要的答案在2) 3)里，因為不確定性最大。

於是，從我做對比試驗的習慣來回答這個問題好了，「讓你去試用，測試，比較並引用其原始文獻的」代碼大概有這麼幾個特點：

1、最重要的，文章本身檔次高。CV方向就是三個會議兩個期刊。鑒於只是會議就一年收上千篇，於是就又有兩個標準：

1）oral。

2）從大組or某些牛X人物手下來的。

2、代碼質量。這個其實很次要。按尋找過程來，標準大概是這樣。

1）好找能下載的（都是淚啊）。主頁上文章後面弄出來個能下載的鏈接是最愛～

2）體積小的。嗯，說這條是因為，我干過把奇奇怪怪的data弄進去結果壓縮包巨大的2X事。

3）README寫的清楚的。格式混亂語法錯誤一堆看起來就不專業直接扔掉。

4）依賴的東西好找的。 -_-經常就要去下載奇奇怪怪的東西了，有的還要求版本。

5）如果需要編譯，能在各種詭異平台上搞定的。

6）組織形式，我喜歡那種有個demo，然後完成具體功能的是個函數，按照demo根據自己的數據集改一下調用那個函數直接就能搞定的。

舉例什麼的，題主饒過我吧，都下載了我才不要再找一遍。而且方向不一樣估計沒用吧。。。嚶嚶嚶，我就是懶了。。。我狂找過的大概就那麼幾類：image feature, saliency, hashing。都是code爆多的。

SVM方面，首選的肯定是LIBSVM這個庫，應該是應用最廣的機器學習庫了。

下面主要推薦一些DeepLearning的GitHub項目吧！

1. convnetjs - Star:2200+

實現了卷積神經網路，可以用來做分類，回歸，強化學習等。

2. DeepLearn Toolbox - Star:1000+

Matlab實現中最熱的庫存，包括了CNN,DBN,SAE,CAE等主流模型。

3. Deep Learning(yusugomo) - Star:800+

實現了深度學習網路，從演算法與實現上都比較全，提供了5種語言的實現：Python,C/C++,Java,Scala，實現的模型有DBN/CDBN/RBM/CRBM/dA/SdA/LR等。

4. Neural-Networks-And-Deep-Learning - Star:500+

這是同名書的配套代碼，語言是Python。

5. rbm-mnist - Star:200+

這個是hinton matlab代碼的C++改寫版，還實現了Rasmussen的共軛梯度Conjugate Gradient演算法。

我從computer vision的角度進行下推薦下vision必備的工具庫吧。

1、vlfeat

vlfeat是一個有MATLAB和C interface的視覺演算法庫。它用C實現了絕大多數vision演算法（從經典的SIFT到比較新的Fisher encoding），提供非常非常傻瓜化的MATLAB interface。非常好用和友善。裡面提供的演算法也基本足夠滿足一般的vision應用了。

2、theano

如樓上所說，theano是一個Python的deep learning package，我現在在做RNN，

剩下的我基本用MATLAB自帶函數庫就能解決了……

不推薦的

1、caffe

愛過……caffe安裝過程太麻煩，而且個人感覺沒theano好用。如果你實在想用caffe提取pre-train feature的話可以去這裡利用VT的伺服器提取CloudCV，第一不用自己本機計算第二省得安裝。

2、libsvm和liblinear

上面很多人提到了這兩個tool，但是出於某種迷之原因libsvm和liblinear在多種同等設置下的準確度還比不上vlfeat自帶的vlsvm，而且這不是我們一個vision實驗室的問題。

由入門到進階

svmsgd，基礎的線性模型，簡單的梯度下降演算法，基礎的c++

caffe，blas介面的使用，基本的模版，基本的多態，基本的cuda

mshadow，大量的複雜模版

cuda-convnet2，高水平的cuda