Github最新AI開源項目了解一下？
在碎片化閱讀充斥眼球的時代，越來越少的人會去關注每篇論文背後的探索和思考。 在這個欄目里，你會快速 get 每篇精選論文的亮點和痛點，時刻緊跟 AI 前沿成果。 點擊即刻加入社區，查看更多最新論文推薦。
DeepPavlov
#對話系統訓練開源庫
DeepPavlov 是一個基於 TensorFlow 和 Keras 的智能對話庫，其主要用途在於推動 NLP 和對話系統的研究，提升複雜對話系統的實現和評價效果。
DeepPavlov 可為研究者提供：
- 用於實現和測試對話模型的框架
- 一系列預訓練的 NLP 模型、預定義的對話系統組件（機器學習/深度學習/規則系統）和流程模板
- 對話模型的基準測試環境和對相關數據集的統一訪問
DeepPavlov 可為 AI 應用開發者提供：
- 用於構建對話應用軟體的框架
- 將應用與相關基礎工具（即時通訊、服務支持軟體等）加以集成的工具包
項目鏈接：https://github.com/deepmipt/DeepPavlov
#深度學習框架隨心切換
MMdnn 由微軟開源，可將不同框架訓練的深度神經網路模型進行轉換，使之適配其他框架。該工具包目前已支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML。
MMdnn 具有如下特點：
- 模型文件轉換，轉換深度神經網路模型使之適配各種不同框架
- 模型代碼片段生成，生成適合不同框架的訓練或推斷代碼塊
- 模型可視化，針對不同框架可視化深度神經網路模型網路架構和參數
項目鏈接：https://github.com/Microsoft/MMdnn
Age and Gender Estimation
#用CNN測算性別和年齡
本項目是一個基於 Keras 框架實現的 CNN 模型，用於根據人臉照片測算年齡和性別。
項目鏈接：https://github.com/yu4u/age-gender-estimation
Couplet
#用深度學習對對聯
Couplet 是一個基於 Seq2Seq 的對聯生成工具，本項目基於 TensorFlow。
Demo: https://ai.binwang.me/couplet/
項目鏈接：https://github.com/wb14123/seq2seq-couplet
Landing a SpaceX Falcon Heavy Rocket
#用強化學習控制火箭著陸
本項目是 Siraj Raval 在 YouTube 上發布的強化學習教學視頻對應代碼，如何在 Gym 模擬器里用強化學習控制 SpaceX 獵鷹重型火箭著陸。
視頻鏈接：https://youtu.be/09OMoGqHexQ
項目鏈接：https://github.com/llSourcell/Landing-a-SpaceX-Falcon-Heavy-Rocket
Caffe for CC4.0-Windows
#簡單方便的Caffe C++介面
CC4.0 是一個可用於 Windows 系統的 Caffe 庫，簡單的 Caffe C++ 介面，方便簡單而更深入地研究深度學習。
項目特性如下：
- 只需要一個頭文件和一個依賴項 libcaffe.lib
- 能夠輕易使用 C++ 寫訓練過程或調用過程
- 能夠輕易自定義 layer，不用編譯 Caffe 也不用修改 caffe.proto，只修改代碼即可使用。自己實現數據層，不需要 lmdb 也能高效率訓練
- 能夠在訓練過程中對自定義 layer 進行調試查看中間結果
- 支持 LSTM 不定長 OCR（有案例），支持 SSD 更輕易地進行訓練
- 有了 4.0 的支持，能夠輕易實現任何新的網路結構
- 允許通過自定義層在訓練中查看訓練效果，更易於理解 CNN 的學習效果
項目鏈接：https://github.com/dlunion/CC4.0
SLTK - Sequence Labeling Toolkit
#序列化標註工具
SLTK 是一個序列化標註工具，實現了 Bi-LSTM-CRF 模型，並利用 PyTorch 實現了高效的數據載入模塊，可以完成：
- 預處理：包括構建詞表、label 表，從預訓練文件構建 word embedding
- 訓練：訓練序列化標註模型，並保存在開發集上性能最好的一次模型
- 測試：對新的實例進行標註
項目鏈接：https://github.com/liu-nlper/SLTK
OD Annotation
#目標檢測數據集標註工具
本項目是一個目標檢測數據集標註工具，採用 Python-flask 框架開發，基於 B/S 方式交互，支持多人同時標註。
項目特點如下：
- B/S 方式交互
- 支持多人同時標註（可分配不同標註人員的標註範圍，或不同人員標註不同類別）
- 類別採用選擇方式，免去手工輸入類別工作
- 支持拖拽方式修正標註區域
- 支持鍵盤方向鍵切換標註樣本
項目鏈接：https://github.com/hzylmf/od-annotation
TopiCluster
#多文檔主題聚類
TopiCluster 是一個基於 Kmeans 與 Lda 模型的多文檔主題聚類。輸入多篇文檔，輸出每個主題的關鍵詞與相應文本，可用於主題發現與熱點分析。
項目鏈接：https://github.com/liuhuanyong/TopiCluster
本文由 AI 學術社區 PaperWeekly 精選推薦，社區目前已覆蓋自然語言處理、計算機視覺、人工智慧、機器學習、數據挖掘和信息檢索等研究方向，點擊即刻加入社區！
我是彩蛋
解鎖新姿勢：用微信刷論文！
PaperWeekly小程序上線啦
今日arXiv√猜你喜歡√熱門資源√
隨時緊跟最新最熱論文
解鎖方式
1. 掃描下方小程序碼打開小程序
2. 用PaperWeekly社區賬號進行登陸
3. 登陸後即可解鎖所有功能
關於PaperWeekly
PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平台。如果你研究或從事 AI 領域，歡迎在公眾號後台點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。
微信公眾號：PaperWeekly
新浪微博：@PaperWeekly
推薦閱讀：
※《Building Task-Oriented Dialogue Systems for Online Shopping》閱讀筆記
TAG:對話系統 | 深度學習DeepLearning | 強化學習ReinforcementLearning |