本周 Github 精選：13 款煉丹利器，有開源工具包也有超大數據集

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。

#Swift for TensorFlow

Swift for TensorFlow 為 TensorFlow 提供了一種新的編程模型，將 TensorFlow 計算圖與 Eager Execution 的靈活性和表達能力結合在了一起，同時還注重提高整個軟體架構每一層的可用性。

本項目的設計基礎是 Graph Program Extraction 演算法，它可以讓你用 Eager Execution 式的編程模型來輕鬆地實現代碼，同時還保留 TensorFlow 計算圖的高性能優勢。此外，本項目還將高級的自動微分功能直接集成在了 Swift 語言和編譯器裡面。

https://github.com/tensorflow/swift (二維碼自動識別)

項目鏈接：https://github.com/tensorflow/swift

#可視化降維Python工具包

HyperTools 是一個具有可視化功能的降維工具包，其基本流程是輸入高維數據，調用降維函數，同時進行繪圖。

▲ 效果展示

https://github.com/ContextLab/hypertools (二維碼自動識別)

項目鏈接：https://github.com/ContextLab/hypertools

GluonNLP

#NLP深度學習工具包

GluonNLP 提供了 NLP 方向的頂尖深度學習模型實現，並且構建了文本數據管道和模型的模塊。它專門面向工程師、研究人員和學者設計，大家可以基於這些模型快速實現研究思路，做出產品原型。

該項目具有如下特徵：

1. 訓練腳本來重現論文中的 state-of-the-art 結果；

2. 針對常見 NLP 任務的預訓練模型；

3. 精心設計的 API，可以極大減少實現的複雜性；

4. 中文社區支持。

▲ 案例展示

https://github.com/dmlc/gluon-nlp (二維碼自動識別)

項目鏈接：https://github.com/dmlc/gluon-nlp

GluonCV

#CV深度學習工具包

GluonCV 提供了 CV 方向的頂尖深度學習模型實現。該項目能幫助工程師、研究人員和學者快速打造產品原型、驗證新思路以及學習計算機視覺。

該工具包提供如下功能：

1. 近年重要論文的復現；

2. 詳細文檔提供使用說明和代碼講解；

3. 提供預訓練的模型可以直接使用；

4. 性能評測，方便大家在不同模型之間做取捨；

5. 每個模型實現和介面盡量保證一致性，降低使用新模型的學習門檻；

6. 定時做重新訓練保證代碼正確性；

7. 中文社區支持。

▲ 案例展示

https://github.com/dmlc/gluon-cv (二維碼自動識別)

項目鏈接：https://github.com/dmlc/gluon-cv

PyTorch Summary

#PyTorch版Keras API: model.summary()

Keras 框架有一個用於模型可視化的簡潔 API —— model.summary()，本項目實現了用於 PyTorch 框架中的 model.summary() 功能，用於輸出模型各層的詳細參數。

▲ 效果展示

https://github.com/sksq96/pytorch-summary (二維碼自動識別)

項目鏈接：https://github.com/sksq96/pytorch-summary

NCRF++

#基於PyTorch的Neural版本CRF++

本項目是基於 PyTorch 的神經網路序列標註開源庫，包含了幾種最先進的神經網路序列標註模型（LSTMCRF, CNNCRF 等），算是神經網路版的 CRF++。它可以讓用戶快速重現論文中的模型（如 Ma et. al ACL 2016; Lample et. al NAACL2016）。

該項目具有以下幾個特點：

1. 無需寫代碼：只要通過修改配置文件就可以對模型的結構進行配置，無需任何代碼工作；

2. 自由添加特徵：該項目不僅集成了幾種經典的特徵結構（如 char-lstm, char-gru, char-cnn）還可以添加自定義的特徵並初始化特徵向量；

3. 高效準確：利用該開源庫可以輕鬆重現之前的多篇論文的結果，大部分情況下會得到比論文更高的精度。同時該項目時完全基於 batch 計算實現的，因此計算速度很快（2000 句／秒）；

4. Nbest 輸出：其 CRF 結構支持輸出 top-n 個最優 label 序列，並給出對應的序列概率。

▲ 結構設計

https://github.com/jiesutd/NCRFpp (二維碼自動識別)

項目鏈接：https://github.com/jiesutd/NCRFpp

Adversarial Robustness Toolbox

#IBM開源對抗機器學習庫

Adversarial Robustness Toolbox 是由 IBM 團隊開源的對抗機器學習庫，其主要用於檢測模型及對抗攻擊，為開發人員加強 AI 模型被誤導的防禦性，讓 AI 系統變得更加安全。

本項目實現了以下分類器攻防方法：

攻擊：

• Deep Fool (Moosavi-Dezfooli et al., 2015)
• Fast Gradient Method (Goodfellow et al., 2014)
• Jacobian Saliency Map (Papernot et al., 2016)
• Universal Perturbation (Moosavi-Dezfooli et al., 2016)
• Virtual Adversarial Method (Moosavi-Dezfooli et al., 2015)
• C&W Attack (Carlini and Wagner, 2016)
• NewtonFool (Jang et al., 2017)

防禦：

• Feature squeezing (Xu et al., 2017)
• Spatial smoothing (Xu et al., 2017)
• Label smoothing (Warde-Farley and Goodfellow, 2016)
• Adversarial training (Szegedy et al., 2013)
• Virtual adversarial training (Miyato et al., 2017)

https://github.com/IBM/adversarial-robustness-toolbox (二維碼自動識別)

項目鏈接：https://github.com/IBM/adversarial-robustness-toolbox

Chatbot

#可以進行訓練的聊天機器人

本項目是一個可以自己進行訓練的聊天機器人，可以根據自己的語料訓練出想要的對話機器人。本次訓練的語料是從互聯網上找到的 shooter 訓練語料，語料質量很差勁，僅作為演示代碼來用，大家可以使用自己的語料。

https://github.com/zhaoyingjun/chatbot (二維碼自動識別)

項目鏈接：https://github.com/zhaoyingjun/chatbot

SparkFlow

#基於Spark平台的TensorFlow實現

SparkFlow 是一個基於 Spark 平台的 TensorFlow 實現，讓用戶更方便在 Spark 上部署 TensorFlow 程序，更好地利用分散式平台進行深度學習模型的訓練。

▲ MNIST深度學習示例

https://github.com/lifeomic/sparkflow (二維碼自動識別)

項目鏈接：https://github.com/lifeomic/sparkflow

Tweet Generator

#模擬任何Twitter用戶發推文

Tweet Generator 是一個模擬 Twitter 用戶風格生成推文的工具。本項目基於 textgenrnn，並使用上下文標籤對網路進行訓練以獲得更好的推文合成。

textgenrnn 是一個基於 Keras 和 TensorFlow 的 Python 3 模塊，只需幾行代碼即可訓練文本生成網路。

▲ 效果展示

https://github.com/minimaxir/tweet-generator (二維碼自動識別)

項目鏈接：https://github.com/minimaxir/tweet-generator

DL Project Template

#深度學習工程模板

本項目是由美圖雲事業部開源的深度學習工程模板，簡化載入數據、構建網路、訓練模型和預測樣本的流程。

▲ 框架圖

▲ 文件夾結構

https://github.com/SpikeKing/DL-Project-Template (二維碼自動識別)

項目鏈接：https://github.com/SpikeKing/DL-Project-Template

STAIR Actions

#用於動作識別的大規模視頻數據集

STAIR Actions 是一個用於動作識別的大規模視頻數據集，包含 100 類諸如吃飯、喝水、洗手、扔垃圾等人類日常行為，每一類動作有 1000 個左右的視頻。作者保留了 10% 的數據用於後續比賽。

▲ 數據集規模

▲ 100種行為列表

https://github.com/STAIR-Lab-CIT/STAIR-actions (二維碼自動識別)

項目鏈接：https://github.com/STAIR-Lab-CIT/STAIR-actions

Moonlight Optical Music Recognition

#基於TensorFlow的光學樂譜識別工具

本項目是一個基於 TensorFlow 的光學樂譜識別工具，它通過讀取包含樂譜的 PNG 圖像來輸出 MusicXML 格式樂譜或 NoteSequence 消息。

https://github.com/tensorflow/moonlight (二維碼自動識別)

項目鏈接：https://github.com/tensorflow/moonlight

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！

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