榜单?|?Github?深度学习项目排行榜
新智元编译
来源:GitHub
译者 :张冬君
【新智元导读】 GitHub上根据星级(stra)列出了最常用的53个深度学习项目。其中,最受欢迎的是TensorFlow。表格的整理人ID分别是aymericdamien、lenck、pjreddie、vmarkovtsev和JohnAllen。这样一份实用工具表,赶紧收藏吧~
项目名称 |
星数 |
简介 |
TensorFlow |
29622 |
使用数据流图计算可扩展机器学习问题 。 |
11799 |
一个高效的开源深度学习框架 。 |
|
10148 |
由 Torch实现的神经网络算法 。 |
|
9042 |
一款图像识别工具 。 |
|
7502 |
一款 由 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。 |
|
7170 |
由 学生主导的一个独立项目, 重新 实现了 DeepMind在2016发表 于 Nature 论文 "Mastering the game of Go with deep neural networks and tree search ( 用深度神经网络和树搜索学习围棋 ) " (Nature 529, 484-489, 28 Jan 2016) 。 |
|
6671 |
基于TensorFlow开发的模型 |
|
6275 |
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 。 (语义风格传递的实现) |
|
5957 |
计算网络工具(Computational Network Toolkit,CNTK) |
|
5872 |
面向 初学者的TensorFlow教程和代码示例 |
|
5231 |
基于Java的深度学习库。在浏览器中训练卷积神经网络模型(或者普通模型) |
|
5133 |
Torch7,深度学习库 。 |
|
4855 |
基于深度学习网络的面部识别 。 |
|
4685 |
轻巧、便携、灵活的分布式/移动深度学习框架,支持Python, R, Julia, Scala, Go, Java等等语言。 |
|
4364 |
智能计算的Numenta平台 ( Numenta Platform for Intelligent Computing ,Nupic) :一个脑启发式的计算智能和机器智能平台,基于皮层学习算法的生物精确神经网络模型。 |
|
4286 |
一个 Python 库 , 用来定义、优化和模拟数学表达式计算 , 用于高效解决多维数组的计算问题。 |
|
4281 |
面向 黑客的开源机器智能框架。 |
|
3820 |
基于Torch开发 的 多层递归神经网络的字符级别语言模型。 |
|
3694 |
一个Python+numpy项目,用多模式递归神经网络描述图像。 |
|
3673 |
基于Hadoop和Spark的Java, Scala & Clojure深度学习工具。 |
|
3368 |
深度学习库,包括高层次的TensorFlow接口。 |
|
3352 |
神经网络模型示例。 |
|
3020 |
一种用于开发和比较强化学习算法的工具包。 |
|
2914 |
用 机器智能 生成 音乐和艺术 |
|
2798 |
用神经网络模型给灰度图上色。 |
|
2666 |
基于node.js和浏览器的免架构神经网络库。 |
|
2550 |
Torch开发的图像简介生成代码,运行在GPU上。 |
|
2540 |
使用神经匹配和融合生成相似图形。 |
|
2413 |
Tensorflow 的 基础原理到应用。 |
|
2355 |
基于Theano训练和构建神经网络的轻型函数库。 |
|
2153 |
基于Theano的机器学习库。 |
|
2134 |
深度学习教程笔记和代码。 |
|
2121 |
Nervana 开发的一款快速、可扩展、易 使用 的Python深度学习框架 。 |
|
2032 |
Matlab/Octave的深度学习工具箱。包括深度信念网络、自动编码机、卷积神经网络、卷积自动编码机和vanilla神经网络等。每种方法都有入门示例。 |
|
1721 |
使用深度强化学习破解Flappy Bird游戏 。 |
|
1573 |
一款灵活的深度学习神经网络框架。 |
|
1514 |
一种根据图片生成 故事的递归神经网络模型。 |
|
1353 |
深度学习GPU训练系统。 |
|
1229 |
基于Keras和Theano生成jazz的深度学习模型 |
|
1143 |
快速、灵活、有趣的神经网络。 |
|
937 |
C语言版本的开源神经网络。 |
|
904 |
基于Theano的机器学习入门教程,从线性回归到卷积神经网络。 |
|
904 |
一款生成古典音乐的递归神经网络工具。 |
|
866 |
一种 用于构建和训练神经网络模型的Theano框架。 |
|
860 |
TensorFlow的交互式、节点调试和可视化的工具。 |
|
849 |
深度神经网络入门工具,类似scikit-learn的分类器和回归模型。 |
|
760 |
分布式机器学习平台(Python, CUDA, OpenCL) |
|
759 |
基于C++11的深度学习接口和服务器,与Python绑定并支持Caffe。 |
|
759 |
基于Google Tensorflow的deep Q learning演示。 |
|
724 |
基于Spark的Caffe。 |
|
702 |
神经网络库的抽象,著名的Lasagne。 |
|
568 |
基于tensorflow实现的深度卷积生成对抗网络。 |
|
479 |
MATLAB 卷积神经网络工具箱,用于计算机视觉应用。 |
|
413 |
用于训练深度卷积神经网络模型的OpenCL库。 |
新智元Top10智能汽车创客大赛招募!
新智元于7月11日启动2016年【新智元100】人工智能创业公司评选,在人工智能概念诞生60周年之际,寻找中国最具竞争力的人工智能创业企业。
智能驾驶技术是汽车行业的重点发展方向之一,同时也是人工智能相关产业创新落地的重要赛道之一。为此新智元联合北京中汽四方共同举办“新智元Top10智能汽车创客大赛”,共同招募智能汽车相关优质创业公司,并联合组织人工智能技术专家、传统汽车行业技术专家、关注智能汽车领域的知名风投机构,共同评审并筛选出Top 10进入决赛,在2016年10月16日“国际智能网联汽车发展合作论坛”期间,进行路演、颁奖及展览活动。
如何参加【新智元Top10智能汽车创客大赛】评选
点击文章下方阅读原文,在线填写报名表。该报名表为参加评选必填资料。
如有更多介绍资料(例如BP等),可发送至xzy100@aiera.com.cn,邮件标题请注明公司名称。如有任何咨询问题,可联系微信号Kunlin1201。
评选活动时间表
创业企业报名期:即日起至2016年8月31日
专家评委评审期:2016年9月
入围企业公布期:2016年10月18日
微信号:AI_era100
长按二维码关注新智元100,发现中国最具竞争力人工智能初创企业