盘点当下大热的7大Github机器学习创新项目

全文共5227字，预计学习时长10分钟

哪个平台有最新的机器学习发展现状和最先进的代码？没错——Github！本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域，包括自然语言处理（NLP）、计算机视觉、大数据等。

最顶尖的Github机器学习项目

1. PyTorch-Transformers（NLP）

传送门：https://github.com/huggingface/pytorch-transformers

自然语言处理(NLP)的力量令人叹服。NLP改变了文本的处理方式，几乎到了无法用语言描述的程度。

在最先进的一系列NLP库中，PyTorch-Transformers出现最晚，却已打破各种NLP任务中已有的一切基准。它最吸引人的地方在于涵盖了PyTorch实现、预训练模型权重及其他重要元素，可以帮助用户快速入门。

运行最先进的模型需要庞大的计算能力。PyTorch-Transformers在很大程度上解决了这个问题，它能够帮助这类人群建立起最先进的NLP模型。

这里有几篇深度剖析PyTorch-Transformers的文章，可以帮助用户了解这一模型（及NLP中预训练模型的概念）：

· PyTorch-Transformers：一款可处理最先进NLP的惊人模型库（使用Python）

https://www.analyticsvidhya.com/blog/2019/07/pytorch-transformers-nlp-python/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

· 8个入门NLP最优秀的预训练模型

https://www.analyticsvidhya.com/blog/2019/03/pretrained-models-get-started-nlp/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

· PyTorch——一个简单而强大的深度学习库

https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

2. NeuralClassifier (NLP)

传送门：https://github.com/Tencent/NeuralNLP-NeuralClassifier

在现实世界中，文本数据的多标签分类是一个巨大的挑战。早期面对NLP问题时，我们通常处理的是单一标签任务，但在真实生活中却远不是这么简单。

在多标签分类问题中，实例/记录具备多个标签，且每个实例的标签数量并不固定。

NeuralClassifier使我们能够在多层、多标签分类任务中快速实现神经模型。我最喜欢的是NeuralClassifier，提供了各种大众熟知的文本编码器，例如FastText、RCNN、Transformer等等。

用NeuralClassifier可以执行以下分类任