对于深度学习工作者而言,大量的开源项目避免了很多重造轮子的工作,降低了算法实现门槛。本文盘点了在Github上获得Stars最多的深度学习项目,供从业者参考。并感谢这些开源爱好者的贡献。
项目名称 | Stars | 项目介绍 |
---|---|---|
TensorFlow | 29622 | 使用数据流图计算可扩展机器学习问题。 |
Caffe | 11799 | Caffe是一个高效的开源深度学习框架。 |
Neural Style | 10148 | Torch实现的神经网络算法。 |
Deep Dream | 9042 | Deep Dream,一款图像识别工具。 |
Keras | 7502 | 一款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。 |
Roc AlphaGo | 7170 | 学生主导的一个独立项目,从新实现了 DeepMind在2016 Nature发表的内容, 《用深度神经网络和树搜索学习围棋》 (Nature 529, 484-489, 28 Jan 2016)。 |
TensorFlow Models | 6671 | 基于TensorFlow开发的模型。 |
Neural Doodle | 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…还有更多!(语义风格传递的实现)。 |
CNTK | 5957 | 计算网络工具(Computational Network Toolkit,CNTK)。 |
TensorFlow Examples | 5872 | 初学者的TensorFlow教程和代码示例。 |