在碎片化阅读充斥眼球的时代,越来越少的人会去关注每篇论文背后的探索和思考。 在这个栏目里,你会快速 get 每篇精选论文的亮点和痛点,时刻紧跟 AI 前沿成果。
点击即刻加入社区,查看更多最新论文推荐。
Kubeflow
#用于 Kubernetes 的机器学习工具库
- Star: 1717
- Fork: 101
Kubeflow 是由 Google 发布的机器学习工具库,能方便用户在 Kubernetes 上部署机器学习平台。Kuberflow 的目标不是重建其他服务,而是提供一种简便的途径找到最佳 OSS 解决方案。
项目链接:https://github.com/google/kubeflow
Skorch
#兼容 Scikit-Learn 的 PyTorch 神经网络库
- Star: 801
- Fork: 51
一个封装在 PyTorch 上并且兼容 Scikit-learn 框架的神经网络库。
项目链接:https://github.com/dnouri/skorch
FlashText
#关键字替换和抽取
- Star: 1437
- Fork: 138
本项目是对 FlashText 算法的实现,用来替换或抽取句子中的关键词。
论文链接:https://www.paperweekly.site/papers/1349
项目链接:https://github.com/vi3k6i5/flashtext
DeepVariant
#用深度学习实现精准基因测序
- Star: 627
- Fork: 122
本项目是由 Google 开源的深度学习模型,利用测序数据拼凑更精准的人类基因图谱,还可以精确识别 DNA 序列中的突变。
项目链接:https://github.com/google/deepvariant
PyTorch Unsupervised Sentiment Discovery
#高效学习情感表征的无监督系统
- Star: 377
- Fork: 28
本代码基于 PyTorch,复现了来自 OpenAI 的论文 Generating Reviews and Discovering Sentiment,训练得到的语言模型具有不错的迁移性,可以用来进行其他 NLP 任务的初始化。
论文链接:https://www.paperweekly.site/papers/683
项目链接:https://github.com/NVIDIA/sentiment-discovery
MatchZoo
#深度文本匹配开源工具
- Star: 493
- Fork: 112
MatchZoo 是一个基于 TensorFlow 的文本匹配工具包,可以应用于文本检索、自动问答、复述问题、对话系统等多种应用任务场景,包含了诸多主流深度文本匹配模型(DRMM, MatchPyramid, DUET, MVLSTM, aNMM, ARC-I, ARC-II, DSSM, CDSSM 等)。
项目链接:https://github.com/faneshion/MatchZoo
MAgent
#多 agent 增强学习平台
- Star: 270
- Fork: 39
MAgent 是一个多 agent 增强学习研究平台,可同时支持数百甚至数百万的 agent 进行增强学习研究。
项目链接:https://github.com/geek-ai/MAgent
pix2pixHD
#高分辨率图像合成和语义操作
- Star: 1009
- Fork: 102
本项目是对 NVIDIA 和 UC Berkeley 论文 High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs 的 PyTorch 版本实现。
论文解读:利用条件GANs的pix2pix进化版
项目链接:https://github.com/NVIDIA/pix2pixHD
A Pytorch Faster Faster R-CNN Implementation
#R-CNN 模型的 PyTorch 实现
- Star: 185
- Fork: 18
本项目是目标检测任务中著名的 R-CNN 模型的一个快速实现,基于 PyTorch。
项目链接:https://github.com/jwyang/faster-rcnn.pytorch
Improved Video GAN
#视频生成框架
- Star: 246
- Fork: 12
本代码是对论文 Towards an Understanding of Our World by GANing Videos in the Wild 的实现,基于 TensorFlow。
论文链接:https://www.paperweekly.site/papers/1350
项目链接:https://github.com/bernhard2202/improved-video-gan
论文在 Stacked Hourglass 基础上,提出 PRMs 模型和研究多分支网络的权重初始化方法。
论文链接:https://www.paperweekly.site/papers/1325
本文由 AI 学术社区 PaperWeekly 精选推荐,社区目前已覆盖自然语言处理、计算机视觉、人工智能、机器学习、数据挖掘和信息检索等研究方向,点击即刻加入社区!
我是彩蛋
解锁新姿势:用微信刷论文!
PaperWeekly小程序上线啦
今日arXiv√猜你喜欢√热门资源√
随时紧跟最新最热论文
解锁方式
1. 扫描下方小程序码打开小程序
2. 用PaperWeekly社区账号进行登陆
3. 登陆后即可解锁所有功能
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。
微信公众号:PaperWeekly
新浪微博:@PaperWeekly