本文作者Pranav Dar是 Analytics Vidhya 的編輯，對數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)有較深入的研究和簡介，致力于為使用機(jī)器學(xué)習(xí)和人工智能推動人類進(jìn)步找到新途徑。2018 這一年中，作者在每個(gè)月都會發(fā)布一份開源項(xiàng)目月度推薦榜單，而本文則是對全年開源項(xiàng)目的盤點(diǎn)和總結(jié)。

前沿

關(guān)于托管代碼、與團(tuán)隊(duì)成員合作以及充當(dāng)展示個(gè)人寫代碼技能的「在線簡歷」，最好的平臺是哪個(gè)？問及任何一位數(shù)據(jù)科學(xué)家，他們都會讓你去 GitHub。近年來，GitHub 作為一個(gè)真正具有變革性的平臺，已經(jīng)改變了我們托管甚至寫代碼的方式。

但這還不是全部。此外，它還是一個(gè)學(xué)習(xí)平臺。如果你問怎么學(xué)習(xí)的話，我可以給你一個(gè)暗示——開源項(xiàng)目！

世界領(lǐng)先的科技公司通過在 GitHub 上發(fā)布其熱門算法的代碼，對項(xiàng)目進(jìn)行開源。2018 年，在 Google 和 Facebook 等公司的帶領(lǐng)下，這類開源項(xiàng)目大幅增加。其中最好的那部分開源項(xiàng)目，寫代碼的研究者還提供了預(yù)訓(xùn)練模型，從而讓你我這些人不必再浪費(fèi)時(shí)間從頭開始創(chuàng)建高難度的模型。

同時(shí)，針對編碼者和開發(fā)者的熱門開源項(xiàng)目也很多——包括備忘單、視頻鏈接、電子書、研究論文鏈接以及其他等資源。無論你在你的專業(yè)領(lǐng)域處于哪個(gè)等級（初學(xué)者、中級以及高級），你總可以在 GitHub 上找到可以學(xué)習(xí)的新東西。

對于數(shù)據(jù)科學(xué)的很多子領(lǐng)域來說，2018 年是不同凡響的一年，這個(gè)我下面馬上就會講到。隨著 ULMFiT、BERT 等項(xiàng)目在 GitHub 上進(jìn)行開源，自然語言處理（NLP）迅速成為社區(qū)中談?wù)撟疃嗟念I(lǐng)域。我致力于將自己最大的努力貢獻(xiàn)給這么棒的 GitHub 社區(qū)，在這一年中，我精心挑選了每位數(shù)據(jù)科學(xué)家都應(yīng)該了解的 TOP 5 開源項(xiàng)目，并整理成了月度榜單系列。你可以點(diǎn)擊下面的鏈接，前往查看完整榜單：

一月份：https://www.analyticsvidhya.com/blog/2018/02/top-5-github-repositories-january-2018/

二月份：https://www.analyticsvidhya.com/blog/2018/03/top-5-github-repositories-february-2018/

三月份：https://www.analyticsvidhya.com/blog/2018/04/top-7-github-repositories-march-2018/

四月份：https://www.analyticsvidhya.com/blog/2018/05/top-5-github-reddit-data-science-machine-learning-april-2018/

五月份：https://www.analyticsvidhya.com/blog/2018/06/top-5-github-reddit-data-science-machine-learning-may-2018/

六月份：https://www.analyticsvidhya.com/blog/2018/07/top-github-reddit-data-science-machine-learning-june-2018/

七月份：https://www.analyticsvidhya.com/blog/2018/08/best-machine-learning-github-repositories-reddit-threads-july-2018/

八月份：https://www.analyticsvidhya.com/blog/2018/09/best-machine-learning-github-repositories-reddit-threads-august-2018/

九月份：https://www.analyticsvidhya.com/blog/2018/10/best-machine-learning-github-repositories-reddit-threads-september-2018/

十月份：https://www.analyticsvidhya.com/blog/2018/11/best-machine-learning-github-repositories-reddit-threads-october-2018/

十一月份：https://www.analyticsvidhya.com/blog/2018/12/best-machine-learning-github-repositories-reddit-threads-november-2018/

這些文章的部分內(nèi)容會和我盤點(diǎn)的 2018 年 AI 和 ML 領(lǐng)域最大突破文章有所重合，大家也可以前往以下地址閱讀這篇文章——它從根本上來說是一份盤點(diǎn)了該領(lǐng)域主要進(jìn)展的榜單，我認(rèn)為該領(lǐng)域的每個(gè)人都應(yīng)該有所了解。作為額外福利，文中還有來自專家們的預(yù)測——大家應(yīng)該都不想錯過吧。

https://www.analyticsvidhya.com/blog/2018/12/key-breakthroughs-ai-ml-2018-trends-2019/

現(xiàn)在，準(zhǔn)備好去探索新的項(xiàng)目，并努力成為 2019 年的數(shù)據(jù)科學(xué)之星吧。繼續(xù)向下滾動，大家點(diǎn)擊每個(gè)項(xiàng)目后面的鏈接就可以前往 GitHub 的代碼庫了。

本文將覆蓋到的話題

工具和框架

計(jì)算機(jī)視覺

生成式對抗網(wǎng)絡(luò)（GANs）

其他深度學(xué)習(xí)項(xiàng)目

自然語言處理（NLP）

自動的機(jī)器學(xué)習(xí)（AutoML）

強(qiáng)化學(xué)習(xí)

工具和框架

讓我們開始來看看工具、開發(fā)庫和框架方面的最佳開源項(xiàng)目。由于我們在討論的是一個(gè)軟件倉庫平臺，先講這部分似乎才是正確的打開方式。

科技正在快速發(fā)展，同時(shí)計(jì)算成本也比之前更低了，所以現(xiàn)在有一個(gè)接一個(gè)大量的開源項(xiàng)目可供我們使用?，F(xiàn)在，可以被稱作機(jī)器學(xué)習(xí)編碼的黃金時(shí)代嗎？這是一個(gè)開放的問題，但是我們都認(rèn)同的一件事是，現(xiàn)在是做一個(gè)數(shù)據(jù)科學(xué)領(lǐng)域的編程員的好時(shí)期。在這個(gè)部分（以及整篇文章），我都在嘗試讓編程語言盡可能地多樣化些，不過 Python無法避免地占據(jù)主導(dǎo)地位。

ML.NET

開源地址：https://github.com/dotnet/machinelearning

如果你們這些.NET 開發(fā)者們想要學(xué)一點(diǎn)機(jī)器學(xué)習(xí)知識來補(bǔ)充現(xiàn)有的技能，你會怎么做？現(xiàn)在就有一個(gè)完美的開源項(xiàng)目可以助你開始實(shí)施這一想法！這個(gè)完美的開源項(xiàng)目就是微軟的一個(gè)項(xiàng)目——ML.NET，它是一個(gè)開源的機(jī)器學(xué)習(xí)框架，讓你用 .NET 就可以設(shè)計(jì)和開發(fā)模型。

你甚至可以將現(xiàn)有的機(jī)器學(xué)習(xí)模型集成到你的應(yīng)用程序中，而完全不要求你切確地知道怎樣開發(fā)機(jī)器學(xué)習(xí)模型。ML.NET 實(shí)際上已被應(yīng)用于多個(gè)微軟產(chǎn)品中，例如 Windows、 Bing 搜索、 MS Office 等等。

ML.NET 可以在 Windows、Linux 以及 MacOS 上運(yùn)行。

TensorFlow.js

開源地址：https://github.com/tensorflow/tfjs

在瀏覽器中實(shí)現(xiàn)機(jī)器學(xué)習(xí)！幾年前，這還只是一個(gè)幻想，而現(xiàn)在成為了一個(gè)震撼人心的現(xiàn)實(shí)。這一領(lǐng)域的大多數(shù)人都與我們最愛的 IDEs 牢不可分，而 TensorFlow.js 則有可能改變我們的習(xí)慣。自今年早些時(shí)候發(fā)布以來，它就成為一個(gè)非常受歡迎的開源項(xiàng)目，并且它的靈活性還在繼續(xù)給人帶來驚喜。

正如開源項(xiàng)目所介紹的，TensorFlow.js 主要有三個(gè)重要特征：

瀏覽器自身可以開發(fā)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型；

可以在瀏覽器中運(yùn)行現(xiàn)有的 TensorFlow 模型；

同時(shí)可以對這些現(xiàn)有的模型進(jìn)行重新訓(xùn)練或者微調(diào)。

如果你熟悉 Keras，那你也會對它的高級層 API 非常熟悉。目前在 GitHub 的開源項(xiàng)目中，有大量對外開放的示例，你可前往社區(qū)查看，來活躍一下你的學(xué)習(xí)曲線。

PyTorch 1.0

開源地址：https://github.com/pytorch/pytorch

對于 PyTorch 來說，2018 年是非常精彩的一年。它贏得了全球數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)研究者們的心，現(xiàn)在他們則不斷為 PyTorch 貢獻(xiàn)項(xiàng)目。PyTorch 易于理解、靈活且被應(yīng)用于眾多高知名度的研究中（本文接下來會講到）。PyTorch 最新版本（PyTorch 1.0）已經(jīng)規(guī)?；刭x能了大量 Facebook 產(chǎn)品和服務(wù)，包括每天進(jìn)行 6 百億次文本翻譯。如果你想知道什么時(shí)候開始涉足 PyTorch，那就是現(xiàn)在。

如果你是這一領(lǐng)域的初學(xué)者，可以先去看看 Faizan Shaikh 寫的 PyTorch 入門指南：https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/

Papers with Code

開源地址：https://github.com/zziz/pwc

嚴(yán)格來說，Papers with Code 這個(gè)開源項(xiàng)目并不是一個(gè)工具或框架，但是對于數(shù)據(jù)科學(xué)家來說，它就是一個(gè)「金礦」。我們大多數(shù)人都在努力閱讀論文，然后對論文提出的方法進(jìn)行實(shí)操（至少我是這樣做的）。大量的活動部件似乎無法在我們的機(jī)器上工作。

這就是需要用到「Papers with Code」的地方。如名稱所示，它們對于在最近 6 年左右發(fā)布的重要論文都有代碼實(shí)現(xiàn)。這一論文集網(wǎng)站令人興奮，你會發(fā)現(xiàn)自己都忍不住贊嘆它。它們甚至將在 NIPS (NeurIPS) 2018 中展示的論文代碼也增加上去了?，F(xiàn)在就去使用 Papers with Code 吧。

計(jì)算機(jī)視覺

得益于計(jì)算成本的下降和頂級研究者們所帶來的突破的激增（一些事件顯示這兩者可能是互相關(guān)聯(lián)的），現(xiàn)在越來越多人可以使用深度學(xué)習(xí)進(jìn)行研究了。而在深度學(xué)習(xí)這一領(lǐng)域，計(jì)算機(jī)視覺項(xiàng)目是最普遍——在這一章節(jié)中所提到的大部分開源項(xiàng)目都包含了一種計(jì)算機(jī)視覺技術(shù)或另一種計(jì)算機(jī)視覺技術(shù)。

現(xiàn)在，計(jì)算機(jī)視覺可以說是深度學(xué)習(xí)最熱門的領(lǐng)域，并且在可見的未來依舊會這么熱門。無論是目標(biāo)檢測，還是姿態(tài)估計(jì)，幾乎所有的計(jì)算機(jī)視覺任務(wù)都有相對應(yīng)的開源項(xiàng)目?，F(xiàn)在是了解這些進(jìn)展的最佳時(shí)期—不久后，你或許就可以獲得大量的工作機(jī)會。

Facebook 的 Detectron

開源地址：https://github.com/facebookresearch/Detectron

在 2018 年初被發(fā)布時(shí)，Detectron 就曾掀起千層浪。它由 Facebook 人工智能研究院（FAIR）開發(fā)，實(shí)現(xiàn)了最先進(jìn)的目標(biāo)檢測框架。Detectron 采用（驚喜，驚喜?。㏄ython 語言編寫代碼，已經(jīng)幫助實(shí)現(xiàn)了多個(gè)項(xiàng)目，包括 DensePose（之后我們也會在文中提到）。

這個(gè)開源項(xiàng)目包括了代碼以及 70+個(gè)預(yù)訓(xùn)練模型。與這么好的機(jī)會失之交臂，就問你同不同意？

英偉達(dá)的 vid2vid 技術(shù)

開源地址：https://github.com/NVIDIA/vid2vid

圖像的目標(biāo)檢測現(xiàn)在做得很不錯，那在視頻中進(jìn)行目標(biāo)檢測呢？不僅如此，我們能否能延展這一概念以及將某個(gè)視頻的樣式轉(zhuǎn)換為另一種呢？是的，我們可以！這是一個(gè)非常酷的概念并且英偉達(dá)已經(jīng)非?？犊匕l(fā)布了 PyTorch 實(shí)現(xiàn)，讓大家盡情嘗試。

這個(gè)開源項(xiàng)目包括介紹這一技術(shù)的視頻、完整的研究論文以及代碼。英偉達(dá)的示例中，應(yīng)用了可公開注冊下載的 Cityscapes dataset（下載地址：https://www.cityscapes-dataset.com/）。這是我自 2018 年以來個(gè)人最喜歡的開源項(xiàng)目。

用 18 秒在 ImageNet 數(shù)據(jù)集上訓(xùn)練出一個(gè)模型

開源地址：https://github.com/diux-dev/imagenet18

用 18 秒時(shí)間訓(xùn)練一個(gè)深度學(xué)習(xí)模型？與此同時(shí)還不使用高端的計(jì)算資源？相信我，現(xiàn)在可以實(shí)現(xiàn)了。Fast.ai 公司的 Jeremy Howard 和他的學(xué)生團(tuán)隊(duì)在熱門的 ImageNet 數(shù)據(jù)集上創(chuàng)建了一個(gè)模型，表現(xiàn)甚至超過了 Google 的方法。

我建議你至少過一下這個(gè)開源項(xiàng)目，了解一下這些研究者是怎樣構(gòu)建代碼的。并非每個(gè)人都擁有多個(gè) GPU（有的人甚至一個(gè)也沒有），因此對于「小蝦米」來說，這個(gè)開源項(xiàng)目意義重大。

目標(biāo)檢測論文的完整集

開源地址：https://github.com/hoya012/deep_learning_object_detection

這是另一個(gè)研究論文集開源項(xiàng)目，它往往能幫助你了解所選擇的研究課題在多年時(shí)間跨度里發(fā)生了怎樣的演變，同時(shí)這個(gè)一站式歷史記錄正好可以幫助你了解目標(biāo)檢測在多年時(shí)間里經(jīng)歷的變化。它完整地收集了 2014 年至今的論文，甚至也盡可能地收集了每篇論文對應(yīng)的代碼。

上圖表明了目標(biāo)檢測框架在過去五年時(shí)間里經(jīng)歷了怎樣的演變和轉(zhuǎn)變。很神奇，不是嗎？圖中甚至包括了 2019 年的工作，所以你有的忙了。

Facebook 的 DensePose

開源地址：https://github.com/facebookresearch/DensePose

讓我們將注意力轉(zhuǎn)向姿態(tài)檢測領(lǐng)域。我在今年了解到這一概念本身，并且從此以后深為著迷。上面的圖像抓住了這個(gè)開源項(xiàng)目的精華——戶外場景下的密集人體姿勢評估。

該開源項(xiàng)目包含了訓(xùn)練和評估 DensePose-RCNN 模型的代碼，以及可用于可視化 DensePose COCO 數(shù)據(jù)集的筆記。這是一個(gè)開啟姿態(tài)評估學(xué)習(xí)的好地方。

Everybody Dance Now—姿態(tài)評估

開源地址：https://github.com/nyoki-mtl/pytorch-EverybodyDanceNow

上圖（截取自視頻）實(shí)在是激起了我的興趣。我在八月份的盤點(diǎn)文章中就寫到了該研究論文的開源項(xiàng)目，并繼續(xù)佩服這項(xiàng)技術(shù)。這項(xiàng)技術(shù)將不同視頻中人體目標(biāo)間的動作進(jìn)行轉(zhuǎn)移。我提到的這個(gè)視頻也可以在開源項(xiàng)目中看到——它的效果超越你的想象！

這個(gè)開源項(xiàng)目進(jìn)一步包含了這一方法的 PyTorch 實(shí)現(xiàn)。這一方法能夠獲取和復(fù)制的復(fù)雜細(xì)節(jié)的數(shù)量是驚人的。

生成式對抗網(wǎng)絡(luò)（GANs）

我確定你們大多數(shù)人一定接觸過 GAN 的應(yīng)用（即使你們當(dāng)時(shí)可能并沒有意識到是它）。GAN，或者說生成式對抗網(wǎng)絡(luò)由 Ian Goodfellow 于 2014 年提出，從那以后就變得熱門。它們專用于執(zhí)行創(chuàng)造性的任務(wù)，尤其是藝術(shù)性的任務(wù)。大家可前往https://www.analyticsvidhya.com/blog/2017/06/introductory-generative-adversarial-networks-gans/查看 Faizan Shaikh 所寫的介紹指南，文中還包括了使用 Python 語言的實(shí)現(xiàn)方法。

在 2018 年，我們看到了太多基于 GAN 的項(xiàng)目，因此我也想用一個(gè)獨(dú)立章節(jié)來介紹 GAN 相關(guān)的開源項(xiàng)目。

Deep Painterly Harmonization

開源地址：https://github.com/luanfujun/deep-painterly-harmonization

首先從我最喜愛的一個(gè)開源項(xiàng)目講起。我希望你花點(diǎn)時(shí)間僅僅來欣賞一下上面的圖像。你能分辨出哪張是由人類做的，哪張是由機(jī)器生成的嗎？我確定你不能。這里，第一個(gè)畫面是輸入圖像（原始的），而第三個(gè)畫面是由這項(xiàng)技術(shù)所生成的。

很驚訝，是嗎？這個(gè)算法將你選擇的外部物體添加到了任意一張圖像上，并成功讓它看上去好像本來就應(yīng)該在那里一樣。你不妨查看這個(gè)代碼，然后嘗試親自到一系列不同的圖像上去操作這項(xiàng)技術(shù)。

Image Outpainting

開源地址：https://github.com/bendangnuksung/Image-OutPainting

如果我給你一張圖像，并讓你通過想象圖像在圖中完整場景呈現(xiàn)時(shí)的樣子，來擴(kuò)展它的畫面邊界，你會怎么辦？正常來說，你可能會把這個(gè)圖導(dǎo)入到某個(gè)圖像編輯軟件里進(jìn)行操作。但是現(xiàn)在有了一個(gè)非常棒的新軟件——你可以用幾行代碼就實(shí)現(xiàn)這項(xiàng)操作。

這個(gè)項(xiàng)目是斯坦福大學(xué)「Image Outpainting」論文（論文地址：https://cs230.stanford.edu/projects_spring_2018/posters/8265861.pdf，這是一篇無比驚艷并配有示例說明的論文——這就是大多數(shù)研究論文所應(yīng)有的樣子?。┑?Keras 實(shí)現(xiàn)。你或者可以從頭開始創(chuàng)建模型，或者也可以使用這個(gè)開源項(xiàng)目作者所提供的模型。深度學(xué)習(xí)從來不會停止給人們帶來驚喜。

可視化和理解 GANs

開源地址：https://github.com/CSAILVision/gandissect

如果你至今還沒有掌握 GANs，不妨嘗試一下這個(gè)開源項(xiàng)目。這個(gè)項(xiàng)目由麻省理工人工智能實(shí)驗(yàn)室（MIT CSAIL）提出，可以幫助研究者可視化和理解 GANs。你可以通過觀察或者操作 GAN 模型的神經(jīng)，來探究它學(xué)到了什么。

我建議你可以去查看一下 MIT 項(xiàng)目的官方主頁（https://gandissect.csail.mit.edu/），上面有大量的資源（包括視頻 demo），可以讓你對這個(gè)概念更加熟悉。

GANimation

開源地址：https://github.com/albertpumarola/GANimation

這個(gè)算法可以讓你改變圖像中任何一個(gè)人的面部表情，讓人歡喜也讓人愁。上面在綠框中的圖像是原始圖像，其余的都是由 GANimation 生成的圖像。

開源項(xiàng)目鏈接中包含了入門指南、數(shù)據(jù)準(zhǔn)備資源、預(yù)備知識以及 Python 代碼。正如論文作者所提到的，不要將它用于不道德的目的。

英偉達(dá)的 FastPhotoStyle

開源地址：https://github.com/NVIDIA/FastPhotoStyle

FastPhotoStyle 這個(gè)開源項(xiàng)目跟前面提到的 Deep Painterly Harmonization 非常像。但值得一提的是，它來源于英偉達(dá)本身。正如你在上圖中所看到的，F(xiàn)astPhotoStyle 算法需要兩項(xiàng)輸入——一個(gè)樣式圖片和一個(gè)內(nèi)容圖片。這個(gè)算法之后會在這兩項(xiàng)輸入的其中一條路徑上運(yùn)行，來產(chǎn)生輸出——它或者使用逼真的圖像格式化代碼，或者使用語義標(biāo)記地圖（semantic label maps）。

其他深度學(xué)習(xí)開源項(xiàng)目

計(jì)算機(jī)視覺領(lǐng)域可能讓深度學(xué)習(xí)的其他工作都黯然失色，但是我還是想列出計(jì)算機(jī)視覺之外的幾個(gè)有代表性的開源項(xiàng)目。

英偉達(dá)的 WaveGlow

開源地址：https://github.com/NVIDIA/waveglow

音頻處理是深度學(xué)習(xí)開始做出成績的另一領(lǐng)域。不局限于生成音樂，你也可以完成音頻分類、指紋識別、分割、標(biāo)注等任務(wù)?，F(xiàn)在該領(lǐng)域還有很多可以探索的空間，誰知道呢，也許你可以使用這些開源項(xiàng)目來走上人生巔峰。

這里有兩篇非常直觀的文章，可以幫助你熟悉這項(xiàng)開源工作：

《使用深度學(xué)習(xí)開始進(jìn)行音頻數(shù)據(jù)分析（附案例研究）》，Getting Started with Audio Data Analysis using Deep Learning (with case study)：https://www.analyticsvidhya.com/blog/2017/08/audio-voice-processing-deep-learning/

《10 個(gè)音頻處理任務(wù)讓你開始深度學(xué)習(xí)應(yīng)用（附案例研究）》，10 Audio Processing Tasks to get you started with Deep Learning Applications (with Case Studies)：https://www.analyticsvidhya.com/blog/2018/01/10-audio-processing-projects-applications/

重新回到英偉達(dá)這里。WaveGlow 是一個(gè)基于流的網(wǎng)絡(luò)，能夠生成高質(zhì)量的音頻。本質(zhì)上，它是一個(gè)面向語音合成的單網(wǎng)絡(luò)。

這個(gè)開源項(xiàng)目包括 WaveGlow 的 PyTorch 實(shí)現(xiàn)，以及可供下載的預(yù)訓(xùn)練模型。同時(shí)，研究者也在上面了列下了使用步驟。如果你想從頭開始訓(xùn)練自己的模型，可以遵照使用步驟。

AstroNet

開源地址：https://github.com/google-research/exoplanet-ml

想要發(fā)現(xiàn)你自己的行星？AstroNet 這個(gè)開源項(xiàng)目也許被高估了些，但是確實(shí)能讓你離夢想更近。2017 年 12 月，「谷歌大腦」團(tuán)隊(duì)就通過應(yīng)用 AstroNet 發(fā)現(xiàn)了兩個(gè)新的行星。AstroNet 是一個(gè)專門用來處理天文數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)，它體現(xiàn)了深度學(xué)習(xí)更廣泛的應(yīng)用，同時(shí)也是一個(gè)真正的里程碑式的進(jìn)展。

現(xiàn)在，這項(xiàng)技術(shù)的研發(fā)團(tuán)隊(duì)已經(jīng)對運(yùn)行 AstroNet 的整個(gè)代碼進(jìn)行了開源（提示：這個(gè)模型基于 CNNs！）。

VisualDL – 可視化深度學(xué)習(xí)模型

開源地址：https://github.com/PaddlePaddle/VisualDL

誰不喜歡可視化？但是想象深度學(xué)習(xí)模型怎么運(yùn)行，倒是有點(diǎn)嚇人。不過 VisualDL 通過設(shè)計(jì)特定的深度學(xué)習(xí)任務(wù)，可以較好地減輕這些挑戰(zhàn)。

針對可視化任務(wù)，VisualDL 目前支持以下幾個(gè)部分：

數(shù)量

柱狀圖

圖像

音頻

圖表

高維的

自然語言處理（NLP）

很驚訝看到 NLP 排在榜單這么后的位置？這主要是因?yàn)槲蚁朐诒疚膶缀跛兄匾拈_源項(xiàng)目盤點(diǎn)一番。在 NLP 之前的那些開源項(xiàng)目，我都大力推薦大家前往查看。在 NLP 部分，我提到的框架包括 ULMFiT、谷歌的 BERT、 ELMo 以及 Facebook 的 PyText。我會簡要提一下 BERT 以及幾個(gè)其他的開源項(xiàng)目，因?yàn)槲野l(fā)現(xiàn)它們非常有用。

谷歌的 BERT

開源地址：https://github.com/google-research/bert

NLP 這部分，我就不得不提 BERT 了。谷歌 AI 的這個(gè)開源項(xiàng)目為 NLP 領(lǐng)域帶來了突破，贏得了 NLP 愛好者以及專家等人的強(qiáng)烈關(guān)注。繼 ULMFiT 和 ELMo 之后，BERT 以它的性能戰(zhàn)勝了比賽，在 11 項(xiàng) NLP 任務(wù)中獲得最佳成績。

除了我在上面附上的谷歌開源項(xiàng)目的官方鏈接，BERT 的 PyTorch 實(shí)現(xiàn)（查看地址：https://github.com/huggingface/pytorch-pretrained-BERT）也值得前往一看。至于它是否讓 NLP 步入了一個(gè)新時(shí)代，我們不久后就會知曉了。

MatchZoo

開源項(xiàng)目：https://github.com/NTMC-Community/MatchZoo

MatchZoo 能幫助你知道模型在某個(gè)基準(zhǔn)上表現(xiàn)得怎么樣。對于 NLP，尤其是深度文本匹配模型，我發(fā)現(xiàn) MatchZoo 工具包非?？孔V。MatchZoo 可應(yīng)用的其他相關(guān)任務(wù)包括：

對話

問答

文本蘊(yùn)涵

信息檢索

釋義識別

MatchZoo 2,0 版本目前還在開發(fā)中，因此不妨期待一下這個(gè)已經(jīng)很有用的工具箱再增加更多新的功能。

NLP Progress

開源地址：https://github.com/sebastianruder/NLP-progress

這個(gè)開源項(xiàng)目是由 Sebastian Ruder 一人開發(fā)的，其目標(biāo)是追蹤 NLP 領(lǐng)域的最新進(jìn)展，它包含了數(shù)據(jù)集和最先進(jìn)的模型。

任何一項(xiàng)你曾經(jīng)想進(jìn)行更過了解的 NLP 技術(shù)——現(xiàn)在就有一個(gè)擺在你面前的好機(jī)會。這個(gè)開源項(xiàng)目涵蓋了閱讀理解以及詞性標(biāo)注等傳統(tǒng)和核心的 NLP 任務(wù)。即使你只是隱約對這個(gè)領(lǐng)域感興趣，也一定要標(biāo)星/標(biāo)記好這個(gè)開源項(xiàng)目。

自動的機(jī)器學(xué)習(xí)（AutoML）

2018 年，也是 AutoML 輝煌的一年。隨著工業(yè)界將機(jī)器學(xué)習(xí)集成到它們的核心工作中，其對數(shù)據(jù)科學(xué)專家的需求也在持續(xù)上升。目前，供給和需求間也存在著較大的差距，而 AutoML 工具則有可能填補(bǔ)這個(gè)差距。

這些工具為那些缺乏數(shù)據(jù)科學(xué)專業(yè)知識的人所設(shè)計(jì)。雖然這些工具之外還有一些其他很好的工具，但是它們大部分的價(jià)格都要高得多——大多數(shù)個(gè)人負(fù)擔(dān)不起。因此，2018 年，我們這個(gè)很棒的開源社區(qū)前來支援大家，同時(shí)還帶來了兩個(gè)熱門的開源項(xiàng)目。

Auto Keras

開源地址：https://github.com/jhfjhfj1/autokeras

幾個(gè)月前，Auto Keras 一經(jīng)發(fā)布就引起了轟動。并且它必然會引起轟動。長期以來，深度學(xué)習(xí)被視為一個(gè)專業(yè)性非常強(qiáng)的領(lǐng)域，所以一個(gè)能夠自動完成大部分任務(wù)的開發(fā)庫自然頗受歡迎。引用他們官網(wǎng)上的話：「Auto Keras 的最終目標(biāo)是為僅擁有一定數(shù)據(jù)科學(xué)知識或機(jī)器學(xué)習(xí)背景的行業(yè)專家提供可輕松應(yīng)用的深度學(xué)習(xí)工具」。

你可以通過下方的種子來安裝這個(gè)開發(fā)庫：

這個(gè)開源項(xiàng)目還包含了一些簡單的示例，可以讓你了解 Auto Keras 的整個(gè)工作流程。

谷歌的 AdaNet

開源地址：https://github.com/tensorflow/adanet

AdaNet 是一個(gè)自動學(xué)習(xí)高質(zhì)量模型的框架，對編程專業(yè)知識沒有要求。由于 AdaNet 由谷歌開發(fā)，因此這一框架基于 TensorFlow。你可以使用 AdaNet 創(chuàng)建所有的模型，同時(shí)可以擴(kuò)展它的應(yīng)用去訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

強(qiáng)化學(xué)習(xí)

因?yàn)槲以?2018 年的綜述文章中盤點(diǎn)過一些強(qiáng)化學(xué)習(xí)開源項(xiàng)目，因此這一章節(jié)的介紹會相當(dāng)簡單。我希望在包括 RL 在內(nèi)的這些章節(jié)中，能夠促進(jìn)大家對我們這個(gè)社區(qū)的討論，也希望能過加速這一領(lǐng)域的研究進(jìn)程。

首先，你可以先去看一下 OpenAI 的 Spinning Up 開源項(xiàng)目（項(xiàng)目地址：https://github.com/openai/spinningup），它是一個(gè)針對初學(xué)者的完全教育型的開源項(xiàng)目。然后可以去看看谷歌的 dopamine 開源項(xiàng)目（項(xiàng)目地址：https://github.com/google/dopamine），它是一個(gè)研究框架，用來加速這一仍舊處于初步發(fā)展階段的領(lǐng)域的研究。接下來，讓我們也了解一下其他的開源項(xiàng)目。

DeepMimic

開源地址：https://github.com/xbpeng/DeepMimic

如果你在社交媒體上關(guān)注了一些研究者，你一定在視頻中看到過上面的圖像。一個(gè)棍形人在地面上奔跑，或者嘗試站起來，或者其他一些動作。親愛的讀者，這些就是（人體）動作中的強(qiáng)化學(xué)習(xí)。

這里有一個(gè)強(qiáng)化學(xué)習(xí)的標(biāo)志性示例——訓(xùn)練仿真人形來模仿多個(gè)動作技能。上面開源項(xiàng)目的鏈接頁面包括代碼、示例以及循序漸進(jìn)的練習(xí)指南。

Reinforcement Learning Notebooks

開源地址：https://github.com/Pulkit-Khandelwal/Reinforcement-Learning-Notebooks

這個(gè)開源項(xiàng)目是一個(gè)強(qiáng)化學(xué)習(xí)算法集，這些算法來自 Richard Sutton 和 Andrew Barto 所寫的書以及其他研究論文，它們在開源項(xiàng)目中以 Python notebooks 的格式呈現(xiàn)。

正如該開源項(xiàng)目的開發(fā)者所提到的，如果你在學(xué)習(xí)的過程中同時(shí)進(jìn)行實(shí)操練習(xí)，你就能真正學(xué)會它。這個(gè)項(xiàng)目比較復(fù)雜，如果不進(jìn)行實(shí)操或者僅僅像讀小說一樣去閱讀資源內(nèi)容，你將一無所獲。