search
LoginSignup
5
Help us understand the problem. What are the problem?

More than 1 year has passed since last update.

posted at

大人気のGithub機械学習アイテムをご紹介 5選 - ScrapeStorm

この記事は五つの人気があるGitHub機械学習アイテムを紹介します。これらのアイテムは、自然言語処理(NLP)、コンピュータービジョン、ビッグデータなど、さまざまな機械学習の分野を含まれています。

1.PyTorch-Transformers

リンク:https://github.com/huggingface/pytorch-transformers
NLPはテキストの処理方式を変えて、その強さは言葉で説明できないほどです。
PyTorch-Tirans formersが最も遅く出現しましたが、各種NLPタスクに既にある基準を打ち破りました。PyTorchの実装などその他の需要な要素を含めて、初心者の入門を助けます。
下記の記事はPyTorch-Transformersを詳しく分析します。ご参照ください。
https://www.analyticsvidhya.com/blog/2019/07/pytorch-transformers-nlp-python/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python
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
https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

2. TDEngine

2.2.png
リンク:https://github.com/taosdata/TDengine
TDEngineデータベースは、ほぼ1か月足らずで10,000近くのStarを蓄積しています。
TDEngineは、オープンソースビッグデータプラットフォームです。下記の分野に注目しています。
・モノのインターネット(IoT)
・車両のインターネット
・ITインフラストラクチャなど。
現在、注意すべき点が1つあります。TDEngineはLinuxのみをサポートしています。データエンジニア向けのリソースガイドを読むことをお勧めします。
https://www.analyticsvidhya.com/blog/2018/11/data-engineer-comprehensive-list-resources-get-started/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

3.Video Object Removal

リンク:https://github.com/zllrunning/video-object-removal
コンピュータビジョンは画像を操作して処理するためのものであり、非常に先進的な技術です。コンピュータビジョンの専門家になるには、画像の目標検出が必須とされています。ビデオはどうですか? 複数のビデオでターゲットの境界ボックスを描画する場合、それは単純に見えますが、実際の難易度はそれよりはるかに高く、ターゲットの動的な性質によりタスクがより複雑になります。
したがって、Video Object Removalは優れています。ビデオ内のターゲットの周囲に境界ボックスを描画する限り、それを削除できます。
3.1.gif
下記の記事は素早く入門に役たちます。
https://courses.analyticsvidhya.com/courses/computer-vision-using-deep-learning-version2/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

4.Python Autocomplete

リンク:https://github.com/vpj/python_autocomplete
データ科学者の大部分の仕事は各種アルゴリズムを試験することです。Python AutocompleteはLSTMの簡単なモデルを使って自動的にPythonコードを書き上げることができます。
下記灰色の部分はLSTMモデルで自動的に生成されたコードです。
4.png
LSTMの詳細は下記の記事をご参照ください。
https://www.analyticsvidhya.com/blog/2017/12/fundamentals-of-deep-learning-introduction-to-lstm/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

5.MedicalNet

5.png
MedicalNetは、医療データセットをさまざまなモダリティ、ターゲット臓器、および病状と組み合わせて、より大きなデータセットを構築します。
ご存知のとおり、モデル学習モデルは大量のトレーニングデータが必要ですが、TenCentが発表したMedicalNetは素晴らしいオープンソースプロジェクトです。ぜひ試してみてください。
下記の記事をご参照になれば幸いです。
Https://www.analyticsvidhya.com/blog/2017/06/transfer-learning-the-art-of-fine-tuning-a-pre-trained-model/?utm_source=blog&utm_medium=7-innovative-machine-learning-github-projects-in-python

元記事:https://blog.csdn.net/qq_28168421/article/details/101088174?utm_medium=distribute.pc_feed_category.none-task-blog-new-11.nonecase&depth_1-utm_source=distribute.pc_feed_category.none-task-blog-new-11.nonecase&request_id=

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
What you can do with signing up
5
Help us understand the problem. What are the problem?