Github 最新 AI 开源项目了解一下？

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。
点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。这是 PaperDaily 的第 48 篇文章


DeepPavlov#对话系统训练开源库

DeepPavlov 是一个基于 TensorFlow 和 Keras 的智能对话库，其主要用途在于推动 NLP 和对话系统的研究，提升复杂对话系统的实现和评价效果。DeepPavlov 可为研究者提供：
用于实现和测试对话模型的框架
一系列预训练的 NLP 模型、预定义的对话系统组件（机器学习/深度学习/规则系统）和流程模板
对话模型的基准测试环境和对相关数据集的统一访问
DeepPavlov 可为 AI 应用开发者提供：用于构建对话应用软件的框架
将应用与相关基础工具（即时通讯、服务支持软件等）加以集成的工具包



项目链接https://github.com/deepmipt/DeepPavlov




#深度学习框架随心切换

MMdnn 由微软开源，可将不同框架训练的深度神经网络模型进行转换，使之适配其他框架。该工具包目前已支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML。MMdnn 具有如下特点：
模型文件转换，转换深度神经网络模型使之适配各种不同框架
模型代码片段生成，生成适合不同框架的训练或推断代码块
模型可视化，针对不同框架可视化深度神经网络模型网络架构和参数



项目链接https://github.com/Microsoft/MMdnn



Age and Gender Estimation#用CNN测算性别和年龄

本项目是一个基于 Keras 框架实现的 CNN 模型，用于根据人脸照片测算年龄和性别。


项目链接https://github.com/yu4u/age-gender-estimation



Couplet#用深度学习对对联


Couplet 是一个基于 Seq2Seq 的对联生成工具，本项目基于 TensorFlow。


Demo: https://ai.binwang.me/couplet/
项目链接https://github.com/wb14123/seq2seq-couplet



Landing a SpaceX Falcon Heavy Rocket#用强化学习控制火箭着陆


本项目是 Siraj Raval 在 YouTube 上发布的强化学习教学视频对应代码，如何在 Gym 模拟器里用强化学习控制 SpaceX 猎鹰重型火箭着陆。视频链接https://youtu.be/09OMoGqHexQ
项目链接https://github.com/llSourcell/Landing-a-SpaceX-Falcon-Heavy-Rocket


Caffe for CC4.0-Windows#简单方便的Caffe C++接口


CC4.0 是一个可用于 Windows 系统的 Caffe 库，简单的 Caffe C++ 接口，方便简单而更深入地研究深度学习。项目特性如下：只需要一个头文件和一个依赖项 libcaffe.lib
能够轻易使用 C++ 写训练过程或调用过程
能够轻易自定义 layer，不用编译 Caffe 也不用修改 caffe.proto，只修改代码即可使用。自己实现数据层，不需要 lmdb 也能高效率训练
能够在训练过程中对自定义 layer 进行调试查看中间结果
支持 LSTM 不定长 OCR（有案例），支持 SSD 更轻易地进行训练
有了 4.0 的支持，能够轻易实现任何新的网络结构
允许通过自定义层在训练中查看训练效果，更易于理解 CNN 的学习效果
项目链接https://github.com/dlunion/CC4.0


SLTK - Sequence Labeling Toolkit#序列化标注工具


SLTK 是一个序列化标注工具，实现了 Bi-LSTM-CRF 模型，并利用 PyTorch 实现了高效的数据加载模块，可以完成：
预处理：包括构建词表、label 表，从预训练文件构建 word embedding
训练：训练序列化标注模型，并保存在开发集上性能最好的一次模型
测试：对新的实例进行标注
项目链接https://github.com/liu-nlper/SLTK


OD Annotation#目标检测数据集标注工具


本项目是一个目标检测数据集标注工具，采用 Python-flask 框架开发，基于 B/S 方式交互，支持多人同时标注。项目特点如下：B/S 方式交互
支持多人同时标注（可分配不同标注人员的标注范围，或不同人员标注不同类别）
类别采用选择方式，免去手工输入类别工作
支持拖拽方式修正标注区域
支持键盘方向键切换标注样本
项目链接https://github.com/hzylmf/od-annotation


TopiCluster#多文档主题聚类


TopiCluster 是一个基于 Kmeans 与 Lda 模型的多文档主题聚类。输入多篇文档，输出每个主题的关键词与相应文本，可用于主题发现与热点分析。
项目链接https://github.com/liuhuanyong/TopiCluster
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「阅读原文」即刻加入社区！





#榜 单 公 布 #2017年度最值得读的AI论文 | NLP篇 · 评选结果公布2017年度最值得读的AI论文 | CV篇 · 评选结果公布[b][/b]

我是彩蛋 
 解锁新功能：热门职位推荐！
PaperWeekly小程序升级啦
今日arXiv√猜你喜欢√[b]热门职位√[/b]
找全职找实习都不是问题  解锁方式 1. 识别下方二维码打开小程序2. 用PaperWeekly社区账号进行登陆3. 登陆后即可解锁所有功能
 职位发布 请添加小助手微信（pwbot01）进行咨询 
长按识别二维码，使用小程序*点击阅读原文即可注册



[b][b]关于PaperWeekly[/b][/b]
[b][/b]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。



▽ 点击 | 阅读原文 | 加入社区刷论文