本文整理了 GitHub 上最流行的 57 款深度學(xué)習(xí)項(xiàng)目(按 stars 排名)。最后更新:2016.08.09
Stars:29622
使用數(shù)據(jù)流圖計(jì)算可擴(kuò)展機(jī)器學(xué)習(xí)問(wèn)題
TensorFlow 是谷歌的第二代機(jī)器學(xué)習(xí)系統(tǒng)昵慌,按照谷歌所說(shuō)苛败,在某些基準(zhǔn)測(cè)試中如失,TensorFlow 的表現(xiàn)比第一代的 DistBelief 快了2倍。
TensorFlow 內(nèi)建深度學(xué)習(xí)的擴(kuò)展支持,任何能夠用計(jì)算流圖形來(lái)表達(dá)的計(jì)算擅憔,都可以使用 TensorFlow。任何基于梯度的機(jī)器學(xué)習(xí)算法都能夠受益于 TensorFlow 的自動(dòng)分 化(auto-differentiation)倍阐。通過(guò)靈活的Python接口概疆,要在 TensorFlow 中表達(dá)想法也會(huì)很容易。2.Caffe
Stars:11799
Caffe是一個(gè)高效的開(kāi)源深度學(xué)習(xí)框架峰搪。由表達(dá)式岔冀,速度和模塊化組成。
Stars:10148
Torch實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)算法概耻。
Neural style 是讓機(jī)器模仿已有畫作的繪畫風(fēng)格來(lái)把一張圖片重新繪制的算法使套。4.deepdream
Stars:9042
Deep Dream,一款圖像識(shí)別工具
5.Keras
Stars:7502
一款python實(shí)現(xiàn)的深度學(xué)習(xí)庫(kù)鞠柄,包括卷積神經(jīng)網(wǎng)絡(luò)侦高、遞歸神經(jīng)網(wǎng)絡(luò)等。運(yùn)行在Theano和TensorFlow之上厌杜。
Keras是一個(gè)極簡(jiǎn)的奉呛、高度模塊化的神經(jīng)網(wǎng)絡(luò)庫(kù),采用Python(Python 2.7-3.5.)開(kāi)發(fā)夯尽,能夠運(yùn)行在TensorFlow和Theano任一平臺(tái)瞧壮,好項(xiàng)目旨在完成深度學(xué)習(xí)的快速開(kāi)發(fā)。
Stars:7170
學(xué)生主導(dǎo)的一個(gè)獨(dú)立項(xiàng)目匙握,從新實(shí)現(xiàn)了 DeepMind在2016 Nature發(fā)表的內(nèi)容馁痴, 《用深度神經(jīng)網(wǎng)絡(luò)和樹(shù)搜索學(xué)習(xí)圍棋》 (Nature 529, 484-489, 28 Jan 2016).
Stars:6671
基于TensorFlow開(kāi)發(fā)的模型
Stars:6275
運(yùn)用深度神經(jīng)網(wǎng)絡(luò)將涂鴉變?yōu)閮?yōu)雅的藝術(shù)品,從照片生成無(wú)縫紋理肺孤,轉(zhuǎn)變圖片風(fēng)格罗晕,進(jìn)行基于實(shí)例的提升,等等…還有更多T隆(語(yǔ)義風(fēng)格傳遞的實(shí)現(xiàn))
9.CNTK
Stars:5957
深度學(xué)習(xí)工具包 小渊。來(lái)自微軟公司的CNTK工具包的效率,“比我們所見(jiàn)過(guò)的都要瘋狂”茫叭。 這部分歸功于CNTK可借助圖形處理單元(GPU)的能力酬屉,微軟自稱是唯一公開(kāi)“可擴(kuò)展GPU”功能的公司。(從單機(jī)上的1個(gè)揍愁、延伸至超算上的多個(gè)) 在與該公司的網(wǎng)絡(luò)化GPU系統(tǒng)(稱之為Azure GPU Lab)匹配之后呐萨,它將能夠訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別語(yǔ)音,讓Cortana虛擬助理的速度達(dá)到以前的十倍莽囤。
Stars:5872
適合初學(xué)者的 TensorFlow 教程和代碼示例谬擦,做了相關(guān)筆記和代碼解釋。
11.ConvNet JS
Stars:5231
ConvNetJS 是用JavaScript實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)朽缎,同時(shí)還有基于瀏覽器的 demo惨远。
12.Torch
Stars:5133
Torch7谜悟,深度學(xué)習(xí)庫(kù)。
Torch7 是一個(gè)科學(xué)計(jì)算框架北秽,支持機(jī)器學(xué)習(xí)算法葡幸。易用而且提供高效的算法實(shí)現(xiàn),得益于 LuaJIT 和一個(gè)底層的 C 實(shí)現(xiàn)贺氓。
13.OpenFace
Stars:4855
基于深度學(xué)習(xí)網(wǎng)絡(luò)的面部識(shí)別蔚叨。
14.MXNet
Stars:4685
輕巧、便攜辙培、靈活的分布式/移動(dòng)深度學(xué)習(xí)框架蔑水,支持Python, R, Julia,Scala,Go,javascript等等語(yǔ)言。
MXNet是一款設(shè)計(jì)為效率和靈活性的深度學(xué)習(xí)框架虏冻。它允許你混合符號(hào)編程和命令式編程肤粱,從而最大限度提高效率和生產(chǎn)力。在其核心是一個(gè)動(dòng)態(tài)的依賴調(diào)度厨相,它能夠自動(dòng)并行符號(hào)和命令的操作领曼。一個(gè)圖形優(yōu)化層,使得符號(hào)執(zhí)行速度快蛮穿,內(nèi)存使用高效庶骄。這個(gè)庫(kù)便攜,輕量践磅,而且能夠擴(kuò)展到多個(gè)GPU和多臺(tái)機(jī)器单刁。
15.Theano
Stars:4286
Theano 是一個(gè) Python 庫(kù),用來(lái)定義府适、優(yōu)化和模擬數(shù)學(xué)表達(dá)式計(jì)算羔飞,用于高效的解決多維數(shù)組的計(jì)算問(wèn)題。
16.Leaf
Stars:4281
黑客的開(kāi)源機(jī)器智能框架檐春。
17.Char RNN
Stars:3820
多層遞歸神經(jīng)網(wǎng)絡(luò)的字符級(jí)別語(yǔ)言模型逻淌,基于Torch開(kāi)發(fā)。
18.Neural Talk
Stars:3694
NeuralTalk是一個(gè)Python+numpy項(xiàng)目疟暖,用多模式遞歸神經(jīng)網(wǎng)絡(luò)描述圖像卡儒。
Stars:3673
基于Hadoop和Spark的Java,scala& Clojure深度學(xué)習(xí)工具。
Deeplearning4j(簡(jiǎn)稱DL4J)是為Java和Scala編寫的首個(gè)商業(yè)級(jí)開(kāi)源分布式深度學(xué)習(xí)庫(kù)俐巴。DL4J與hadoop和Spark集成骨望,為商業(yè)環(huán)境(而非研究工具目的)所設(shè)計(jì)。Skymind是DL4J的商業(yè)支持機(jī)構(gòu)欣舵。
Deeplearning4j 技術(shù)先進(jìn)擎鸠,以即插即用為目標(biāo),通過(guò)更多預(yù)設(shè)的使用邻遏,避免太多配置糠亩,讓非研究人員也能夠進(jìn)行快速的原型制作虐骑。DL4J同時(shí)可以規(guī)淖佳椋化定制赎线。DL4J遵循Apache 2.0許可協(xié)議,一切以其為基礎(chǔ)的衍生作品均屬于衍生作品的作者糊饱。
20.TFLearn
Stars:3368
深度學(xué)習(xí)庫(kù)垂寥,包括高層次的TensorFlow接口。
Stars:3352
神經(jīng)網(wǎng)絡(luò)模型示例另锋。
22.OpenAI Gym
Stars:3020
一種用于開(kāi)發(fā)和比較強(qiáng)化學(xué)習(xí)算法的工具包滞项。
23.Magenta
Stars:2914
Magenta: 音樂(lè)和藝術(shù)的生成與機(jī)器智能
Google Brain團(tuán)隊(duì)的一組研究人員發(fā)布了一個(gè)項(xiàng)目Project Magenta,其主要目標(biāo)是利用機(jī)器學(xué)習(xí)創(chuàng)作藝術(shù)和譜寫曲子夭坪。Project Magenta使用了 TensorFlow系統(tǒng)文判,研究人員在GitHub上開(kāi)源了他們的模型和工具。
研究人員稱室梅,機(jī)器生成的音樂(lè)已經(jīng)存在了許多年戏仓,但它們?cè)诙既狈﹂L(zhǎng)的敘事藝術(shù)。Project Magenta就試圖將故事作為機(jī)器生成音樂(lè)的重要部分亡鼠。Google公布了一個(gè)DEMO(MP3)表現(xiàn)Magenta項(xiàng)目的成果赏殃。
24.Colornet
Stars:2798
用神經(jīng)網(wǎng)絡(luò)模型給灰度圖上色。
25.Synaptic
Stars:2666
基于Node.js和瀏覽器的免架構(gòu)神經(jīng)網(wǎng)絡(luò)庫(kù)间涵。
Stars:2550
Torch開(kāi)發(fā)的圖像簡(jiǎn)介生成代碼仁热,運(yùn)行在GPU上。
Stars:2540
使用神經(jīng)匹配和融合生成相似圖形勾哩。
Stars:2413
Tensorflow抗蠢,從基礎(chǔ)原理到應(yīng)用。
29.Lasagne
Stars:2355
基于Theano訓(xùn)練和構(gòu)建神經(jīng)網(wǎng)絡(luò)的輕型函數(shù)庫(kù)思劳。
30.PyLearn2
Stars:2153
基于Theano的機(jī)器學(xué)習(xí)庫(kù)迅矛。
31.LISA-lab Deep Learning Tutorials
Stars:2134
深度學(xué)習(xí)教程筆記和代碼。詳情參見(jiàn)wiki頁(yè)面敢艰。
32.Neon
Stars:2121
Nervana?開(kāi)發(fā)的一款快速诬乞、可擴(kuò)展、易上手的Python深度學(xué)習(xí)框架.
neon 是 Nervana System 的深度學(xué)習(xí)軟件钠导。根據(jù)Facebook一位研究者的基準(zhǔn)測(cè)試震嫉,Nervana的軟件比業(yè)界知名的深度學(xué)習(xí)工具性能都要高,包括Facebook自己的Torch7和Nvidia的cuDNN牡属。
33.Matlab Deep Learning Toolbox
Stars:2032
Matlab/Octave的深度學(xué)習(xí)工具箱票堵。包括深度信念網(wǎng)絡(luò)、自動(dòng)編碼機(jī)逮栅、卷積神經(jīng)網(wǎng)絡(luò)悴势、卷積自動(dòng)編碼機(jī)和vanilla神經(jīng)網(wǎng)絡(luò)等窗宇。每種方法都有入門示例。
Stars:1721
使用深度強(qiáng)化學(xué)習(xí)破解Flappy Bird游戲(深度 Q-學(xué)習(xí)).
35.dl-setup
Stars:1607
在深度學(xué)習(xí)機(jī)上設(shè)置軟件說(shuō)明特纤。
36.Chainer
Stars:1573
一款靈活的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)框架军俊。
Chainer是深度學(xué)習(xí)的框架,Chainer在深度學(xué)習(xí)的理論算法和實(shí)際應(yīng)用之間架起一座橋梁捧存。它的特點(diǎn)是強(qiáng)大粪躬、靈活、直觀昔穴,被認(rèn)為是深度學(xué)習(xí)的靈活框架镰官。
Stars:1514
看圖講故事的遞歸神經(jīng)網(wǎng)絡(luò)模型。
38.DIGITS
Stars:1353
深度學(xué)習(xí)GPU訓(xùn)練系統(tǒng)吗货。
39.Deep Jazz
Stars:1229
基于Keras和Theano生成jazz的深度學(xué)習(xí)模型泳唠!
40.Tiny DNN
Stars:1183
僅引用頭文件,無(wú)依賴且使用 C ++ 11 的深度學(xué)習(xí)框架
41.Brainstorm
Stars:1143
快速宙搬、靈活笨腥、有趣的神經(jīng)網(wǎng)絡(luò)。
42.dl-docker
Stars:1044
一個(gè)用于深度學(xué)習(xí)的一體化Docker鏡像害淤。 包含所有流行的 DL 框架(TensorFlow扇雕,Theano,Torch窥摄,Caffe等)镶奉。
43.Darknet
Stars:937
C語(yǔ)言版本的開(kāi)源神經(jīng)網(wǎng)絡(luò)。
Stars:904
基于Theano的機(jī)器學(xué)習(xí)入門教程崭放,從線性回歸到卷積神經(jīng)網(wǎng)絡(luò)哨苛。
Stars:904
一款生成古典音樂(lè)的遞歸神經(jīng)網(wǎng)絡(luò)工具。
46.Blocks
Stars:866
用于構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的Theano框架
47.TDB
Stars:860
TensorFlow的交互式币砂、節(jié)點(diǎn)調(diào)試和可視化的工具建峭。
TensorDebugger (TDB) 是深度學(xué)習(xí)調(diào)試器,使用斷點(diǎn)和計(jì)算機(jī)圖形化實(shí)時(shí)數(shù)據(jù)流可視化擴(kuò)展 TensorFlow(谷歌的深度學(xué)習(xí)框架)决摧。特別的是亿蒸,TDB 是一個(gè) Python 庫(kù)和 一個(gè) Jupyter Notebook 擴(kuò)展的結(jié)合,構(gòu)建 Google 的 TensorFlow 框架掌桩。
Stars:849
深度神經(jīng)網(wǎng)絡(luò)入門工具边锁,類似scikit-learn的分類器和回歸模型。
49.Veles
Stars:760
分布式機(jī)器學(xué)習(xí)平臺(tái)(Python, CUDA, OpenCL)
VELES 是分布式深度學(xué)習(xí)應(yīng)用系統(tǒng)波岛,用戶只需要提供參數(shù)茅坛,剩下的都可以交給 VELES。VELES 使用 Python 編寫则拷,使用 OpenCL 或者 CUDA贡蓖,利用基于 Flow 的編程曹鸠。它是三星開(kāi)發(fā)的另一個(gè) TensorFlow。
50.Deep Detect
Stars:759
基于C++11的深度學(xué)習(xí)接口和服務(wù)器斥铺,與Python綁定并支持Caffe彻桃。
Stars:759
基于Google Tensorflow的深度Q學(xué)習(xí)演示。
Stars:724
基于Spark的Caffe仅父。
雅虎認(rèn)為叛薯,深度學(xué)習(xí)應(yīng)該與現(xiàn)有的支持特征工程和傳統(tǒng)(非深度)機(jī)器學(xué)習(xí)的數(shù)據(jù)處理管道在同一個(gè)集群中浑吟,創(chuàng)建CaffeOnSpark意在使得深度學(xué)習(xí)訓(xùn)練和測(cè)試能被嵌入到Spark應(yīng)用程序中笙纤。CaffeOnSpark被設(shè)計(jì)成為一個(gè)Spark深度學(xué)習(xí)包。
53.Nolearn
Stars:702
神經(jīng)網(wǎng)絡(luò)庫(kù)的抽象组力,著名的Lasagne省容。
Stars:568
基于tensorflow實(shí)現(xiàn)的深度卷積生成對(duì)抗網(wǎng)絡(luò)。
55.MatConvNet
Stars:479
MATLAB CNN計(jì)算機(jī)視覺(jué)應(yīng)用工具箱燎字。
56.DeepCL
Stars:413
用于訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)模型的OpenCL庫(kù)腥椒。
Stars:304
可視化搜索服務(wù)器。一個(gè)簡(jiǎn)單使用TensorFlow候衍,InceptionV3模型和AWS GPU實(shí)例實(shí)現(xiàn)的視覺(jué)搜索服務(wù)器笼蛛。
代碼實(shí)現(xiàn)兩個(gè)方法,一個(gè)處理圖像搜索的服務(wù)器和一個(gè)提取pool3功能的簡(jiǎn)單索引器蛉鹿。 最近鄰搜索可以使用近似(更快)或使用精確方法(更慢)以近似方式執(zhí)行滨砍。
來(lái)源:Top Deep Learning Projects
相關(guān)鏈接
TensorFlow 的詳細(xì)介紹:點(diǎn)擊查看
TensorFlow 的下載地址:點(diǎn)擊下載