本周 Github 精选：多款超赞 AI 开源项目，等你来 Star！
在碎片化閱讀充斥眼球的時代，越來越少的人會去關(guān)注每篇論文背后的探索和思考。
在這個欄目里，你會快速 get 每篇精選論文的亮點和痛點，時刻緊跟 AI 前沿成果。
點擊本文底部的「閱讀原文」即刻加入社區(qū)，查看更多最新論文推薦。
這是 PaperDaily 的第?61?篇文章Semantic Segmentation PyTorch
#PyTorch上最好的語義分割工具包
本項目是由 MIT CSAIL 實驗室開源的 PyTorch 語義分割工具包，其中包含多種網(wǎng)絡(luò)的實現(xiàn)和預(yù)訓(xùn)練模型。自帶多卡同步 bn，能復(fù)現(xiàn)在 MIT ADE20K 上 SOTA 的結(jié)果。
ADE20K 是由 MIT 計算機視覺團隊開源的規(guī)模最大的語義分割和場景解析數(shù)據(jù)集。
▲?從右至左：測試圖-Ground Truth-預(yù)測結(jié)果
▲ 測試結(jié)果
項目鏈接
https://github.com/CSAILVision/semantic-segmentation-pytorch
#支持快速成型的深度學(xué)習(xí)NLP工具包
PyTorch NLP 是一個自然語言處理開源 Python 庫，包含各類預(yù)訓(xùn)練 Embeddings、采樣器、數(shù)據(jù)集加載器、神經(jīng)網(wǎng)絡(luò)模型和文本編碼器。本項目旨在幫助開發(fā)者加速自然語言處理研究進程。
項目鏈接
https://github.com/PetrochukM/PyTorch-NLP
Non-local Neural Networks for Video Classification
#Facebook視頻分類開源代碼
本項目是 Facebook 論文 Non-local Neural Networks 的視頻分類開源代碼和模型，這個代碼在視頻分類效果和效率上都做到了很大的提升，ResNet-50 Non-local Net 基本能橫掃只用 RGB 的視頻分類模型。
代碼里面提供的模型可以作為許多其他任務(wù)的底層 representation，作者希望通過這個代碼能把大規(guī)模視頻相關(guān)的研究帶進尋常百姓家。
▲?測試結(jié)果
項目鏈接
https://github.com/facebookresearch/video-nonlocal-net
#Keras項目模板
本項目是一個基于 Keras 庫的項目模板，模板能讓你更容易地構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型，并支持 Checkpoints 和 TensorBoard。
▲?模型結(jié)構(gòu)
項目鏈接
https://github.com/Ahmkel/Keras-Project-Template
#面向智慧農(nóng)業(yè)的知識圖譜及其應(yīng)用系統(tǒng)
本項目是上海市《農(nóng)業(yè)信息服務(wù)平臺及農(nóng)業(yè)大數(shù)據(jù)綜合利用研究》子課題《上海農(nóng)業(yè)農(nóng)村大數(shù)據(jù)共享服務(wù)平臺建設(shè)和應(yīng)用》的研究成果。
華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院作為課題主要參與單位以實現(xiàn)智慧農(nóng)業(yè)為目標(biāo)，探索農(nóng)業(yè)大數(shù)據(jù)分析、挖掘和綜合應(yīng)用。華師大課題組在前期國家重點研發(fā)計劃《大數(shù)據(jù)知識工程基礎(chǔ)理論及其應(yīng)用研究》研究基礎(chǔ)上，在本項目中，基于碎片化農(nóng)業(yè)大數(shù)據(jù)，構(gòu)建面向智慧農(nóng)業(yè)的知識圖譜及其應(yīng)用系統(tǒng)。
可復(fù)用資源：
hudong_pedia.csv: 已經(jīng)爬好的農(nóng)業(yè)實體的百科頁面的結(jié)構(gòu)化 csv 文件?
labels.txt: 5000 多個手工標(biāo)注的實體類別?
predict_labels.txt: KNN 算法預(yù)測的 13W 多個實體的類別?
/wikidataSpider/wikidataProcessing/wikidata_relation.csv: predict_labels.txt 中實體在 wikidata 中對應(yīng)的三元組關(guān)系?
attributes.csv: 部分實體的屬性（互動百科頁面中直接得到）
Demo鏈接
http://p2052x6533.iok.la:44910/
項目鏈接
https://github.com/qq547276542/Agriculture_KnowledgeGraph
#關(guān)于遷移學(xué)習(xí)你想要知道的一切
本手冊簡明地介紹遷移學(xué)習(xí)的概念與基本方法，并對其中的領(lǐng)域自適應(yīng)問題中的若干代表性方法進行講述。最后簡要探討遷移學(xué)習(xí)未來可能的方向。
本手冊編寫的目的是幫助遷移學(xué)習(xí)領(lǐng)域的初學(xué)者快速入門并掌握基本方法，為自己的研究和應(yīng)用工作打下良好基礎(chǔ)。
本手冊的編寫邏輯很簡單：是什么——介紹遷移學(xué)習(xí)；為什么——為什么要用遷移學(xué)習(xí)、為什么能用；怎么辦——如何進行遷移（遷移學(xué)習(xí)方法）。
為了最大限度地方便初學(xué)者，作者還特別編寫了一章上手實踐，直接分享實現(xiàn)代碼和心得體會。
▲?主要文件與其內(nèi)容介紹
手冊下載
http://jd92.wang/assets/files/transfer_learning_tutorial_wjd.pdf
項目鏈接
https://github.com/jindongwang/transferlearning-tutorial
#支持移動設(shè)備的單人姿態(tài)估計框架
MobilePose 是一個輕量級的、基于 PyTorch 實現(xiàn)的單人姿態(tài)估計框架。目標(biāo)旨在提供一個模型訓(xùn)練/推理/評估接口，以及具有各種數(shù)據(jù)增強選項的數(shù)據(jù)采集器。最終訓(xùn)練的模型在速度、大小和精度方面均可滿足移動設(shè)備的基本需求。
項目鏈接
https://github.com/YuliangXiu/MobilePose-pytorch
#多標(biāo)簽分類器和評價器
MEKA 是一個基于 Weka 機器學(xué)習(xí)框架的多標(biāo)簽分類器和評價器。本項目提供了一系列開源實現(xiàn)方法用于解決多標(biāo)簽學(xué)習(xí)和評估。
項目主頁
http://meka.sourceforge.net/
項目鏈接
https://github.com/Waikato/meka
Quick NLP
#基于Fast.ai的PyTorch NLP庫
Quick NLP 是一個基于深度學(xué)習(xí)的自然語言處理庫，該項目的靈感來源于 Fast.ai 系列課程。它具備和 Fast.ai 同樣的接口，并對其進行擴展，使各類 NLP 模型能夠更為快速簡單地運行。
項目鏈接
https://github.com/outcastofmusic/quick-nlp
本文由 AI 學(xué)術(shù)社區(qū) PaperWeekly 精選推薦，社區(qū)目前已覆蓋自然語言處理、計算機視覺、人工智能、機器學(xué)習(xí)、數(shù)據(jù)挖掘和信息檢索等研究方向，點擊「閱讀原文」即刻加入社區(qū)！
#作 者 招 募#
讓你的文字被很多很多人看到，喜歡我們不如加入我們
我是彩蛋?
?解鎖新功能：熱門職位推薦！
PaperWeekly小程序升級啦
今日arXiv√猜你喜歡√熱門職位√
找全職找實習(xí)都不是問題
?
?解鎖方式?
1. 識別下方二維碼打開小程序
2. 用PaperWeekly社區(qū)賬號進行登陸
3. 登陸后即可解鎖所有功能
?職位發(fā)布?
請?zhí)砑有≈治⑿?#xff08;pwbot02）進行咨詢
?
長按識別二維碼，使用小程序
*點擊閱讀原文即可注冊
關(guān)于PaperWeekly
PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。
▽ 點擊 |?閱讀原文?| 加入社區(qū)刷論文
總結(jié)
以上是生活随笔為你收集整理的本周 Github 精选：多款超赞 AI 开源项目，等你来 Star！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 想转行人工智能？机会来了！
- 下一篇： 基于CNN的阅读理解式问答模型：DGCN