ITPub博客

AI开源项目 - Seldon开源机器学习部署平台 Seldon Core，让机器学习模型可以部署于 Kubernetes 上。Seldon Core 的目标，要让研究人员可以用任何工具包、程序语言建立机器学习模型。现阶段该工具支持模型包含以 Python 为基础的 TensorFlow、Sklearn，还有 Spark、H2O、R 等知名模型。此外，Seldon Core 也让机器学习模型可支援

AI 开源项目 - Ray Ray 是一个高性能分布式执行框架，它使用了和传统分布式计算系统不一样的架构和对分布式计算的抽象方式，用于快速而简单的构建和运行分布式应用程序。Ray 按照典型的 Master-Slave 进行设计。其中，Master 负责全局协调和状态维护，Slave 执行分布式计算任务。不过和传统的分布式计算系统不同的是，Ray 使用了混合任务调度的思路，性能更强。GitHub 地

# AI开源项目 - Spark MLlib #Spark 是一个开源集群运算框架，也是现在大数据领域热门开源软件之一（https://spark.apache.org/mllib/）由于 Spark 使用了内存内运算技术，它在内存上的运算速度比 Hadoop MapReduce 的运算速度快上 100 倍；这也使得 Spark MLlib 分布式计算框架运行非常高效、快速。它可以实现大部分机器学

# AI开源项目 - AdaNet # AdaNet 是由谷歌开源的一个轻量级的基于 TensorFlow 框架（https://adanet.readthedocs.io/en/v0.8.0/）。AdaNet 易于使用，并能创建高质量的模型，为 ML 实践者节省了用于选择最佳神经网络架构的时间，实现了一种将学习神经架构作为子网络集合的自适应算法。GitHub 地址：https

# AI开源项目 - facenet #FaceNet 采用了深度卷积神经网络（CNN）学习将图像映射到欧式空间，也被称为通用人脸识别系统。该系统可从人脸中提取高质量的特征，称为人脸嵌入（face embeddings），可用于训练人脸识别系统，从而实现对人脸的验证。它在 LFW 数据集上测试的准确率达到了 99.63%，在 YouTube Faces DB 数据集上准确率为 95.12%。Git

# AI开源项目 - OpenPose #OpenPose 人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以 caffe 为框架开发的开源库。它可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用，很多人体姿态估计实例都是基于它实现，如动作采集、3D 试衣、绘画辅助等。GitHub 地址：

# AI开源项目 - NNI  # NNI 是由微软发布的一个用于神经网络超参数调整的开源 AutoML 工具包，也是目前较为热门的 AutoML 开源项目之一。最新版本的 NNI 对机器学习生命周期的各个环节做了更加全面的支持，包括：特征工程、神经网络架构搜索（NAS）、超参调优和模型压缩，开发者都能使用自动机器学习算法来完成，即使是开发小白也能轻松上手。GitHu

# AI开源项目 - Detectron2 #Detectron2 则是 PyTorch 1.3 中一重大新工具，它源于 maskrcnn 基准测试，也是对先前版本 detectron 的一次彻底重写。Detectron2 通过全新的模块化设计，变得更灵活且易于扩展，它能够在单个或多个 GPU 服务器上提供更快速的训练速度，包含了更大的灵活性与扩展性，并增强了可维护性和可伸缩性，以支持在生产中的用

# AI开源项目 - OpenCV #OpenCV 是英特尔开源的跨平台计算机视觉库（网页链接），被称为 CV 领域开发者与研究者的必备工具包。这是一套包含从图像预处理到预训练模型调用等大量视觉 API 的库，并可以处理图像识别、目标检测、图像分割和行人再识别等主流视觉任务。其最显著的特点是它提供了整套流程的工具，因此开发者无需了解各个模型的原理就能用 API 构建视觉任务。它具备 C++、Pyt

在2D图像中做3D目标检测很难？现在，拿着一部手机就能做到，还是实时的那种。这就是谷歌AI今天发布的MediaPipe Objectron，一个可以实时3D目标检测的pipeline。分开来看：MediaPipe是一个开源的跨平台框架，用于构建pipeline来处理不同模式的感知数据。Objectron在移动设备上实时计算面向对象的3D边界框。日常生活中的物体，它都可以检测，来看下效果。它可以在移

# AI开源项目 - Horovod #这是由 Uber 开源的一个跨多台机器的分布式深度学习的 TensorFlow 训练框架，可以使分布式深度学习快速且易于使用。据介绍，Horovod 让开发人员只需几行代码就可以完成任务。这不仅加快了初始修改过程，而且进一步简化了调试。考虑到深度学习项目的高度迭代性，这也可以节省大量时间。除此之外，它还结合了高性能和修补低级模型细节的能力，例如：同时使用高级

AI开源项目 - Mahout  Mahout 是一个分布式线性代数框架，用于快速创建可扩展的高性能机器学习应用程序（http://mahout.apache.org/）。Mahout 框架长期以来一直与 Hadoop 绑定，但它的许多算法也可以在 Hadoop 之外运行。它允许多种算法可以跨越分布式 Spark 群集上运行，并且支持 CPU 和 GPU 运行。GitHub 地

# AI 开源项目 - Dask #当开发者需要并行化到多核时，可以用 Dask 来将计算扩展到多个内核甚至多个机器。Dask 提供了 NumPy Arrays，Pandas Dataframes 和常规列表的抽象，能够在无法放入主内存的数据集上并行运行。对大型数据集来说，Dask 的高级集合是 NumPy 和 Pandas 的替代方案。GitHub 地址：https://github.com/d

前一段时间有个朋友问我这样一个问题：google官网给的bert-base模型的ckpt文件大小只有400M，为什么我进行微调-训练之后，保存的ckpt模型就是1.19G呢？我当时的回答是：因为google给的bert-base模型的ckpt文件仅包含bert的transform每一层的参数，不包含其他参数。而你自己在微调训练过程中有增加了其他的一些参数，所以会比较大。现在想一想，感觉自己的回答也

2020-03-12 16:47导语：行业亮点，尽在榜单。按：近日，国际科技研究机构 CB Insights 发布了 2020 年度人工智能初创企业排行榜「AI 100」，甄选了全球 100 家最具潜力人工智能企业。CB Insights AI 100 是全球公认的人工智能领域最具权威性的榜单之一，包括今日头条、商汤科技、旷视、寒武纪等 AI 企业也曾入选该榜单。今年中国有 6 家公司入选，雷锋网

2020-03-13 09:21导语：CNN 网络还可以这样用！随着科技的发展，现在人们可以随时随地用手机等设备拍照记录自己喜欢的瞬间。可能不少人都想过，假如出现一种黑科技，让我们拍摄的平面 2D 照片变成立体的 3D 照片......Facebook 也早就想到了这个问题。为改善用户体验，2018 年，Facebook 就推出了 3D 照片功能。这是一种全新的沉浸式格式，你可以用它与朋友、家人分

AlphaGo战胜了人类最强棋手，但前提是它先学会了人类棋谱，离不开人类指导。接着谷歌又推出了AlphaGo Zero，只让AI知道围棋规则，从零开始学下棋，结果再次登上棋艺顶峰。AI既然能从零学习围棋，是否可以从零开始摸索机器学习算法？当然可以，谷歌大脑团队最新的研究成果已经做到了。谷歌将这种技术称之为AutoML-Zero，意为“从零开始的自动机器学习”，已经在GitHub开源，并在Arxiv

# AI 开源项目 - YOLO # YOLO 是当前深度学习领域解决图像检测问题最先进的实时系统。在检测过程中，YOLO 首先将图像划分为规定的边界框，然后对所有边界框并行运行识别算法，来确定物体所属的类别。确定类别之后，YOLO 再智能地合并这些边界框，在物体周围形成最优边界框。这些步骤全部并行进行，因此 YOLO 能够实现实时运行，并且每秒处理多达 40 张图像。据官网显示，在 P

选自Hackernoon作者：Rajat Harlalka机器之心编译参与：Geek AI、张倩机器学习算法虽多，却没有什么普适的解决方案。决策树、随机森林、朴素贝叶斯、深度网络等等等等，是不是有时候觉得挑花了眼呢？福利来啦~本文将教你慧眼识精，快速挑选出满意的算法！机器学习既是一门科学，也是一种艺术。纵观各类机器学习算法，并没有一种普适的解决方案或方法。事实上，有几个因素会影响你对机器学习算法的

所谓自然语言处理，即NLP，就是通过用计算机来处理人类的语言、文字，从而可以代替人类做一些文书类的工作，例如咨询、售后、海量数据处理以及公文阅读与处理等。基于此，NLP领域延伸处理种类繁多的任务，这里我总结了文本向量化、序列标注任务、文本分类、信息提取、以及复杂应用场景五大类NLP任务，做一个介绍。作者&编辑 | 小Dream哥1 文本向量化文本的向量化可谓是NLP进入深度学习时代的标志。