關(guān)于人工智能的開(kāi)源項(xiàng)目，相信開(kāi)發(fā)者們已經(jīng)目睹過(guò)不少了,，Github上也有大把的資源,。不過(guò)筆者今天說(shuō)的并非來(lái)自Github,，而是來(lái)自科技“大廠”Google發(fā)布的一些涉及到機(jī)器學(xué)習(xí)、深度學(xué)習(xí),、神經(jīng)網(wǎng)絡(luò)等優(yōu)質(zhì)的人工智能開(kāi)源項(xiàng)目,，精心挑選了一部分推薦給大家學(xué)習(xí)。下面就來(lái)看一看,。
1,、AdaNet：
快速靈活的AutoML，可自主學(xué)習(xí),。AdaNet是一個(gè)基于TensorFlow的輕量級(jí)框架,，可在最少的專家干預(yù)下自動(dòng)學(xué)習(xí)高質(zhì)量的模型。它使用Cortes等AdaNet算法,。2017年將學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)作為子網(wǎng)的整體,。重要的是，AdaNet提供了一個(gè)通用框架,，不僅用于學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu),，而且還用于學(xué)習(xí)集成以獲得更好的模型。
2,、Auto ML Video On-Device：
使用AutoML視頻訓(xùn)練對(duì)象檢測(cè)移動(dòng)序列模型進(jìn)行推理,。該示例代碼顯示了如何加載Google Cloud AutoML視頻對(duì)象跟蹤設(shè)備上模型以及如何對(duì)視頻剪輯中的一系列圖像進(jìn)行推斷,。目標(biāo)設(shè)備是CPU和EdgeTPU,。
3、Budou：
適用于中文,，日文和韓文（CJK）語(yǔ)言的自動(dòng)換行工具,。Budou會(huì)自動(dòng)將CJK句子轉(zhuǎn)換為具有有意義的塊的組織HTML代碼，以在網(wǎng)絡(luò)上提供漂亮的字體,。
4,、Bullet Physics SDK：
針對(duì)VR，游戲,，視覺(jué)效果,，機(jī)器人技術(shù)，機(jī)器學(xué)習(xí)等的實(shí)時(shí)碰撞檢測(cè)和多物理場(chǎng)仿真,。Bullet Physics SDK是用便攜式C++編寫的專業(yè)開(kāi)源庫(kù),。該庫(kù)主要用于游戲，視覺(jué)效果和機(jī)器人仿真等等,。該庫(kù)在zlib許可下可免費(fèi)用于商業(yè)用途,。
pybullet是一個(gè)易于使用的Python模塊，用于物理仿真,，機(jī)器人技術(shù)和機(jī)器學(xué)習(xí),。使用pybullet您可以加載URDF,，SDF和其他文件格式的鉸接體。pybullet提供正向動(dòng)力學(xué)模擬,，逆向動(dòng)力學(xué)計(jì)算,，正向和逆向運(yùn)動(dòng)學(xué)以及碰撞檢測(cè)和射線相交查詢。除了物理模擬之外,，pybullet還支持渲染,，CPU渲染器和OpenGL可視化以及對(duì)虛擬現(xiàn)實(shí)耳機(jī)的支持。
5,、CausalImpact：
用于預(yù)估設(shè)計(jì)的干預(yù)措施對(duì)時(shí)間序列的因果影響的統(tǒng)計(jì)庫(kù),。CausalImpactR程序包實(shí)現(xiàn)了一種方法，用于估計(jì)設(shè)計(jì)的干預(yù)措施對(duì)時(shí)間序列的因果關(guān)系,。例如,，一個(gè)廣告系列產(chǎn)生了多少額外的每日點(diǎn)擊？當(dāng)無(wú)法進(jìn)行隨機(jī)實(shí)驗(yàn)時(shí),，很難回答這樣的問(wèn)題,。該軟件包旨在使用結(jié)構(gòu)貝葉斯時(shí)間序列模型來(lái)解決此難題，以估計(jì)如果干預(yù)未發(fā)生,，干預(yù)后干預(yù)指標(biāo)可能如何演變,。
6、Darwin Neuroevolution Framework：
神經(jīng)進(jìn)化和進(jìn)化算法框架,。達(dá)爾文（Darwin）是一個(gè)旨在使神經(jīng)進(jìn)化實(shí)驗(yàn)變得簡(jiǎn)單,，快速和有趣的框架。它提供了構(gòu)建基塊,，示例和工具,，從而避免了研究新思想所需的重復(fù)（且可能是復(fù)雜的）支架。
7,、DeepMind Lab：
可定制的3D平臺(tái),，用于基于代理的AI研究。DeepMind Lab是一個(gè)第一人稱3D游戲平臺(tái),，旨在研究和開(kāi)發(fā)通用人工智能和機(jī)器學(xué)習(xí)系統(tǒng),。它提供了一組具有挑戰(zhàn)性的導(dǎo)航和解謎任務(wù)，這些任務(wù)對(duì)于深度強(qiáng)化學(xué)習(xí)特別有用,。其簡(jiǎn)單靈活的API使創(chuàng)新的任務(wù)設(shè)計(jì)和新穎的AI設(shè)計(jì)得以探索并快速迭代,。
8、Dopamine：
強(qiáng)化學(xué)習(xí)算法的快速原型研究框架,。Dopamine是基于TensorFlow的研究框架,，用于快速學(xué)習(xí)強(qiáng)化學(xué)習(xí)算法的原型。它旨在滿足對(duì)小型，易處理的代碼庫(kù)的需求,，用戶可以在其中自由地試驗(yàn)荒誕的想法（推測(cè)性研究）,。
9、gemmlowp：
低精度矩陣乘法,。gemmlowp是一個(gè)用于相乘矩陣的庫(kù),，其項(xiàng)被量化為8位整數(shù)。它用于移動(dòng)神經(jīng)網(wǎng)絡(luò)應(yīng)用程序,，并獲得了英特爾和ARM的大力支持,，從而確保了它在各種移動(dòng)CPU上的高效性。
10,、Generative ML On Cloud：
一種基于云的工具,，有助于生成機(jī)器學(xué)習(xí)和合成圖像。端到端的系統(tǒng)設(shè)計(jì)允許用戶擁有圖像的自定義數(shù)據(jù)集,，以在Cloud ML上訓(xùn)練可變自動(dòng)編碼器生成對(duì)抗網(wǎng)絡(luò)（VAE-GAN）模型,。在這里，模型被部署到云端,，用戶可以在其中輸入嵌入以從其數(shù)據(jù)集中生成合成圖像,，或者輸入圖像以獲取嵌入矢量。該工具使用Google Cloud Machine Learning API和TensorFlow,。
11,、Graph Distillation：
用于動(dòng)作檢測(cè)的圖形蒸餾。在這項(xiàng)工作中,，我們提出了一種稱為“圖蒸餾”的方法,，該方法在源域中合并了來(lái)自大型多模態(tài)數(shù)據(jù)集的豐富特權(quán)信息，并改善了缺乏訓(xùn)練數(shù)據(jù)和模態(tài)的目標(biāo)域中的學(xué)習(xí),。
12,、Kubeflow：
Kubernetes的機(jī)器學(xué)習(xí)工具包。Kubeflow項(xiàng)目致力于使機(jī)器學(xué)習(xí)（ML）工作流在Kubernetes上的部署簡(jiǎn)單,，可移植且可擴(kuò)展。我們的目標(biāo)不是重新創(chuàng)建其他服務(wù),，而是提供一種直接的方法來(lái)將ML的同類最佳的OS系統(tǒng)部署到各種基礎(chǔ)結(jié)構(gòu),。在運(yùn)行Kubernetes的任何地方，都應(yīng)該能夠運(yùn)行Kubeflow,。
13,、Magenta：
借助機(jī)器智能進(jìn)行音樂(lè)和藝術(shù)創(chuàng)作。Magenta是一個(gè)研究項(xiàng)目,，旨在探索機(jī)器學(xué)習(xí)在藝術(shù)和音樂(lè)創(chuàng)作過(guò)程中的作用,。首先，這涉及開(kāi)發(fā)新的深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法，以生成歌曲,，圖像,，繪圖和其他材料。但這也是對(duì)構(gòu)建智能工具和界面的一次探索,，該工具和界面允許藝術(shù)家和音樂(lè)家使用這些模型擴(kuò)展（而不是替換?。┧麄兊倪^(guò)程。
14,、MentorNet：
噪聲數(shù)據(jù)深度學(xué)習(xí),。該示例代碼顯示了如何加載Google Cloud AutoML視頻對(duì)象跟蹤設(shè)備上模型，以及如何對(duì)視頻剪輯中的一系列圖像進(jìn)行推斷,。目標(biāo)設(shè)備是CPU和EdgeTPU,。
15、TensorFlow Playground：
瀏覽器在神經(jīng)網(wǎng)絡(luò)中的可視化交互,。TensorFlow Playground讓神經(jīng)網(wǎng)絡(luò)的交互式變得可視化,，使用d3.js以打字稿編寫。它包含一個(gè)微型神經(jīng)網(wǎng)絡(luò)庫(kù),，可以滿足這種教育可視化的要求,。用戶可以在瀏覽器中實(shí)時(shí)模擬小型神經(jīng)網(wǎng)絡(luò)并查看結(jié)果。
這15個(gè)項(xiàng)目均來(lái)自Google open source開(kāi)源項(xiàng)目,，這對(duì)開(kāi)發(fā)者來(lái)說(shuō)無(wú)疑是一個(gè)寶庫(kù),。除此之外，有了這些開(kāi)源的免費(fèi)資源,，開(kāi)發(fā)者還可以通過(guò)鈦靈AIX來(lái)實(shí)踐和開(kāi)發(fā)自己的人工智能原型產(chǎn)品,。鈦靈AIX迷你小電腦，支持語(yǔ)音交互和視覺(jué)識(shí)別,，內(nèi)置英特爾 Movidius Myraid X 運(yùn)算加速芯片,，全球最受歡迎的開(kāi)源硬件樹莓派、以及多種傳感技術(shù),。AIX極大降低AI的學(xué)習(xí)與開(kāi)發(fā)門檻,，幫助AI愛(ài)好者及開(kāi)發(fā)者們快速構(gòu)建會(huì)聽(tīng)、會(huì)說(shuō),、會(huì)看的 AI 應(yīng)用及解決方案,。
