Fork me on GitHub

Artificial Intelligence & Computer Vision & ML and DL

Ref:face_recognition

Ref:seetaface

Ref:百度AI开放平台

Ref:Face++开放平台

Ref:Cognitive Services

Ref:AForge.NET 入门

Ref:调用 AForge.NET Framework 启动摄像头

Ref:.NET开源工程推荐(Accord,AForge,Emgu CV)

Ref:http://www.aforgenet.com/framework/

Ref:http://www.aforgenet.com/framework/features/motion_detection_2.0.html

Ref:https://www.codeguru.com/columns/dotnet/computer-vision-using-aforge.net.html

Ref:http://www.arcsoft.com.cn/ai/arcface.html

Ref:http://www.emgu.com/wiki/index.php/Main_Page

Ref:http://www.emgu.com/wiki/index.php/Tutorial

Ref:Mac下dlib安装

Ref:Python3.6+dlib19.4在Mac下环境搭建

Ref:http://www.learnopencv.com/facial-landmark-detection

Ref:http://www.th7.cn/Program/Python/201511/706515.shtml

Ref:应用一个基于Python的开源人脸识别库,face_recognition

Ref:http://www.intorobotics.com/how-to-detect-and-track-object-with-opencv/

Ref:http://www.shervinemami.info/faceRecognition.html

Ref:https://www.pyimagesearch.com/2015/11/09/pedestrian-detection-opencv/

Ref:http://introlab.github.io/find-object/

Ref:https://github.com/TadasBaltrusaitis/OpenFace

Ref:https://github.com/TadasBaltrusaitis/CLM-framework

Ref:行人检测(Pedestrian Detection)资源

Ref:YOLO: Real-Time Object Detection

Ref:目标检测方法系列——R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD

Ref:SeetaFace编译案例(windows&Android)

Ref:机器视觉开源代码集合

  

Start CPU only container

$ docker run -it -p 8888:8888 tensorflow/tensorflow

Go to your browser on http://localhost:8888/

Start GPU (CUDA) container

Install nvidia-docker and run

$ nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu

Go to your browser on http://localhost:8888/

Other versions (like release candidates, nightlies and more)

See the list of tags. Devel docker images include all the necessary dependencies to build from source whereas the other binaries simply have TensorFlow installed.

For more details details see

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/docker/README.md

 

随时更新———个人喜欢的关于模式识别、机器学习、推荐系统、图像特征、深度学习、数值计算、目标跟踪等方面个人主页及博客

http://blog.csdn.net/zhangping1987/article/details/29554621

 

目标检测、识别、分类、特征点的提取

 

David Lowe:Sift算法的发明者,天才。

 

Rob Hess:sift的源码OpenSift的作者,个人主页上有openSift的下载链接,Opencv中sift的实现,也是参考这个。

 

Koen van de Sande:作者给出了sift,densesift,colorsift等等常用的特征点程序,输出格式见个人主页说明,当然这个特征点的算法,在Opencv中都有实现。

 

Ivan Laptev:作者给出了物体检测等方面丰富C\C++源码,及部分训练好的检测器(包括汽车,行人,摩托车,马,猫脸的检测器)。

 

Navneet Dalal:HOG算子的作者,个人主页上有他本人的博士论文,写的异常精彩,还有HOG源码链接,当然强大的Opencv已经复现了一遍。

 

Anna Bosch:PHOG算法的作者及源码。

 

Carl Vondrick:作者主页上呈现了两个非常好的项目Video Annotation Tool(视频标注)和iHOG,iHOG很有意思的解释了,为什么HOG算法会误判的原因。哇!哇!精彩!

 

Antonio Torralba:场景识别GIST算子(Matlab)的作者,当然个人主页张还有sift folow等等源码,偷着乐吧,Gist的C代码

 

Svetlana Lazebnik:空间金字塔匹配的作者,个人主页上有物体检测和识别的丰富源码。

 

Kristen Grauman:2011年的marr prize的得主,美女,源码libpmk的作者,个人主页还有其他物体检测和识别的文档和源码。

 

Pablo F. Alcantarilla:kaze和akaze特征点的作者,据说比sift要好,作者的个人主页上给出了这两种特征点的C++代码,高兴啊!

 

Pedro Felzenszwalb:近几年的物体识别竞赛,大都是根据他的源码的框架,Discriminatively trained deformable part models,直到2012年,该算法的版本是5,作者个人主页上有链接。

Opencv中,有该算法的复现,但是,没有训练的部分,只有检测的部分,latentsvmdetector。

在\opencv\sources\samples\cpp文件夹中,有一个latentsvm_multidetect.cpp文件,搭好环境,运行,然后,准备好图片(http://pascallin.ecs.soton.ac.uk/challenges/VOC/)和常见的20种分类器:

 

就可以做物体检测了。

沙发检测                                                                    自行车检测

 

猫检测                                                                    汽车检测

   

其他物体的检测,就不一一列举了。

 

 

Deva Ramanan:Histograms of Sparse Codes(HSC)算法的第二作者,作者的个人主页上有除了物体识别检测,还有几个跟踪算法的源码。

 

Xiaofeng Ren:Histograms of Sparse Codes(HSC)算法的第一作者,作者的个人主页有丰富的源码。

 

Ce Liu:Siftflow算法的作者,个人主页上具有其他算法的源码。

 

Derek Hoiem:(非常喜欢)个人主页有物体识别,检测的源码,而且有Logistic Regression of Adaboost源码,而且个人主页上有很多他的学生的个人主页链接。

 

Sergey Karayev:作者的个人主页上有基于颜色的图像检索,目标识别的研究成果。

 

Aditya Khosla:作者研究兴趣是人的行为检测,目标识别,等。

 

Ming-Ming Cheng:(mmcheng.net)

关注论文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》

 

Boris Babenko:还没开始看

 

Juergen Gall:hough forest的作者

 

Kaiming He:darkchannel的作者

 

Timo Ojala:LBP特征的作者

 

Cewu Lu:CVPR2014,晴天阴天的识别

————————————————————————————————————————————

还有一些没仔细看:很多源码

Yangqing Jia

Aaron Hertzmann

Alexei (Alyosha) Efros

————————————————————————————————————————————

图像分割:

Pablo Arbelaez

 

 

———————————————————————————————————————————————

图像检索、特征点匹配:

Yossi Rubner:(这个个人主页链接可能打不开,百度这个网址http://ai.stanford.edu/~rubner/根据提示打开就可以了)图像检索EMD距离的原作者,作者给出了C源码,Opencv中给出了复现,具体可以参看这篇文章

 

Ofir Pele:EMD距离的改进,作者个人主页上给出了源码(C++\Matlab)。

 

Haibin Ling:EMD_L1算法的作者,而且作者给我C++代码

 

Qin Lv:美女教师,对EMD的应用讲解的很好

 

VisualSEEK

 

颜色信息:

A Data Set for Fuzzuy Color Naming

Joost van de Weujer

Joost van de Weujer

Inderjit S. Dhillon

JianChao Yang

Rahat Khan:《Discriminative Color Descriptor》的作者

Robert Benavente:color naming TSEmodel

Graphics Gems Repository

 

色差公式

 

 

图像其他算法

Jiaya Jia:香港大学,发明的图像去模糊算法,处于世界领先水平,个人主页上有丰富的源码,超级喜欢。

Mohamed Aly:这个个人主页是无意中发现的,他研究了公路上各种直线(斑马线等)等的检测,并给出了源码。

 

__________________________________________________________________________________________________________________________________

人工智能博客:

Utkarsh:这个博客里写了好多关于OpenCV的项目,是一个非常好的学习资源。

Sebastian Montabone:作者写了一些很好的资料。

铅笔素描:

Henry Kang

Sven Olsen

ilab

LIC

 

———————————————————————————————————————————————

机器学习及并行机器学习、模式识别:

dlib:人脸识别

Rakesh Agrawal:关联规则算法的原作者

Ramakrishnan Srikant :关联规则算法的原作者

 

Andrew Ng谷歌大脑之父,是斯坦福大学科学系和电子工程系副教授,人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人(withDaphne Koller)。

        2013年,吴恩达入选《时代》杂志年度全球最有影响力100人,成为16位科技界代表之一。
        他的机器学习公开课:网易机器学习公开课。听一位大师,讲数学,原来是如此生动!并配有机器学习讲义。看完,之后,会对机器学习算法的认识有一个质的飞越。

Edward Chang:我是在吴军老师的《数学之美》中看到张智威老师,解决了并行SVD算法,但是,现在还没有任何关于这方面的资料。张智威老师的个人主页上,给出了关于并行支持向量机的算法,有一篇文章的符号,有一点混乱,我在这里给出了重新的计算和梳理。

Andrea Vedaldi:vlfeat源码的管理者之一,它近期写的关于支持向量机的文章很是喜欢,作者个人主页提供非常丰富的Matlab和C源码。

Ashesh Jain:作者的研究兴趣是机器学习和凸优化。作者的个人主页上有支持向量机的多核学习(Multiple Kernel Learning)源码。

Lin Chih-Jen:公认的最好的支持向量机开源libsvm,可以很好做Mercer Kernel做扩展,我添加常用11个Mercer核,并加在了libsvm中。推荐系统源码libmf。非负矩阵分解源码NMF

Journal of Machine Learning Research:在线提供了非常多的机器学习论文及源码,个人非常喜欢。

Martin Ester:基于密度的聚类算法DBSCAN的作者。作者主页上有他的所有著作。

Department of Computer Science Database Systems Group:聚类

Jiawei Han:关联规则算法之FP_tree的作者

Geoffrey E. Hinton:Deep Learning(无需多说)

Josef Sivic:PLSA的源码

Thomas Hofmann:PLSA的原作者

David M. Blei:LDA的作者,作者提供源码

gustau camps-valls:libsvm有关,还没看

Andrew I. Schein:LogisticPCA的作者
Boost家族:

Yoav Freund:AdaBoost算法的作者主页

Jerome H. Friedman:LogitBoost和 Gradient Boost回归算法的作者主页,并有这些算法的R语言源码。
《Stochastic Gradient Boosting》
《Greedy Function Approximation: A Gradient Boosting Machine》
《Additive Logistic Regression:a Statistical View of Boosting 》必须打印,认真研究的论文
 
k-means And Kd-tree

边缘检测、图像滤波、阈值处理
-------------------------------------------------------------------------------------------------------------------
Eduardo Simões Lopes Gastal:多种图像平滑算法
http://inf.ufrgs.br/~eslgastal/NonUniformFiltering/
http://www.inf.ufrgs.br/~eslgastal/AdaptiveManifolds/Application_Examples/
Raanan Fattal :WLS图像平滑
Dani Lischinski:最小二乘

————————————————————————————————————————————————————————————————————————————

计算机视觉团队:这三个团队主页上,提供了图像和视频算法的大量研究成果

 

DVMM Lab

MCL

 

CMV HOME

 

Vision Lab

 

UCSD

LEAR

 

Visual Geometry Group

 

Multimedia Laboratory

 

SLI

 

Color Group

 

computer Vision Lab

 

 

LAMP

 

Spectral Color Research

 

-----------------------

USC

___________________________________________________________________________________________________________________________________

推荐系统:

libFM

Yehuda Koren:Netflix prize 推荐系统算法冠军成员, SVD++

__________________________________________________________________________________________________________________________________

数值计算:

LinPack:线性最小二乘,矩阵的奇异值分解等

Lapack

MinPack:非线性最小二乘

跟踪算法:

http://research.milanton.de/index.html

跟踪算法的综述

SHENGFENG He:LSH

Anton Milan

João F. Henriques

colorTrack

 

其他常用的图像处理库:

Leptonica

Tesseract

 

运动物体检测

vibe

IVS(背景建模)综述

自然语言处理:

谭松波:中文文本分类语料库

 

数据的可视化:

D3.js-english

Paper.js

sigmajs

d3.js

神经网络

神经网络

 

 

基于颜色检索的参考网站:

https://www.etsy.com/color.php

http://labs.tineye.com/multicolr/

颜色程度

------------------------------------------------------

概率霍夫检测

Jiri MATAS 

http://www.sunshine2k.de/coding/java/Houghtransformation/HoughTransform.html

http://www.keymolen.com/2013/05/hough-transformation-c-implementation.html

 

深度学习:

深度学习科普文章

CNN-作者

Brandon Amos

深度学习可视化插件

卷积运算

卷积神经网络的反向卷积卷积神经网络的反向卷积算法

 

         

 

关于OpenCV的特征点的一些好的博客:

团块检测

傅里叶变换

 

YOLOv2物体检测

物体检测中常用的几个概念迁移学习、IOU、NMS理解

YOLOv2训练自己的数据集(VOC格式)

YOLOv2训练自己的数据集(识别海参)

keras-yolo3(A Keras implementation of YOLOv3 (Tensorflow backend) inspired by allanzelener/YAD2K.)

 

Keras

Keras中文文档 | 预训练权重的Keras模型 | https://github.com/ufoym/deepoDeep Learning with Docker

1、keras系列︱Sequential与Model模型、keras基本结构功能(一) 
2、keras系列︱Application中五款已训练模型、VGG16框架(Sequential式、Model式)解读(二) 
3、keras系列︱图像多分类训练与利用bottleneck features进行微调(三) 
4、keras系列︱人脸表情分类与识别:opencv人脸检测+Keras情绪分类(四) 
5、keras系列︱迁移学习:利用InceptionV3进行fine-tuning及预测、完整案例(五)

深度学习:Keras入门(一)之基础篇

深度学习:Keras入门(二)之卷积神经网络(CNN)

Keras 教程系列 | 莫烦Python

 

其他

我爱自然语言处理

开放的中文知识图谱

一名程序媛的IT资源整理

TensorFlow 中文社区

用Python Pandas处理亿级数据

Beautiful Soup 4.2.0 文档

Jupyter 常见可视化框架选择

用 Scikit-Learn 和 Pandas 学习线性回归

Scikit-Learn 中文文档

伯乐在线-机器学习

图解机器学习

Which machine learning algorithm should I use?

普通程序员如何转向AI方向

从机器学习谈起

神经网络浅讲:从神经元到深度学习

开发者头条-AI

segmentfault-机器学习

有趣的机器学习概念纵览:从多元拟合,神经网络到深度学习,给每个感兴趣的人

在你上司靠近你座位时,用人脸识别技术及时屏幕切换

TensorFlow和深度学习入门教程(TensorFlow and deep learning without a PhD)

An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples

Deeplearning4j (DL4J)

DL4J与Torch、Theano、TensorFlow、Caffe、Paddle、MxNet、Keras 和 CNTK的比较

23 种深度学习库排行榜:TensorFlow、Keras、Caffe 占据前三!

超详细配置Caffe(gpu版本+ubuntu16.04)考虑各种问题

神机喵算

可能是近期最好玩的深度学习模型:CycleGAN的原理与实验详解

推荐-2018年最值得读的12本深度学习相关的书

深度学习中如何选择一款合适的GPU卡的一些经验和建议分享

如何配置一台适用于深度学习的工作站?

深度学习论文阅读路线图

适合入门的8个趣味机器学习项目

GitHub 上 57 款最流行的开源深度学习项目

一文读懂 CNN、DNN、RNN 内部网络结构区别

从神经元到CNN、RNN、GAN…神经网络看本文绝对够了

卷积神经网络CNN经典模型整理Lenet,Alexnet,Googlenet,VGG,Deep Residual Learning

秒懂!何凯明的深度残差网络PPT是这样的|ICML2016 tutorial

机器学习方法系列,深度学习方法系列,三十分钟理解系列等

深度学习如何入门?

吴恩达深度学习

吴恩达机器学习

http://cuijiahua.com

http://aishack.in

http://neuralnetworksanddeeplearning.com

https://github.com/Microsoft/MMdnn

MMdnn is a set of tools to help users inter-operate among different deep learning frameworks. E.g. model conversion and visualization. Convert models between Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch and CoreML.

deeplearning.net

深度学习开源项目整理

转自https://silencezjl.coding.me/2017/05/01/%E5%81%B7%E4%B8%80%E6%B3%A2%E8%B5%84%E6%BA%90/

 

Deeplearining Datasets

http://deeplearning.net/datasets/

深度学习视觉领域常用数据集汇总

https://mp.weixin.qq.com/s?__biz=MzAxMzA2MDYxMw==&mid=2651558991&idx=1&sn=ce7356d00d83e997a8a741779468ce78

数据集大全:25个深度学习的开放数据集

https://yq.aliyun.com/articles/576274

深度学习常用的Data Set数据集和CNN Model总结

https://blog.csdn.net/qq_17448289/article/details/52850223

 

基于TensorFlow的框架 
https://github.com/fchollet/keras 
https://github.com/tflearn/tflearn 
https://github.com/beniz/deepdetect 
https://github.com/tensorflow/fold 
https://github.com/leriomaggio/deep-learning-keras-tensorflow

 

精选入门教程 
https://github.com/tensorflow/models 
https://github.com/aymericdamien/TensorFlow-Examples 
https://github.com/donnemartin/data-science-ipython-notebooks 
https://github.com/jtoy/awesome-tensorflow 
https://github.com/jikexueyuanwiki/tensorflow-zh 
https://github.com/nlintz/TensorFlow-Tutorials 
https://github.com/pkmital/tensorflow_tutorials 
https://github.com/deepmind/learning-to-learn 
https://github.com/BinRoot/TensorFlow-Book 
https://github.com/jostmey/NakedTensor 
https://github.com/alrojo/tensorflow-tutorial 
https://github.com/CreatCodeBuild/TensorFlow-and-DeepLearning-Tutorial 
https://github.com/sjchoi86/Tensorflow-101 
https://github.com/chiphuyen/tf-stanford-tutorials 
https://github.com/google/prettytensor 
https://github.com/ahangchen/GDLnotes 
https://github.com/Hvass-Labs/TensorFlow-Tutorials 
https://github.com/NickShahML/tensorflow_with_latest_papers 
https://github.com/nfmcclure/tensorflow_cookbook 
https://github.com/ppwwyyxx/tensorpack 
https://github.com/rasbt/deep-learning-book 
https://github.com/pkmital/CADL 
https://github.com/tensorflow/skflow

 

无人驾驶 
https://github.com/kevinhughes27/TensorKart 
https://github.com/SullyChen/Autopilot-TensorFlow

 

深度强化学习 

https://github.com/dennybritz/reinforcement-learning 
https://github.com/zsdonghao/tensorlayer 
https://github.com/matthiasplappert/keras-rl 
https://github.com/nivwusquorum/tensorflow-deepq 
https://github.com/devsisters/DQN-tensorflow 
https://github.com/coreylynch/async-rl 
https://github.com/carpedm20/deep-rl-tensorflow 
https://github.com/yandexdataschool/Practical_RL

 

自然语言处理 
文本分类

https://github.com/dennybritz/cnn-text-classification-tf

 

序列建模

https://github.com/google/seq2seq

 

中文分词

https://github.com/koth/kcws

 

基于文本的图像合成

https://github.com/paarthneekhara/text-to-image

 

RNN语言建模

https://github.com/sherjilozair/char-rnn-tensorflow 

https://github.com/silicon-valley-data-science/RNN-Tutorial

 

神经图灵机

https://github.com/carpedm20/NTM-tensorflow

 

小黄鸡

https://github.com/wong2/xiaohuangji

 

语音领域 
语音合成

https://github.com/ibab/tensorflow-wavenet 
https://github.com/tomlepaine/fast-wavenet

 

语音识别

https://github.com/buriburisuri/speech-to-text-wavenet 
https://github.com/pannous/tensorflow-speech-recognition

 

计算机视觉

风格转换

https://github.com/anishathalye/neural-style 
https://github.com/cysmith/neural-style-tf

 

运用GAN图像生成

https://github.com/carpedm20/DCGAN-tensorflow

 

图像到图像的翻译

https://github.com/affinelayer/pix2pix-tensorflow

 

图像超分辨

https://github.com/Tetrachrome/subpixel

 

人脸识别

https://github.com/davidsandberg/facenet

 

目标检测

https://github.com/TensorBox/TensorBox

 

运动识别

https://github.com/guillaume-chevalier/LSTM-Human-Activity-Recognition

 

图像复原

https://github.com/bamos/dcgan-completion.tensorflow

 

生成模型

https://github.com/wiseodd/generative-models

 

TensorFlow实时debug工具 
https://github.com/ericjang/tdb

 

TensorFlow在树莓派上的应用 
https://github.com/samjabrahams/tensorflow-on-raspberry-pi

 

TensorFlow基于R的应用 
https://github.com/rstudio/tensorflow

 

实时Spark与TensorFlow的输入pipeline 
https://github.com/fluxcapacitor/pipeline 
https://github.com/yahoo/TensorFlowOnSpark

 

caffe与TensorFlow结合 
https://github.com/ethereon/caffe-tensorflow

 

概率建模 
https://github.com/blei-lab/edward

 

大牛github网址收藏 

关于文本分类:https://github.com/ChengjinLi/machine_learning 

关于聊天机器人:https://github.com/MarkWuNLP/MultiTurnResponseSelection

 

博客关于物体识别 

https://pjreddie.com/darknet/yolo/

 

基于知识图谱的厨房领域问答系统构建 

http://mp.weixin.qq.com/s?__biz=MzU2NjAxNDYwMg==&mid=2247483737&idx=1&sn=97b0099d95fc2f6d304df079634d683c&chksm=fcb3a6bccbc42faabc16e325038b611eb81b487e1cd15864c4b57096a1f11646e66f72a011a2&mpshare=1&scene=1&srcid=0522alqtpJ6BaFPkxBvfFA4m#rd

 

PDF Ref

Computer Vision

Natural Language Processing

Books

Deep Reinforcement Learning

Other

100 Best GitHub: Deep Learning

Notes:

This 100 item list represents a search of github for “deep-learning”, Nov 2017.

Resources:

Wikipedia:

References:

See also:

100 Best Deep Belief Network Videos | 100 Best Deep Learning Videos | 100 Best DeepMind Videos | 100 Best Jupyter Notebook Videos | 100 Best MATLAB Videos | Deep Belief Network & Dialog Systems | Deep Learning & Dialog Systems 2016 | Deep Reasoning Systems | DeepDive | DNLP (Deep Natural Language Processing) | MATLAB & Dialog Systems 2016 | Skipgram & Deep Learning 2016 | Word2vec Neural Network


[100x Nov 2017]

  • bvlc/caffe caffe: a fast open framework for deep learning.
  • fchollet/keras deep learning library for python. runs on tensorflow, theano, or cntk.
  • apache/incubator-mxnet lightweight, portable, flexible distributed/mobile deep learning with dynamic, mutation-aware dataflow dep scheduler;…
  • ty4z2008/qix machine learning?deep learning?postgresql?distributed system?node.js?golang
  • microsoft/cntk microsoft cognitive toolkit (cntk), an open source deep-learning toolkit
  • pytorch/pytorch tensors and dynamic neural networks in python with strong gpu acceleration
  • rasmusbergpalm/deeplearntoolbox matlab/octave toolbox for deep learning. includes deep belief nets, stacked autoencoders, convolutional neural nets, …
  • ageron/handson-ml a series of jupyter notebooks that walk you through the fundamentals of machine learning and deep learning in python …
  • karpathy/convnetjs deep learning in javascript. train convolutional neural networks (or ordinary ones) in your browser.
  • tflearn/tflearn deep learning library featuring a higher-level api for tensorflow.
  • amaas/stanford_dl_ex programming exercises for the stanford unsupervised feature learning and deep learning tutorial
  • caffe2/caffe2 caffe2 is a lightweight, modular, and scalable deep learning framework.
  • davisking/dlib a toolkit for making real world machine learning and data analysis applications in c++
  • h2oai/h2o-3 open source fast scalable machine learning api for smarter applications (deep learning, gradient boosting, random for…
  • explosion/spacy ? industrial-strength natural language processing (nlp) with python and cython
  • eriklindernoren/ml-from-scratch python implementations of machine learning models and algorithms from scratch. aims to cover everything from data min…
  • chainer/chainer a flexible framework of neural networks for deep learning
  • nervanasystems/neon intel® nervana™ reference deep learning framework committed to best performance on all hardware
  • tzutalin/labelimg ? labelimg is a graphical image annotation tool and label object bounding boxes in images
  • amzn/amazon-dsstne deep scalable sparse tensor network engine (dsstne) is an amazon developed library for building deep learning (dl) ma…
  • zsdonghao/tensorlayer tensorlayer: deep learning and reinforcement learning library for researcher and engineer.
  • mlpack/mlpack mlpack: a scalable c++ machine learning library —
  • conchylicultor/deepqa my tensorflow implementation of “a neural conversational model”, a deep learning based chatbot
  • junyanz/cyclegan software that can generate photos from paintings, turn horses into zebras, perform style transfer, and more.
  • tencent/ncnn ncnn is a high-performance neural network inference framework optimized for the mobile platform
  • phillipi/pix2pix image-to-image translation with conditional adversarial nets
  • koth/kcws deep learning chinese word segment
  • kuleshov/cs228-material teaching materials for the probabilistic graphical models and deep learning classes at stanford
  • pkmital/cadl course materials/homework materials for the free mooc course on “creative applications of deep learning w/ tensorflow…
  • thtrieu/darkflow translate darknet to tensorflow. load trained weights, retrain/fine-tune using tensorflow, export constant graph def …
  • blei-lab/edward a library for probabilistic modeling, inference, and criticism. deep generative models, variational inference. runs o…
  • baidu/mobile-deep-learning this research aims at simply deploying cnn(convolutional neural network) on mobile devices, with low complexity and h…
  • floydhub/dl-docker an all-in-one docker image for deep learning. contains all the popular dl frameworks (tensorflow, theano, torch, caff…
  • tensorflow/skflow simplified interface for tensorflow (mimicking scikit learn) for deep learning
  • riweichen/deepface face analysis mainly based on caffe. at this time, face analysis tasks like detection, alignment and recognition have…
  • pair-code/deeplearnjs hardware-accelerated deep learning and linear algebra (numpy) library for the web.

 

posted @ 2017-12-15 14:47  Nick.Chung  阅读(1021)  评论(0编辑  收藏  举报