【我們為什麼挑選這篇文章】「Social Coding」GitHub 從 2008 年創立以來,一直致力於讓工程師互相合作、分享程式碼,今年還要跟你介紹強檔學習項目,除了大家熟知的開源軟體庫 TensorFlow ,一定還有符合你現階段需用的資源!(責任編輯:鄧天心)

你的GitHub深度學習項目,可能沒幾個人標星吧。那還是看看別人家的項目。

最近,來自埃及的Mahmoud Badry,做了一張GitHub深度學習項目Top 200天梯榜,月更。

名次由星數決定。 TensorFlow穩居榜首,星星10萬有餘,比第二名Keras高出兩倍多。
雖然,TensorFlow的地位已不太需要星數來驗證,但拆解一下榜單還是必要的。

說不定還能找到一些,你用得上的資源。

Top 10

前十名排列如下:


其中,框架/庫佔了四個位子,除了TensorFlow和Keras之外,還有排在第三的OpenCV,第四的Caffe,以及第九的PyTorch。

其他五位,都是通往人生巔峰的學習資源:

第五,TensorFlow-Examples,是為TensorFlow初學者準備的入門教程。

第六,Machine-Learning-For-Software-Engineers,是為軟體「攻城獅」打造的每日修行計劃,攻克機器學習,日日都要努力。

第七,Deeplearningbook-Chinese,《深度學習》還有中文版,造福人類。

第八,Deep-Learning-Papers-Reading-Roadmap,剛剛入坑深度學習,論文該從何讀起?這種問題也能有人指路,真是充滿愛與關懷的社區。

第十,Awesome-Deep-Learning-Papers,就像是第八名的續集:讀論文讀到上癮?你應該會喜歡這些優秀的研究吧。

希望,看過前十名項目的你,能對明天抱有一小撮希望。

還有哪些框架上榜?

走出十名,框架依然豐盛

微軟開源的CNTK,是認知工具包 (Cognitive Toolkit) 的簡稱,排名12。

緊隨其後,MXNet是一個輕量級、便攜、靈活的分佈式深度學習框架,適合移動端,排名13。

Deeplearning4j,基於Java的神經網絡工具包,是Java小伙伴們入坑深度學習的一條路,排名21。

還有,Facebook開源的Caffe 2,後來併入了PyTorch,排名35;

PaddlePaddle,百度開源的深度學習平台,排名41;

DSSTNE,亞馬遜開源的深度學習框架,讀音如同Destiny,排名70。

百名之內,還有排在76位的Chainer,是個小巧靈活的框架,意圖化繁為簡。

還有哪些教程可看?

好人一生平安,教程類項目似乎有吸星大法。

十名以內的教程請見上文,下面看看11-100名有哪些善良的資源,括號裡的數字代表排名。

Awesome-Deep-Learning (23) ,一份精選的深度學習教程列表,分類明晰,在項目名里加上Awesome,大概是為了鼓舞士氣吧。

Machine-Learning-Tutorials (38),依然是列表,包含許多機器學習和深度學習教程,以及一些其他資源。

Stanford-TensorFLow-Tutorials (46) ,斯坦福出品的TensorFlow教程,提供了TensorFlow for Deep Learning Research這門課裡的代碼示例。

PyTorch-Tutorial (49) ,給深度學習選手準備的PyTorch教程。

TensorFlow-Tutorials (61) ,又是TensorFlow教程,跟它名字差不多的項目,在Top200裡出現了不少,但這份教程是有視頻的。

DeepLearningTutorials (92) ,深度學習教程,有筆記,有代碼。

請君務必,沉迷學習

還有別的麼?

200名的榜單,收納能力的確可觀。許多有名的項目,本文已來不及介紹。

比如,47名的Mask_RCNN,和48名的CycleGAN。 6月,CycleGAN還在Mask_RCNN之上,7月便 (近似) 換了位子,真是激烈啊。

順便說句,雖然排名不靠前,但古詩機器人 (160) ,也上榜了。

還有什麼?各位可自行前去挖寶。

完整榜單傳送門:
https://github.com/mbadry1/Top-Deep-Learning

__

(本文經合作夥伴 量子位 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈GitHub深度学习开源项目Top200正式公布 | 资源帖〉,圖片來源:YouTube。)

延伸閱讀

GitHub 機器學習 100 天自學專案,內容強大學了保證一生平安!

「我寫不出 Code 了!」有沒有方法重新發現可憐工程師的生產力

給工程師的投資入門手冊:Python、R 哪個才是你最適合用來理財的程式語言?