磐创智能-专注机器学习深度学习的教程网站http://panchuang.net/
磐创AI-智能客服，聊天机器人，推荐系统http://panchuangai.com/
【导读】：GitHub是数据科学家希望从人群中脱颖而出的宝贵平台，拥有来自顶尖技术巨头（如Google、Facebook、IBM、NVIDIA等）的开放源码项目。本文为大家总结了近期最热门的机器学习项目top5。欢迎大家点击上方蓝字关注我们的公众号：磐创AI，获取更多的机器学习、深度学习资源。
本文是近期Github热点项目的汇总，如果你想了解更多优秀的github项目，请关注我们公众号的github系列文章。
热点 | 四月最佳Github项目库与最有趣Reddit热点讨论（文末免费送百G数据集）
No1：Faster R-CNN and Mask R-CNN in PyTorch 1.0
（https://github.com/facebookresearch/maskrcnn-benchmark）
计算机视觉已经变得越来越流行，目标检测项目也变得越来越受追捧。本项目是来自Facebook的一个非常酷的项目，是使用pytorch 1.0让检测和模型分割变得更加简单，它旨在提供使用流行的PyTorch 1.0框架创建用于分割和模型检测的构建块。Facebook声称它的速度要比Detectron框架快两倍，并且配备了预先训练的模型。此外不仅仅是速度，在效率和资源消耗方面，它也有更优的性能。如果你想熟悉PyTorch的基本知识，这将是个很棒的入门教程。
No2：Tencent ML Images (https://github.com/Tencent/tencent-ml-images)
这个github项目是所有深度学习爱好者的宝藏，它介绍了名为腾讯ML图像的开源项目（最大的开源多标签图像数据库）。该项目数据集包含17609752条训练数据和88739条验证图像的URL，它们被注释了11166个类别。此外，该项目还包括一个预先训练的Resnet-101模型，到目前为止，它已经通过迁移学习在ImageNet中获得了80.73%的准确率。下方链接包含详尽的代码和注释，以及教新手如何开始:
https://github.com/Tencent/tencent-ml-images
No3：PyTorch Implementation of Google AI’s BERT（https://github.com/codertimo/BERT-pytorch）
Google AI的BERT论文展示了各种NLP任务（新的17个NLP任务SOTA）的惊人结果，包括在SQuAD v1.1QA任务上超过人类的F1-score。论文通过适当的语言模型训练方法，证明了基于变压器的编码器可以有效地替代之前的语言模型，更重要的是他们向我们展示了，这种预先训练的语言模型可以转移到任何NLP任务中，而不需要建立任务特定的模型结构。这个惊人的结果将记录在NLP的历史中，但目前这个项目正在进展中，代码尚未被验证。对本项目感兴趣的朋友可以持续关注这个github。
No4：Extracting Latest Arxiv Research Papers and their Abstracts（https://github.com/chiphuyen/sotawhat）
很多顶尖的研究人员都在arxiv.org上发布他们的论文全文，那么有什么办法能对最新的文章进行分类呢？本项目使用了Python（v3.x）通过刮除arxiv论文并总结它们的摘要来返回最新结果，从而帮助我们与最新的论文保持联系，让我们挑选我们想读的文章。我们可以运行以下的命令来搜索关键字：
$ python3 sotawhat.py “[keyword]” [number of results]
如果我们不指定实例个数，则脚本将默认返回五个结果。
No5：DeepMimic（https://github.com/xbpeng/DeepMimic）
本github项目是在SIGGRAPH 2018上提交的论文“深层模拟：基于物理的特征技能的示例指导的深度强化学习”的代码实现。引用文中的一句话：“这个框架能使用强化学习来训练一个模拟的人形物体来模仿各种运动技能。”上面的项目链接，包含有关如何自己实现此框架的视频和代码，欢迎感兴趣的同学学习下载。
