在过去的一年中，机器学习许多新的高影响力应用被发现并被揭示，特别是在医疗保健、金融、语音识别、增强现实和更复杂的3D和视频应用中。
我们已经看到了更多的应用驱动研究，而不是理论研究。虽然这可能有其缺点，但它暂时产生了一些巨大的积极影响，即可以迅速转化为业务和客户价值的新研发。这一趋势在ML开源工作的大部分内容中得到了强烈反映。
让我们来看看过去一年中前6个最实用的ML项目。这些项目发布了代码和数据集，允许个别开发人员和小型团队学习并立即创造价值。它们可能不是理论上最具开创性的作品，但它们适用且实用。
Fast.ai
Fast.ai库的编写是为了使用现代最佳实践简化快速准确的神经网络培训。它抽象出了在实践中实施深度神经网络可能带来的所有细节工作。它非常易于使用，并且设计有从业者的应用程序构建思维模式。最初是为Fast.ai课程的学生创建的，该库以简洁易懂的方式编写在易于使用的Pytorch库之上。
网址：https://github.com/fastai/fastai
Detectron
Detectron是Facebook AI用于物体检测和实例分割研究的研究平台，用Caffe2编写。它包含各种对象检测算法的实现，包括：
Mask R-CNN: ：使用更快的R-CNN结构的对象检测和实例分割
RetinaNet：一个基于特征金字塔的网络，具有独特的Focal Loss来处理难题
Faster R-CNN:：对象检测网络最常见的结构
网址：https://github.com/facebookresearch/Detectron
FastText
另一个来自Facebook的研究，fastText库专为文本表示和分类而设计。它配备了预先训练的150多种语言的单词向量模型。这些单词向量可用于许多任务，包括文本分类，摘要和翻译。
网址：https://github.com/facebookresearch/fastText
AutoKeras
Auto-Keras是一个用于自动机器学习（AutoML）的开源软件库。它由Texas A＆M大学的DATA实验室和社区贡献者开发。AutoML的最终目标是为具有有限数据科学或机器学习背景的领域专家提供易于访问的深度学习工具。Auto-Keras提供自动搜索深度学习模型的最佳架构和超参数的功能。
网址：https://github.com/jhfjhfj1/autokeras
Dopamine
Dopamine是由Google创建的强化学习算法快速原型设计的研究框架。它旨在灵活且易于使用，实现标准RL算法、指标和基准。
根据Dopamine的文档，他们的设计原则是：
简单的实验：帮助新用户运行基准实验
灵活的开发：为新用户提供新的创新想法
紧凑和可靠：为一些较旧和更流行的算法提供实现
可重复性：确保结果是可重复
网址：https://github.com/google/dopamine
vid2vid
vid2vid项目是Nvidia最先进的视频到视频合成算法的公共Pytorch实现。视频到视频合成的目标是学习从输入源视频（例如，一系列语义分割掩模）到精确描绘源视频内容的输出照片拟真视频的映射函数。
这个库的好处在于它的选择：它提供了几种不同的vid2vid应用程序，包括自动驾驶/城市场景，人脸和人体姿势。它还附带了丰富的指令和功能，包括数据集加载、任务评估、培训功能和多GPU！
网址：https://github.com/NVIDIA/vid2vid
参考：https://towardsdatascience.com/the-10-most-useful-machine-learning-projects-of-the-past-year-2018-5378bbd4919f
[关于转载]：本文为“学术头条”原创文章。转载仅限全文转载并保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“SciTouTiao”微信公众号。谢谢您的合作。
分享干货
AMiner迄今为止已发布14期AI系列研究报告，您可在后台回复对应数字获取报告。
1 → 《自动驾驶研究报告》
2 → 《机器人研究报告》
3 → 《区块链研究报告》
4 → 《行为经济学研究报告》
5 → 《机器翻译研究报告》
6 → 《通信与人工智能研究报告》
7 → 《自动驾驶研究报告》前沿版
8 → 《自然语言处理研究报告》
9 → 《计算机图形学研究报告》
10 → 《超级计算机研究报告》
11 → 《3D打印研究报告》
12 → 《智能机器人研究报告》前沿版
13 → 《人脸识别研究报告》
14 → 《人工智能芯片研究报告》
推荐阅读：
知道吗？BAT今年在KDD上作为第一单位发表了12篇文章！（内附每篇文章解读）
AMiner新功能：技术趋势分析—挖掘技术源头、近期热度和全局热度
一网打尽Google、Amazon、Microsoft、Facebook在今年KDD上的论文：神经网络、大规模计算是热点
AI近10年21个子领域高引学者（AI-10 Most Influential Scholars ）
微信公众号菜单栏为大家设置了“论文推荐”和“优质分享”专栏，“北京讲座”移至“优质分享”专栏内，欢迎大家关注。
学术头条
发掘科技创新的原动力
您的转发就是我们最大的动力
点击阅读原文查看AI近10年21个子领域高引学者