机器学习领域正在飞速发展。GitHub 是一张举世瞩目的白板，高质量的代码通常被发布在这张充满智慧的无限大白板上。
显然，我们不可能追踪机器学习世界中的所有东西，但是 GitHub 上每个项目都具备自己的 star 量。即，如果你标星了一个仓库，这意味着你对这个项目表达了赞赏，同时也跟踪了你觉得有意思的仓库。
星数排名可作为了解最受关注项目的重要指标。本文就介绍了机器学习领域星数排名最高的 5 个项目。
Face Recognition：26073★
GitHub 地址：https://github.com/ageitgey/face_recognition?source=post_page---------------------------这是世界上最简洁的人脸识别工具。它提供对 Python 和命令行的应用程序接口（API），其用途是识别以及操作图像中的人脸。它使用 Dlib 最先进的人脸识别算法构建，该深度学习模型在 LFW（Labeled Faces in the Wild）数据集上达到了 99.38% 的准确率。
它还提供了 face_recognition 命令行工具，它可以让你在包含图像的文件夹中使用命令行来进行人脸识别！
GitHub 地址：https://github.com/facebookresearch/fastText?source=post_page---------------------------
fastText 是由 Facebook 团队开发的免费开源库，用于高效词表征学习。它是轻量级的，允许用户学习文本表征和句子分类器。它可以在标准通用硬件上运行，模型甚至可以被压缩到适应移动设备的大小。
文本分类是很多应用的核心问题，例如垃圾邮件检测、情感分析或智能回复。文本分类的目标是给文档（例如电子邮件、博客、短信、产品评论等）分配多个类别。
对自然语言处理（NLP）爱好者而言，这是一款非常有用的工具。
图源：https://fasttext.cc/?source=post_pag (https://fasttext.cc/?source=post_pag%EF%BC%89)Awesome TensorFlow：14501★
GitHub 地址：https://github.com/jtoy/awesome-tensorflow
这是一个帮你理解和使用 TensorFlow 的资源集合。该 repo 涵盖一系列资源列表，如很棒的 TensorFlow 实验、库和项目。
TensorFlow 是 Google 开发的端到端开源机器学习平台。它有全面的生态系统，包括工具、库和社区资源，允许研究者创建最先进的机器学习算法。使用 TensorFlow，开发者可以很容易地构建并部署由机器学习驱动的应用。
图源：https://www.tensorflow.org/tutorials/keras/basic_classification?source=post_page
Apache predictionio 11866 ★
GitHub 地址：https://github.com/apache/predictionio
Apache PredictionIO 是供开发者、数据科学家和终端用户使用的开源机器学习框架。用户可使用该框架构建真实的机器学习应用，并进行部署和测试。
它甚至支持事件收集、评估，以及查询预测结果。它基于可扩展的开源服务，如 Hadoop、HBase 等。
图源：http://predictionio.apache.org/appintegration/?source=post_page
GitHub 地址：https://github.com/lllyasviel/style2paints
该 repo 与前面 4 个有点不一样，因为缺乏资金，它已经被关闭了！它确实是一个有趣的设想，使用 AI 给图像上色。
创建者称 Style2paints V4 是当前最好的 AI 线稿上色工具。
他们称这个项目与之前的端到端图像转换方法不同，因为它是第一个用真实的人类作业流程为线稿上色的系统。很多艺术家熟悉这个流程。
素描-->彩色填充/扁平化-->渐变/细节添加-->阴影处理
图源：https://style2paints.github.io/?source=post_page
图源：https://github.com/lllyasviel/style2paints?source=post_page
原文链接：https://towardsdatascience.com/highest-rated-ml-projects-on-github-694486293512
原文链接：https://mp.weixin.qq.com/s/x3QY2wbh-Miwc7JwEE_UXg
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
评论（0）