在碎片化閱讀充斥眼球的時代，越來越少的人會去關注每篇論文背后的探索和思考。

在這個欄目里，你會快速 get 每篇精選論文的亮點和痛點，時刻緊跟 AI 前沿成果。

點擊本文底部的「閱讀原文」即刻加入社區，查看更多最新論文推薦。

這是 PaperDaily 的第?48?篇文章

DeepPavlov

#對話系統訓練開源庫

DeepPavlov 是一個基于 TensorFlow 和 Keras 的智能對話庫，其主要用途在于推動 NLP 和對話系統的研究，提升復雜對話系統的實現和評價效果。

DeepPavlov?可為研究者提供：

• 用于實現和測試對話模型的框架

• 一系列預訓練的 NLP 模型、預定義的對話系統組件（機器學習/深度學習/規則系統）和流程模板

• 對話模型的基準測試環境和對相關數據集的統一訪問

DeepPavlov?可為 AI 應用開發者提供：

• 用于構建對話應用軟件的框架

• 將應用與相關基礎工具（即時通訊、服務支持軟件等）加以集成的工具包

項目鏈接

https://github.com/deepmipt/DeepPavlov

#深度學習框架隨心切換

MMdnn 由微軟開源，可將不同框架訓練的深度神經網絡模型進行轉換，使之適配其他框架。該工具包目前已支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML。

MMdnn?具有如下特點：

• 模型文件轉換，轉換深度神經網絡模型使之適配各種不同框架

• 模型代碼片段生成，生成適合不同框架的訓練或推斷代碼塊

• 模型可視化，針對不同框架可視化深度神經網絡模型網絡架構和參數

項目鏈接

https://github.com/Microsoft/MMdnn

Age and Gender Estimation

#用CNN測算性別和年齡

本項目是一個基于 Keras 框架實現的 CNN 模型，用于根據人臉照片測算年齡和性別。

項目鏈接

https://github.com/yu4u/age-gender-estimation

Couplet

#用深度學習對對聯

Couplet 是一個基于 Seq2Seq?的對聯生成工具，本項目基于 TensorFlow。

Demo:?https://ai.binwang.me/couplet/

項目鏈接

https://github.com/wb14123/seq2seq-couplet

Landing a SpaceX Falcon Heavy Rocket

#用強化學習控制火箭著陸

本項目是 Siraj Raval 在 YouTube 上發布的強化學習教學視頻對應代碼，如何在 Gym 模擬器里用強化學習控制 SpaceX 獵鷹重型火箭著陸。

視頻鏈接

https://youtu.be/09OMoGqHexQ

項目鏈接

https://github.com/llSourcell/Landing-a-SpaceX-Falcon-Heavy-Rocket

Caffe for CC4.0-Windows

#簡單方便的Caffe C++接口

CC4.0 是一個可用于 Windows 系統的 Caffe 庫，簡單的 Caffe C++ 接口，方便簡單而更深入地研究深度學習。

項目特性如下：

• 只需要一個頭文件和一個依賴項 libcaffe.lib

• 能夠輕易使用 C++ 寫訓練過程或調用過程

• 能夠輕易自定義 layer，不用編譯 Caffe 也不用修改 caffe.proto，只修改代碼即可使用。自己實現數據層，不需要 lmdb 也能高效率訓練

• 能夠在訓練過程中對自定義 layer 進行調試查看中間結果

• 支持 LSTM 不定長 OCR（有案例），支持 SSD 更輕易地進行訓練

• 有了 4.0 的支持，能夠輕易實現任何新的網絡結構

• 允許通過自定義層在訓練中查看訓練效果，更易于理解 CNN 的學習效果

項目鏈接

https://github.com/dlunion/CC4.0

SLTK - Sequence Labeling Toolkit

#序列化標注工具

SLTK 是一個序列化標注工具，實現了 Bi-LSTM-CRF 模型，并利用 PyTorch 實現了高效的數據加載模塊，可以完成：

• 預處理：包括構建詞表、label 表，從預訓練文件構建 word embedding

• 訓練：訓練序列化標注模型，并保存在開發集上性能最好的一次模型

• 測試：對新的實例進行標注

項目鏈接

https://github.com/liu-nlper/SLTK

OD Annotation

#目標檢測數據集標注工具

本項目是一個目標檢測數據集標注工具，采用 Python-flask 框架開發，基于 B/S 方式交互，支持多人同時標注。

項目特點如下：

• B/S 方式交互

• 支持多人同時標注（可分配不同標注人員的標注范圍，或不同人員標注不同類別）

• 類別采用選擇方式，免去手工輸入類別工作

• 支持拖拽方式修正標注區域

• 支持鍵盤方向鍵切換標注樣本

項目鏈接

https://github.com/hzylmf/od-annotation

TopiCluster

#多文檔主題聚類

TopiCluster 是一個基于 Kmeans 與 Lda 模型的多文檔主題聚類。輸入多篇文檔，輸出每個主題的關鍵詞與相應文本，可用于主題發現與熱點分析。

項目鏈接

https://github.com/liuhuanyong/TopiCluster

本文由 AI 學術社區 PaperWeekly 精選推薦，社區目前已覆蓋自然語言處理、計算機視覺、人工智能、機器學習、數據挖掘和信息檢索等研究方向，點擊「閱讀原文」即刻加入社區！

#榜 單 公 布?#

2017年度最值得讀的AI論文 | NLP篇 · 評選結果公布

2017年度最值得讀的AI論文 | CV篇 · 評選結果公布

我是彩蛋?

?解鎖新功能：熱門職位推薦！

PaperWeekly小程序升級啦

今日arXiv√猜你喜歡√熱門職位√

找全職找實習都不是問題

?

?解鎖方式?

1. 識別下方二維碼打開小程序

2. 用PaperWeekly社區賬號進行登陸

3. 登陸后即可解鎖所有功能

?職位發布?

請添加小助手微信（pwbot01）進行咨詢

?

長按識別二維碼，使用小程序

*點擊閱讀原文即可注冊

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 加入社區刷論文

總結

以上是生活随笔為你收集整理的Github 最新 AI 开源项目了解一下？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。