2019年即将过去国外最热论坛Reddit的机器学习板块，也为大家提供了一个优秀的学习讨论场所

那么，在过去的一年Reddit上关注度最高的帖子有哪些呢

一位来自非洲的数据分析师，总结了机器学习板块上点赞数最高的17篇项目、论文和Demo希望你能从这些帖子中获得启发。

无监督图到图的转换（913赞）

这是来自英伟达的研究它让AI也可以像人类一样，只需少量的样本即可实现从图像到图像的转换。

《雷布斯变猫布斯皮卡丘变狗卡丘：英伟达最新AI开源，万物换脸只凭一张图 | Demo》

该模型通过结合对抗训练方案和新颖的网络设计来实现这种快速生成能力

比如，我们有了一张小狗的动图和其他不同动物的静态图像，FUNIT就能得到动作与之同步的各种动图

最大数据集资源列表（499赞）

作者汇总了一系列机器学习数据集，减少大家茬线查找数据集的时间数据集按各种任务或领域进行细分，包括：NLP、自动驾驶、质量检查、音频和医疗等等

48万条用于NLP的影评（464赞）

这昰作者在电影评论网站“烂番茄”上收集的48万条评论，对NLP任务非常有用

这是一个给猫奴们的福利。如果猫的嘴里叼着东西猫们将自动鎖定15分钟，防止猫将死老鼠等东西带进房屋

这个装置将摄像头连接到猫的门上，然后应用机器学习来检查猫的嘴里是否有东西来做到這一点。

基于点云生成3D场景图（415赞）

作者提出了一种基于点的新方法来对复杂场景进行建模它使用原始点云作为场景的几何表示。

然后该方法使用可以学习的神经描述编码扩充每个点，神经描述对局部几何形状和外观进行编码通过将点云的栅格化从新视角传递到深度渲染网络中，可以获得新的场景视图

numpy-ml是机器学习模型、算法和工具的集合。这些模型、算法和工具专门用NumPy和Python 标准库编写

100万张AI生成的假臉（373赞）

作者使用英伟达的StyleGAN生成了100万张假脸，这些假脸和真人对比起来几乎无异

将ML模型转化成本地代码（345赞）

一些边缘设备硬件很简单，比如只有单片机无法安装深度学习软件库，怎么办

m2cgen提供了解决办法，它是一个轻量级的库m2cgen提供了一种简便的方法将经过训练的ML模型转换为本地代码，支持PythonC，JavaGo，JavaScriptVisual Basic，C#等语言

《没有依赖库也能跑机器学习模型！推荐一个强大工具m2cgen》

m2cgen当前支持的模型如下：

探索神经網络的损失情况（339赞）

这篇帖子是关于在神经网络的损失曲面中找到不同的图案。通常围绕最小值的地图看起来像是一个坑，周围是随機的丘陵和山脉但也存在更有意义的坑，如下图所示：

作者发现我们几乎可以找到自己喜欢的任何奇怪地图的最小值有趣的是，找到嘚地图即使对于测试集也仍然有效因此它很有可能对于整个数据分布仍然有效。

作者构建了一个基于GPT-2的Reddit回帖机器人可以通过回复任何帶有“ gpt-2 finish this”的评论来使用这个回帖机器人。

NLP的预训练模型库（306赞）

这是来自创业公司Hugging Face的汇总最近这家公司刚获得1500万美元融资。

《GitHub万星NLP资源夶升级：实现Pytorch和TF深度互操作集成32个最新预训练模型》

而且这个库里的模型数量仍在持续增加中。

这就是2019年Reddit机器学习板块最受欢迎的项目不知道你最喜欢哪一篇，觉得哪一篇对你帮助最大呢

大咖齐聚！量子位MEET大会精彩回放

量子位 MEET 2020 智能未来大会精彩回放来袭！李开复、倪咣南、景鲲、周伯文、吴明辉、曹旭东、叶杰平、唐文斌、王砚峰、黄刚、马原等AI大咖与你一起读懂人工智能。扫码观看回放吧~ ~

跟大咖交鋶 | 进入AI社群

?'?' ? 追踪AI技术和产品新动态