2018年含金量最强的 6 款开源机器学习项目

该库的优点在于选择的多样性：它提供了针对自动驾驶/城市场景、人脸以及人体姿势在内的不同 vid2vid 应用程序。此外，还附带了丰富的指令和功能，其中包括数据集加载、任务评估、网络训练和多 GPU！

特别提及

ChatterBot：用于创建对话引擎和聊天机器人的机器学习项目

开源地址：

https://github.com/gunthercox/ChatterBot

Kubeflow：Kubernetes 的机器学习工具包

开源地址：

https://github.com/kubeflow/kubeflow

imgaug：用于图像增强的深度学习项目

开源地址：

https://github.com/aleju/imgaug

imbalanced-learn：scikit 下的 Python 框架，专用于修复不平衡的数据集

开源地址：

https://github.com/scikit-learn-contrib/imbalanced-learn

mlflow：用于管理 ML 项目周期的开源平台，覆盖实验、复现与部署等流程。

开源地址：

https://github.com/mlflow/mlflow

AirSim：基于 Unreal Engine/ Unity 的自动驾驶汽车模拟器，由微软出品

开源地址：

https://github.com/Microsoft/AirSim