机器学习正在高速发展当中，想要找到实用、先进的机器学习项目，首选就是GitHub，GitHub的Stars是评判一个项目受欢迎程度的标准之一。今天我们将和大家分享5个GitHub上关注度最高的5个机器学习开源项目
世界上最简单的面部识别工具，它为Python和命令行提供了一个应用程序编程接口（API）。它可以被用来识别图像中的人脸。它使用dlib最先进的人脸识别算法构建。深度学习模型在LFW（Labeled Faces in the Wild）上具有99.38％的准确度。它还提供了一个简单的face_recognition命令行工具，它允许你通过命令行对图像文件夹进行面部识别！
[[272858]]
地址：https://github.com/ageitgey/face_recognition
2) fastText by FacebookResearch
fastText是Facebook团队的一个开源免费库，用于文本分类。它是轻量级的，允许用户学习文本表示和句子分类器。它可运行于标准的通用硬件上。该模型也可以被压缩到移动设备上。文本分类是许多应用程序的核心问题，如垃圾邮件检测，情绪分析或智能回复。文本分类的目标是将文档（例如电子邮件，帖子，文本消息，产品评论等）分配给多个类别。
地址：https://github.com/facebookresearch/fastText
这是一组可以帮助你了解和利用TensorFlow。github repo包含一系列精选的有趣的TensorFlow实验、库和项目。
TensorFlow是由Google开发设计的端到端机器学习开源平台。它拥有完善的生态系统，包含工具，库和社区资源等，可让研究人员通过ML创造最先进的技术。使用它开发人员可以轻松构建和部署ML驱动的应用程序
地址：https://github.com/jtoy/awesome-tensorflow
4) predictionio by ApacheApache PredictionIO是面向开发人员，数据科学家和终端用户的开源机器学习框架。用户可以使用此框架构建、部署和测试ML应用程序。
它甚至支持事件收集，评估和查询预测结果。它基于可扩展的开源服务，如Hadoop，HBase等。
地址：https://github.com/apache/predictionio
该存储库与上述所有存储库略有不同，因为它由于资金短缺而被关闭！这是一个非常有趣的概念，它将AI用于图像上色。
创建者声称Style2paints V4是当前最好的AI着色工具，认为它与以前的端到端图像转换方法不同，因为它是第一个在现实工作流程中对线稿上色的AI。大多数人类艺术家都熟悉这个工作流程：
素描 - > 颜色填充/扁平化 - > 渐变/细节添加 - > 阴影
Style2Paints就是根据此流程设计的。你只需要点击2次鼠标就可以从最左边的图像生成中间图像。
地址：https://github.com/lllyasviel/style2paints
