深度學習預測比特幣價格;基於神經網絡的自動化前端開發 | Github 項目推薦

.. 雷鋒網 AI 研習社按:對於開發者來講,證明其編程能力最好的方式是展示他們的項目和代碼。雷鋒網 AI 研習社本周從 YouTube、知乎以及 Github 官網上搜羅了數個與 AI 相關的開源項目,為 AI 開發者的設計提供參考。這些項目涉及自動化前端開發、中文近義詞處理以及火熱的比特幣等領域,詳細信息和具體代碼實現請閱讀下文。

如果你對自己的 AI 項目有足夠的自信,同時也希望更多的開發者參與到你的項目中,歡迎將項目的 Github 鏈接發給雷鋒網 AI 研習社,說不定下一期推薦的就是你的項目。

用深度學習預測虛擬貨幣價格 —— ethereum_future

Github 地址:https://github.com/llSourcell/ethereum_future

這是 Youtube 網紅小哥 Siraj Raval 「Ethereum Future Price Prediction」視頻的代碼,視頻 B 站鏈接:https://www.bilibili.com/video/av18466563/。

該項目用深度學習的方法預測比特幣的走勢,Siraj Raval 小哥也在視頻里說了,這套模型還可以用來預測任何 Altcoin。看來現在的礦工們都應該學點機器學習了。

基於神經網絡的自動化前端開發 —— Screenshot-to-code-in-Keras

Github 地址:https://github.com/emilwallner/Screenshot-to-code-in-Keras

目前,自動化前端開發最大的障礙是計算能力,不過,我們可以用深度學習算法和數據訓練來探索自動化前端設計。該項目是本周 Github Trending 第一名,神經網絡通過深度學習,自動把設計稿變成 HTML 代碼。該軟件的作者表示三年內深度學習將改變前端開發,加快原型構建的速度並降低軟件開發門檻。

中文近義詞工具包:Synonyms

Github 地址:https://github.com/huyingxi/Synonyms

可以用於自然語言理解的很多任務:文本對齊,推薦算法,相似度計算,語義偏移,關鍵字提取,概念提取,自動摘要,搜索引擎等。兼容 py2 和 py3,當前穩定版本 v2.1。

優化神經網絡使用的內存 gradient-checkpointing


Github 地址:https://github.com/openai/gradient-checkpointing

訓練深度神經網絡需要佔用大量的內存,用 Tim Salimans 和 Yaroslav Bulatov 共同開發的這套工具,可以權衡內存的使用情況,使你的模型更加容易地適配內存。對於前饋模型(feed-forward models),我們能將大 10 倍以上的模型放進 GPU 里,而計算時間僅增加 20%。


想在手機閱讀更多程式設計資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems