Pembelajaran mesin yang mengagumkan
❤️ Dukung aplikasi saya ❤️
- Push Pahlawan - Aplikasi MacOS asli SWIFT Pure untuk menguji pemberitahuan push
- Pastepal - Pegasteran, Catatan dan Manajer Pintasan
- Pemeriksaan Cepat - Manajer Todo Cerdas
- Alias - Manajer Pintasan Aplikasi dan File
- Aplikasi saya yang lain
❤️❤️ ??? ❤️❤️
Saya suka menjelajahi pembelajaran mesin, tetapi tidak ingin menyelam ke platform lain, seperti Python atau JavaScript, untuk memahami beberapa kerangka kerja, atau TensorFlow. Untungnya, di WWDC 2017, Apple memperkenalkan Core ML, Vision, Arkit, yang membuat bekerja dengan pembelajaran mesin menjadi jauh lebih mudah. Dengan semua model pra-terlatih, kita dapat membangun hal-hal hebat. Adalah baik untuk merasakan hasilnya terlebih dahulu, kemudian cobalah untuk mengeksplorasi topik canggih dan mekanisme yang mendasarinya?
Ini akan membuat hal -hal yang sebagian besar terkait dengan inti ML, dan Swift. Ada hal -hal terkait di platform lain jika Anda ingin mendapatkan beberapa referensi
Daftar isi
- Inti ML
- Tensorflow
- Keras
- Turi Buat
- Pembelajaran Mesin
- Misc
Inti ML
Model
- Daftar model terbesar yang luar biasa model-model untuk ML inti (untuk iOS 11+)
- Caffe Caffe: Kerangka kerja terbuka yang cepat untuk pembelajaran yang mendalam. http://caffe.berkeleyvision.org/
- Model dalam-pembelajaran kode KERAS file dan bobot file untuk model pembelajaran mendalam yang populer.
- Model TensorFlow Model yang Dibangun dengan TensorFlow
- LIBSVM Perpustakaan untuk Mesin Vektor Dukungan
- Pembelajaran mesin scikit-learn di python
- XGBoost scalable, portable dan didistribusikan gradien boosting (GBDT, GBRT atau GBM) pustaka, untuk Python, R, Java, Scala, C ++ dan banyak lagi. Berjalan pada mesin tunggal, Hadoop, Spark, Flink dan Dataflow
- Koleksi Model Model Keras Model KERAS yang digunakan untuk klasifikasi
- MobileNet-Caffe Caffe Implementasi MobileNets Google
- Modelzoo Repositori GitHub Pusat untuk Berbagi Model Inti ML
- Gambar Proses Perpustakaan Seni Gaya Styleart Menggunakan Coreml dengan satu set model pembelajaran mesin yang terlatih dan mengubahnya menjadi gaya seni
- Model Model dan Contoh Dibangun dengan TensorFlow
- Toko ML inti
Peralatan
- coremltools coremltools dalam paket python untuk membuat, memeriksa, dan menguji model dalam format .mlmodel
- Torch2Coreml Alat ini membantu mengubah model Torch7 menjadi Apple Coreml
- Turicreate Turi membuat menyederhanakan pengembangan model pembelajaran mesin khusus.
- Penampil Netron untuk Neural Network dan Model Pembelajaran Mesin
- onnx-coreml onnx ke coreml converter
- TF-Coreml TensorFlow ke Coreml Converter
- Alat Debugging dan Visualisasi TensorWatch untuk Pembelajaran Mesin dan Ilmu Data
Posting
- Tutorial Swift: Pembelajaran Mesin Asli dan Visi Mesin di iOS 11
- Cara melatih model Anda sendiri untuk coreml
- Pengenalan Gerakan Cerdas di iOS 11 dengan Core ML dan TensorFlow
- Aplikasi prisma diy dengan coreml
- Menggunakan scikit-learn dan coreml untuk membuat mesin rekomendasi musik
- Membangun bukan hotdog dengan Turi Create dan Core ML - di sore hari
- Bangun detektor Swift Taylor dengan API Deteksi Objek Tensorflow, Mesin ML, dan Swift
- Memanfaatkan Pembelajaran Mesin di iOS untuk peningkatan aksesibilitas
- Layanan IBM Watson untuk Tutorial Inti ML
- Pembelajaran mesin pemula dengan Keras & Core ML
- Mendeteksi merek wiski dengan layanan inti ML dan IBM Watson
- Mendeteksi superhero Avengers di aplikasi iOS Anda dengan IBM Watson dan Coreml
- Pembelajaran Mesin Membangun Aplikasi Lebih Cerdas dengan Pembelajaran Mesin.
- Jurnal Pembelajaran Mesin Apple
- Memperkenalkan Core ML
- Inti ml mendalam
- Inti ML dan Visi: Pembelajaran Mesin di tutorial iOS 11
- iOS 11: Pembelajaran mesin untuk semua orang
- Segala sesuatu yang ingin diketahui oleh seorang pengembang cepat tentang pembelajaran mesin
- Membawa Pembelajaran Mesin ke Aplikasi iOS Anda
- Pro dan kontra dari API Pembelajaran Mesin iOS
- Core ML: Pembelajaran Mesin untuk iOS
- Bootstrap Proses Pelatihan Pembelajaran Mesin
- Mendeteksi pneumonia di aplikasi iOS dengan create ml
- Cara menyempurnakan resnet di keras dan menggunakannya di aplikasi iOS melalui inti ml
- Lima Gotcha Kualitas Data Umum dalam Pembelajaran Mesin dan Cara Mendeteksi Dengan Cepat
Repo
- Core-ML-sampel demo menggunakan kerangka ML inti
- Aplikasi demo ml incplashexplorer-coreml ml dengan API Unsplash
- MNIST_DRAW Ini adalah proyek sampel yang menunjukkan penggunaan keras (TensorFlow) untuk pelatihan model MNIST untuk pengakuan tulisan tangan menggunakan coreml pada iOS 11 untuk inferensi.
- Cocoaai The Cocoa Artificial Intelligence Lab
- Demo Kompleks-Kompleks Demonstrasi menggunakan pembelajaran mesin untuk mengenali 13 gerakan kompleks di aplikasi iOS
- Core-ML-Recognition Kerangka pengakuan mobil untuk Coreml
- Proyek Sederhana Coreml-in-Archit untuk mendeteksi objek dan menampilkan label 3D di atasnya di AR. Ini berfungsi sebagai templat dasar untuk proyek Arkit untuk menggunakan coreml
- Trainer -Mac melatih model, kemudian menghasilkan proyek Xcode lengkap yang menggunakannya - tidak ada kode yang diperlukan
- Gestureai-Coreml-IOS Pengenalan tangan tangan pada aplikasi iOS menggunakan coreml
- visual-pengakuan-koreml mengklasifikasikan gambar secara offline menggunakan pengenalan visual watson dan ml inti
Tensorflow
Posting
- Model TensorFlow Open Source (Google I/O '17)
- Swift untuk TensorFlow
- Mulailah dengan TensorFlow API tingkat tinggi (Google I/O '18)
- Memulai dengan TensorFlow di iOS
- Memperkenalkan TensorFlow.js: Pembelajaran Mesin dalam JavaScript
- TensorFlow untuk JavaScript (Google I/O '18)
- Colab Colaboratory adalah proyek penelitian Google yang dibuat untuk membantu menyebarkan pendidikan dan penelitian pembelajaran mesin
- Gunakan TensorFlow dan BNNS untuk menambahkan pembelajaran mesin ke aplikasi Mac atau iOS Anda
Repo
- Lokakarya Beberapa Latihan Untuk Digunakan Di Acara Google IO 2018
Kursus
- Kursus Kecelakaan Pembelajaran Mesin dengan TensorFlow API
- Pembelajaran mendalam dengan Python oleh Francois Chollet
- Belajar dari para ahli ML di Google
Keras
Posting
- Menjalankan model keras di iOS dengan coreml
- Keras dan Convolutional Neural Networks (CNNS)
- Tutorial Keras: Transfer Pembelajaran Menggunakan ModelShttps Pra-Terlatih: //www.learnopencv.com/keras-tutorial-transfer-learning-ge-pre-trained-podels/
Turi Buat
Posting
- Membangun bukan hotdog dengan Turi Create dan Core ML - di sore hari
- Pemrosesan bahasa alami di iOS dengan Turi Create
- Pembelajaran Mesin di iOS: Turi Create dan Coreml
- Panduan untuk membuat Turi
Pembelajaran Mesin
Memulai
- Catatan terima kasih untuk ilmu data
- Inilah sebabnya siapa pun dapat belajar pembelajaran mesin
Posting
- Pengantar Visual untuk Pembelajaran Mesin
- Pembelajaran mesin itu menyenangkan!
- 10 istilah pembelajaran mesin dijelaskan dalam bahasa Inggris sederhana
- Pembelajaran mesin dalam setahun
- Pembelajaran Mesin Sumber Belajar Mandiri
- Cara Belajar Pembelajaran Mesin
- Memulai dengan Pembelajaran Mesin
- Panduan Non-Teknis untuk Pembelajaran Mesin & Kecerdasan Buatan
- Pembelajaran Mesin: Panduan Mendalam - Gambaran Umum, Sasaran, Jenis Pembelajaran, dan Algoritma
- Tur algoritma pembelajaran mesin
- Pembelajaran mesin untuk peretas
- Pembelajaran mesin untuk pengembang untuk pemula absolut dan siswa kelas lima
- menyelam penyelaman pembelajaran ke dalam pembelajaran mesin dengan notebook python jupyter dan scikit-learn
- Pengantar Pembelajaran Mesin dengan scikit-learn
- Membangun model klasifikasi gambar yang kuat menggunakan data yang sangat sedikit
- Bagaimana HBO's Silicon Valley Dibangun "Bukan Hotdog" dengan TensorFlow Seluler, Keras & React Nativ
- Hello World - Resep Pembelajaran Mesin #1
- Penjelasan intuitif tentang jaringan saraf konvolusional
- Pengantar Cepat untuk Jaringan Saraf
- Algoritma Pembelajaran Mesin untuk Flappy Bird menggunakan jaringan saraf dan algoritma genetika
- Memahami bagaimana mesin belajar, melalui prototipe
- Pelatihan di perangkat
- Pembelajaran Mesin untuk iOS
- "Hello World" dari jaringan saraf
- Jaringan saraf konvolusional di iOS 10 dan macOS
- LearningMachinelearning Swift Implementasi "Ilmu Data dari awal" dan http://karpathy.github.io/neuralnets/
- "Dunia halo" jaringan saraf?
- Emojiintelligence Neural Network yang dibangun di taman bermain Apple menggunakan Swift?
- Pembelajaran Mesin: Klasifikasi End-to-End
- Pembelajaran Mesin Zero to Hero (Google I/O'19)
Jaringan Saraf Konvolusi
- CS231n Winter 2016 Kuliah 7 Jaringan Saraf Konvolusional
- Cara Membangun Jaringan Saraf Anda Sendiri Dari awal di Python
- Bagaimana jaringan saraf konvolusional bekerja
Misc
Blog
Buat ML
- Pengantar untuk Membuat ML: Cara Melatih Model Pembelajaran Mesin Anda Sendiri di Xcode 10
Kit ML
Penglihatan
- Visi Terapkan analisis gambar berkinerja tinggi dan teknik visi komputer untuk mengidentifikasi wajah, mendeteksi fitur, dan mengklasifikasikan adegan dalam gambar dan video.
- Blog-Getting-started-with-vision
- Swift World: What's New in iOS 11 - Visi
Pemrosesan bahasa alami
- Nslinguistictagger menganalisis bahasa alami untuk menandai bagian dari kelas bicara dan leksikal, mengidentifikasi nama yang tepat, melakukan lemmatisasi, dan menentukan bahasa dan skrip (ortografi) teks.
- Penandaan linguistik
- Nslinguistictagger di nshipster
- Corelinguistics Repositori ini berisi beberapa struktur data mendasar untuk NLP.
- SwiftVerbalExpressions Swift Port dari VerbalExpressions
Logam
- Logam
- Mpscnnhellorld: Simple Digit Detection Convolution Neural Networks (CNN)
- MetaliMagerCognition: melakukan pengenalan gambar
- Kerangka kerja pembelajaran mendalam Apple: BNNS vs. Metal CNN
- Menempa toolkit jaringan saraf untuk logam
Gameplaykit
- Gameplaykit
- Proyek 34: Empat berturut -turut
- GKMINMAXSTRATEGIS: Apa yang diperlukan untuk membangun tictactoe AI?
- Tutorial Gameplaykit: Kecerdasan Buatan
- Permata Gameplaykit
- Gameplaykit: Beyond Games
Kursus
- 6.S191: Pengantar pembelajaran mendalam
- Pembelajaran Mesin
- PENDAHULUAN - Intro ke Pembelajaran Mesin di Udacity
- Pembelajaran Mesin & Fundamental Pembelajaran Mendalam oleh Deeplizard
Wawancara
- 41 Pertanyaan Wawancara Pembelajaran Mesin Esensial
Kerangka kerja ML lainnya
- Tensorswift perpustakaan ringan untuk menghitung tensor di Swift, yang memiliki API yang sama dengan TensorFlow
- SWIFT-AI Perpustakaan Pembelajaran Mesin Swift.
- Struktur Data Kecerdasan Buatan/Pembelajaran Mesin Swift-Brain dan Algoritma SWIFT untuk pengembangan iOS di masa depan. Teorema Bayes, jaringan saraf, dan lebih banyak AI.
- Bender dengan mudah membuat jaringan saraf cepat di iOS! Gunakan model TensorFlow. Logam di bawah kap.
- Braincore The IOS dan OS X Neural Network Framework
- AITOOLBOX A Toolbox dari modul AI yang ditulis dalam Swift: Grafik/Pohon, Mesin Vektor Dukungan, Jaringan Saraf, PCA, K-Means, Algoritma Genetika
- Jaringan Saraf Otak di JavaScript
- TensorFlow Perpustakaan perangkat lunak sumber terbuka untuk intelijen mesin
- Inkubator-Prediksio Predictioo, server pembelajaran mesin untuk pengembang dan insinyur ML. Dibangun di atas Apache Spark, HBase dan Spray.
- Kerangka kerja pembelajaran mendalam Caffe oleh Bair
- Obor Kerangka Komputasi Ilmiah untuk Luajit
- Theano theano adalah perpustakaan Python yang memungkinkan Anda untuk mendefinisikan, mengoptimalkan, dan mengevaluasi ekspresi matematika yang melibatkan array multi-dimensi secara efisien
- CNTK Microsoft Cognitive Toolkit (CNTK), toolkit pembelajaran dalam sumber terbuka
- MXNET Ringan, portabel, terdistribusi fleksibel/pembelajaran dalam seluler
Mempercepat
- Contoh Contoh Swift Accelerate-in-Swift untuk Accelerate.Framework
- Surge perpustakaan cepat yang menggunakan kerangka kerja Accelerate untuk menyediakan fungsi kinerja tinggi untuk matriks matematika, pemrosesan sinyal digital, dan manipulasi gambar.
Statistik
- Sigmaswiftstatistics kumpulan fungsi untuk perhitungan statistik yang ditulis dalam Swift
Layanan
- Watson mengaktifkan fitur komputasi kognitif di aplikasi Anda menggunakan bahasa, visi, pidato, dan data IBM Watson.
- wit.ai bahasa alami untuk pengembang
- Pembelajaran Mesin Pembelajaran Mesin Cloud Pembelajaran mesin pada data apa pun, ukuran apa pun
- API Cloud Vision Turunkan wawasan dari gambar dengan API Cloud Vision kami yang kuat
- Pembelajaran Amazon Machine Amazon Machine Learning memudahkan pengembang untuk membangun aplikasi pintar, termasuk aplikasi untuk deteksi penipuan, peramalan permintaan, pemasaran yang ditargetkan, dan prediksi klik
- API.AI Membangun Interaksi Unik, Bahasa Alami untuk Bot, Aplikasi, Layanan, dan Perangkat.
- Clarifai Build Aplikasi Luar Biasa Dengan API Pengenalan Gambar dan Video Terbaik Dunia.
- OpenML Menjelajahi Pembelajaran Mesin Bersama
- Lobe pembelajaran mendalam dibuat sederhana
- Membandingkan Layanan Pembelajaran Mesin (ML) dari berbagai penyedia layanan cloud ML
Pengenalan teks
- Tutorial Tesseract OCR
- Tesseract-ococ-ios tesseract ocr iOS adalah kerangka kerja untuk iOS7+, juga disusun untuk ARMV7S dan ARM64.
- tesseract.js murni javascript ocr untuk 62 bahasa
Pengakuan ucapan
- Pidato
- Menggunakan API Pengenalan Pidato di iOS 10
- Tutorial Pengenalan Pidato untuk iOS
- Perpustakaan Pengenalan Pidato Ceedvocal untuk iOS
Synthesizer ucapan
- Avspeechsynthesizer objek yang menghasilkan ucapan yang disintesis dari ucapan teks dan memberikan kontrol untuk memantau atau mengendalikan ucapan berkelanjutan.
Kecerdasan buatan
- Bot Obrolan Eliza klasik di Swift.
- Pengantar pemrograman AI untuk game
Google Cloud Platform untuk Pembelajaran Mesin
- Pembelajaran Mesin
- API Pembelajaran Mesin dengan contoh (Google I/O '17)
- Menambahkan visi komputer ke aplikasi iOS Anda
Yang lain
- Nothotdog-classifier Apa yang akan Anda katakan jika saya memberi tahu Anda ada aplikasi di pasar yang memberi tahu Anda jika Anda memiliki hotdog atau bukan hotdog.
- Bagaimana HBO's Silicon Valley Dibangun "Bukan Hotdog" dengan TensorFlow Seluler, Keras & React Native