awesome machine learning

很棒的机器学习

❤️支持我的应用程序❤️

• 推动英雄 - 纯Swift本地MacOS应用程序以测试推送通知
• Pastepal-粘贴，笔记和快捷方式管理器
• 快速检查 - 聪明的托多经理
• 别名 - 应用程序和文件快捷方式管理器
• 我的其他应用

❤️❤️???❤️❤️

我喜欢探索机器学习，但不想潜入其他平台（例如Python或JavaScript）来了解某些框架或张力流。幸运的是，在WWDC 2017上，Apple推出了Core ML，Vision，Arkit，这使得使用机器学习变得更加容易。借助所有预训练的模型，我们可以建立伟大的东西。首先感受到结果，然后尝试探索先进的主题和基本机制是一件好事吗？

这将策划与核心ML和Swift有关的主要关系。如果您想获得一些参考，其他平台中有相关的事物

目录

• 核心ML
• 张量
• 凯拉斯
• Turi创造
• 机器学习
• 杂项

核心ML

型号

• 令人敬畏的coreml模型最大的核心ML型号列表（iOS 11+）
• Caffe Caffe：一个快速的开放式框架，用于深度学习。 http://caffe.berkeleyvision.org/
• 深度学习模型KERAS代码和加权文件为流行的深度学习模型。
• 用TensorFlow构建的TensorFlow模型
• libsvm一个用于支持向量机的库
• Scikit-Learn机器学习Python
• XGBoost可扩展，便携式和分布式梯度提升（GBDT，GBRT或GBM）库，用于Python，R，Java，Scala，C ++等。在单个机器，Hadoop，Spark，Flink和DataFlow上运行
• 用于分类的KERAS模型的Keras分类模型集合
• Mobilenet-Caffe Caffe实施Google的Mobilenets
• ModelZoo是一个共享核心ML模型的中央GitHub存储库
• Styleart Style Art图书馆的过程图像使用Coreml和一组训练有素的机器学习模型，并将其转换为艺术风格
• 使用TensorFlow构建的型号和示例
• 核心ML商店

工具

• Coremltools Coremltools在Python软件包中用于创建，检查和测试.mlModel格式的模型
• Torch2Coreml此工具有助于将Torch7型号转换为Apple Coreml
• Turicrete Turi创建简化了定制机器学习模型的开发。
• Netron查看神经网络和机器学习模型
• Onnx-Coreml ONNX到Coreml转换器
• tf-coreml张紧到Coreml转换器
• 用于机器学习和数据科学的TensorWatch调试和可视化工具

帖子

• Swift教程：iOS中的本地机器学习和机器视觉11
• 如何训练自己的Coreml模型
• 带有核心ML和TensorFlow的iOS 11中的智能手势识别
• DIY Prisma应用程序与Coreml
• 使用Scikit-Learn和Coreml创建音乐推荐引擎
• 与Turi Create和Core ML建造不是热狗
• 使用TensorFlow对象检测API，ML发动机和Swift构建泰勒Swift检测器
• 利用iOS中的机器学习以提高可访问性
• 核心ML教程的IBM Watson服务
• 使用Keras＆Core ML开始机器学习
• 使用Core ML和IBM Watson Services检测威士忌品牌
• 使用IBM Watson和Coreml在iOS应用中检测复仇者超级英雄
• 通过机器学习，机器学习构建了更智能的应用程序。
• 苹果机器学习期刊
• 引入核心ML
• 核心ML深度
• 核心ML和视觉：iOS中的机器学习11教程
• iOS 11：每个人的机器学习
• Swift Dev曾经想知道的有关机器学习的一切
• 将机器学习带到您的iOS应用程序
• iOS机器学习API的优缺点
• 核心ML：iOS的机器学习
• 引导机器学习培训过程
• 在具有创建ML的iOS应用中检测肺炎
• 如何通过核心ML微调重新调整KERAS并在iOS应用中使用它
• 机器学习中的五个常见数据质量陷入困境以及如何快速检测它们

存储库

• 使用Core ML框架核心ML样本演示
• UnplashExplorer-Coreml核心ML ML DEMO应用程序带有Unplash API
• MNIST_DRAW这是一个示例项目，证明了使用KERAS（Tensorflow）用于训练MNIST模型以使用Coreml在iOS 11上进行推理进行笔迹识别。
• 可可可可人工智能实验室
• 复杂的手势 - 示例使用机器学习来识别iOS应用中的13个复杂手势
• Core-Ml碳水化合物识别的Coreml汽车识别框架
• Coreml-in-Archit简单项目，以检测对象并在AR上方显示3D标签。这是用于使用Coreml的Arkit项目的基本模板
• Trainer -MAC训练模型，然后生成一个使用它的完整Xcode项目 - 无需代码
• 使用Coreml在iOS应用程序上的gestureai-coreml-ios手势识别
• 使用沃森视觉识别和核心ML，视觉识别-coreml将图像离线分类

张量

帖子

• 开源TensorFlow模型（Google I/O '17）
• 快速进行张量
• 开始使用TensorFlow高级API（Google I/O '18）
• iOS上的TensorFlow入门
• 引入TensorFlow.js：JavaScript中的机器学习
• JavaScript的TensorFlow（Google I/O '18）
• Colab Colaboratory是一个Google研究项目，旨在帮助传播机器学习教育和研究
• 使用TensorFlow和BNN将机器学习添加到您的Mac或iOS应用

存储库

• 研讨会在活动中使用的一些练习Google io 2018

课程

• 用TensorFlow API的机器学习速效课程
• Francois Chollet的Python深入学习
• 在Google上向ML专家学习

凯拉斯

帖子

• 使用Coreml在iOS上运行凯拉斯模型
• KERAS和卷积神经网络（CNNS）
• KERAS教程：使用预先训练的ModelShtps：//www.learnopencv.com/keras-tutorial-transfer-learning-used-pre-ausing-used-used-pre-trained-models/

Turi创造

帖子

• 与Turi Create和Core ML建造不是热狗
• 与Turi创建的iOS的自然语言处理
• iOS中的机器学习：Turi创建和Coreml
• 图里的指南

机器学习

入门

• 感谢数据科学的注释
• 这就是为什么任何人都可以学习机器学习

帖子

• 机器学习的视觉介绍
• 机器学习很有趣！
• 用简单英语解释的10个机器学习术语
• 一年内的机器学习
• 机器学习自学资源
• 如何学习机器学习
• 开始机器学习
• 机器学习与人工智能的非技术指南
• 机器学习：深入指南 - 概述，目标，学习类型和算法
• 游览机器学习算法
• 黑客的机器学习
• 绝对初学者和五年级生的开发人员的机器学习
• 使用Python Jupyter笔记本和Scikit-Learn进行潜水式计算学习研究机器学习
• Scikit-Learn的机器学习介绍
• 使用很少的数据构建强大的图像分类模型
• HBO的硅谷如何使用移动张量，Keras＆React Nativ建造“非热狗”
• 你好世界 - 机器学习食谱＃1
• 卷积神经网络的直观解释
• 快速介绍神经网络
• 使用神经网络和遗传算法的机器学习算法
• 了解机器如何通过原型学习
• 设备上的培训
• iOS的机器学习
• 神经网络的“ Hello World”
• iOS 10和MACOS中的卷积神经网络
• 学习计算迅速实施“从头开始的数据科学”和http://karpathy.github.io/neuralnets/
• 神经网络的“ Hello World”？
• Swift使用Swift建立在Apple Playground的表情智能神经网络？
• 机器学习：端到端分类
• 英雄的机器学习零（Google I/O'19）

卷积神经网络

• CS231N 2016冬季讲座7卷积神经网络
• 如何在Python中从头开始构建自己的神经网络
• 卷积神经网络如何工作

杂项

博客

• 弗里茨心跳

创建ML

• 创建ML的简介：如何在Xcode 10中训练自己的机器学习模型

ML套件

• 介绍ML套件

想象

• Vision应用高性能图像分析和计算机视觉技术来识别图像和视频中的面孔，检测特征并分类场景。
• 博客启动的视觉
• 迅速世界：iOS 11中的新功能 - 愿景

自然语言处理

• nslinguistictagger分析自然语言，以标记语音和词汇类别的一部分，确定专有名称，执行诱饵，并确定文本的语言和脚本（拼字法）。
• 语言标签
• Nslinguisticticgagger对Nshipster
• Corelingisics此存储库包含一些NLP的基本数据结构。
• swiftverbalexpressions swift of derbalexpressions

金属

• 金属
• mpscnhelloworld：简单的数字检测卷积神经网络（CNN）
• MetalImagerecognition：执行图像识别
• 苹果的深度学习框架：BNNS与金属CNN
• 锻造金属的神经网络工具包

GamePlayKit

• GamePlayKit
• 项目34：连续四个
• Gkminmaxstrategist：构建Tictactoe AI需要什么？
• GamePlayKit教程：人工智能
• GamePlayKit的宝石
• GamePlayKit：超越游戏

课程

• 6.S191：深度学习简介
• 机器学习
• 简介 - 关于Udacity的机器学习介绍
• Deeplizard的机器学习和深度学习基础

面试

• 41基本机器学习面试问题

其他ML框架

• TensorSwift一个轻巧的库来计算Swift中的张量，该库具有与TensorFlow相似的API
• Swift-ai Swift Machine Learning库。
• Swift-Brain人工智能/机器学习数据结构和未来iOS开发的迅速算法。贝叶斯定理，神经网络等。
• Bender可以轻松地在iOS上制作快速的神经网络！使用TensorFlow模型。金属在引擎盖下。
• 脑核iOS和OS X神经网络框架
• Aitoolbox用Swift编写的AI模块的工具箱：图形/树，支持向量机，神经网络，PCA，K-MEANS，遗传算法
• JavaScript中的大脑神经网络
• Tensorflow用于机器智能的开源软件库
• 孵化器预测预测，是开发人员和ML工程师的机器学习服务器。建在Apache Spark，HBase和Spray上。
• Caffe深度学习框架Bair
• 火炬是Luajit的科学计算框架
• Theano Theano是一个python库，允许您有效地定义，优化和评估涉及多维数组的数学表达式
• CNTK Microsoft认知工具包（CNTK），开源深度学习工具包
• MXNET轻巧，便携式，灵活的分布式/移动深度学习

加速

• 加速旋转迅速示例代码加速。
• Sught Swift库，该库使用加速框架为矩阵数学，数字信号处理和图像操作提供高性能功能。

统计数据

• SIGMASWIFTSTATISTIN

服务

• Watson使用IBM Watson的语言，视觉，语音和数据API启用应用程序中的认知计算功能。
• wit.ai自然语言开发人员
• 云机学习引擎机器在任何数据，任何尺寸上学习
• 云视觉API从图像中获得了我们强大的云视觉API的见解
• 亚马逊机器学习亚马逊机器学习使开发人员可以轻松构建智能应用程序，包括用于欺诈检测的应用程序，需求预测，有针对性的营销和单击预测
• API.AI为机器人，应用程序，服务和设备建立了品牌独特的，自然语言互动。
• Clarifai用世界上最好的图像和视频识别API构建了惊人的应用程序。
• OpenML一起探索机器学习
• 叶深度学习变得简单
• 比较各种云ML服务提供商的机器学习（ML）服务

文本识别

• Tesseract OCR教程
• Tesseract-Or-ios Tesseract OCR iOS是iOS7+的框架，也用于ARMV7和ARM64。
• Tesseract.js纯JavaScript OCR 62语言

语音识别

• 演讲
• 在iOS 10中使用语音识别API
• iOS的语音识别教程
• iOS的CEEDVOCAL语音识别库

语音合成器

• Avspeechsynthesizer是一种从文本话语中产生综合语音的对象，并提供了用于监视或控制正在进行的语音的控件。

人工智能

• 经典的Eliza聊天机器人在Swift中。
• 游戏介绍游戏

用于机器学习的Google云平台

• 机器学习
• 以身作用的机器学习API（Google I/O '17）
• 将计算机视觉添加到您的iOS应用

其他的

• nothotdog-clalmifier如果我告诉您市场上有一个应用程序，您会说什么，告诉您您是否有热狗。
• HBO的硅谷如何使用移动张量，keras＆react Antial建造“不热狗”