awesome machine learning

很棒的機器學習

❤️支持我的應用程序❤️

• 推動英雄 - 純Swift本地MacOS應用程序以測試推送通知
• Pastepal-粘貼，筆記和快捷方式管理器
• 快速檢查 - 聰明的托多經理
• 別名 - 應用程序和文件快捷方式管理器
• 我的其他應用

❤️❤️???❤️❤️

我喜歡探索機器學習，但不想潛入其他平台（例如Python或JavaScript）來了解某些框架或張力流。幸運的是，在WWDC 2017上，Apple推出了Core ML，Vision，Arkit，這使得使用機器學習變得更加容易。借助所有預訓練的模型，我們可以建立偉大的東西。首先感受到結果，然後嘗試探索先進的主題和基本機制是一件好事嗎？

這將策劃與核心ML和Swift有關的主要關係。如果您想獲得一些參考，其他平台中有相關的事物

目錄

• 核心ML
• 張量
• 凱拉斯
• Turi創造
• 機器學習
• 雜項

核心ML

型號

• 令人敬畏的coreml模型最大的核心ML型號列表（iOS 11+）
• Caffe Caffe：一個快速的開放式框架，用於深度學習。 http://caffe.berkeleyvision.org/
• 深度學習模型KERAS代碼和加權文件為流行的深度學習模型。
• 用TensorFlow構建的TensorFlow模型
• libsvm一個用於支持向量機的庫
• Scikit-Learn機器學習Python
• XGBoost可擴展，便攜式和分佈式梯度提升（GBDT，GBRT或GBM）庫，用於Python，R，Java，Scala，C ++等。在單個機器，Hadoop，Spark，Flink和DataFlow上運行
• 用於分類的KERAS模型的Keras分類模型集合
• Mobilenet-Caffe Caffe實施Google的Mobilenets
• ModelZoo是一個共享核心ML模型的中央GitHub存儲庫
• Styleart Style Art圖書館的過程圖像使用Coreml和一組訓練有素的機器學習模型，並將其轉換為藝術風格
• 使用TensorFlow構建的型號和示例
• 核心ML商店

工具

• Coremltools Coremltools在Python軟件包中用於創建，檢查和測試.mlModel格式的模型
• Torch2Coreml此工具有助於將Torch7型號轉換為Apple Coreml
• Turicrete Turi創建簡化了定制機器學習模型的開發。
• Netron查看神經網絡和機器學習模型
• Onnx-Coreml ONNX到Coreml轉換器
• tf-coreml張緊到Coreml轉換器
• 用於機器學習和數據科學的TensorWatch調試和可視化工具

帖子

• Swift教程：iOS中的本地機器學習和機器視覺11
• 如何訓練自己的Coreml模型
• 帶有核心ML和TensorFlow的iOS 11中的智能手勢識別
• DIY Prisma應用程序與Coreml
• 使用Scikit-Learn和Coreml創建音樂推薦引擎
• 與Turi Create和Core ML建造不是熱狗
• 使用TensorFlow對象檢測API，ML發動機和Swift構建泰勒Swift檢測器
• 利用iOS中的機器學習以提高可訪問性
• 核心ML教程的IBM Watson服務
• 使用Keras＆Core ML開始機器學習
• 使用Core ML和IBM Watson Services檢測威士忌品牌
• 使用IBM Watson和Coreml在iOS應用中檢測復仇者超級英雄
• 通過機器學習，機器學習構建了更智能的應用程序。
• 蘋果機器學習期刊
• 引入核心ML
• 核心ML深度
• 核心ML和視覺：iOS中的機器學習11教程
• iOS 11：每個人的機器學習
• Swift Dev曾經想知道的有關機器學習的一切
• 將機器學習帶到您的iOS應用程序
• iOS機器學習API的優缺點
• 核心ML：iOS的機器學習
• 引導機器學習培訓過程
• 在具有創建ML的iOS應用中檢測肺炎
• 如何通過核心ML微調重新調整KERAS並在iOS應用中使用它
• 機器學習中的五個常見數據質量陷入困境以及如何快速檢測它們

存儲庫

• 使用Core ML框架核心ML樣本演示
• UnplashExplorer-Coreml核心ML ML DEMO應用程序帶有Unplash API
• MNIST_DRAW這是一個示例項目，證明了使用KERAS（Tensorflow）用於訓練MNIST模型以使用Coreml在iOS 11上進行推理進行筆跡識別。
• 可可可可人工智能實驗室
• 複雜的手勢 - 示例使用機器學習來識別iOS應用中的13個複雜手勢
• Core-Ml碳水化合物識別的Coreml汽車識別框架
• Coreml-in-Archit簡單項目，以檢測對象並在AR上方顯示3D標籤。這是用於使用Coreml的Arkit項目的基本模板
• Trainer -MAC訓練模型，然後生成一個使用它的完整Xcode項目 - 無需代碼
• 使用Coreml在iOS應用程序上的gestureai-coreml-ios手勢識別
• 使用沃森視覺識別和核心ML，視覺識別-coreml將圖像離線分類

張量

帖子

• 開源TensorFlow模型（Google I/O '17）
• 快速進行張量
• 開始使用TensorFlow高級API（Google I/O '18）
• iOS上的TensorFlow入門
• 引入TensorFlow.js：JavaScript中的機器學習
• JavaScript的TensorFlow（Google I/O '18）
• Colab Colaboratory是一個Google研究項目，旨在幫助傳播機器學習教育和研究
• 使用TensorFlow和BNN將機器學習添加到您的Mac或iOS應用

存儲庫

• 研討會在活動中使用的一些練習Google io 2018

課程

• 用TensorFlow API的機器學習速效課程
• Francois Chollet的Python深入學習
• 在Google上向ML專家學習

凱拉斯

帖子

• 使用Coreml在iOS上運行凱拉斯模型
• KERAS和卷積神經網絡（CNNS）
• KERAS教程：使用預先訓練的ModelShtps：//www.learnopencv.com/keras-tutorial-transfer-learning-used-pre-ausing-used-used-pre-trained-models/

Turi創造

帖子

• 與Turi Create和Core ML建造不是熱狗
• 與Turi創建的iOS的自然語言處理
• iOS中的機器學習：Turi創建和Coreml
• 圖裡的指南

機器學習

入門

• 感謝數據科學的註釋
• 這就是為什麼任何人都可以學習機器學習

帖子

• 機器學習的視覺介紹
• 機器學習很有趣！
• 用簡單英語解釋的10個機器學習術語
• 一年內的機器學習
• 機器學習自學資源
• 如何學習機器學習
• 開始機器學習
• 機器學習與人工智能的非技術指南
• 機器學習：深入指南 - 概述，目標，學習類型和算法
• 遊覽機器學習算法
• 黑客的機器學習
• 絕對初學者和五年級生的開發人員的機器學習
• 使用Python Jupyter筆記本和Scikit-Learn進行潛水式計算學習研究機器學習
• Scikit-Learn的機器學習介紹
• 使用很少的數據構建強大的圖像分類模型
• HBO的矽谷如何使用移動張量，Keras＆React Nativ建造“非熱狗”
• 你好世界 - 機器學習食譜＃1
• 卷積神經網絡的直觀解釋
• 快速介紹神經網絡
• 使用神經網絡和遺傳算法的機器學習算法
• 了解機器如何通過原型學習
• 設備上的培訓
• iOS的機器學習
• 神經網絡的“ Hello World”
• iOS 10和MACOS中的捲積神經網絡
• 學習計算迅速實施“從頭開始的數據科學”和http://karpathy.github.io/neuralnets/
• 神經網絡的“ Hello World”？
• Swift使用Swift建立在Apple Playground的表情智能神經網絡？
• 機器學習：端到端分類
• 英雄的機器學習零（Google I/O'19）

卷積神經網絡

• CS231N 2016冬季講座7卷積神經網絡
• 如何在Python中從頭開始構建自己的神經網絡
• 卷積神經網絡如何工作

雜項

部落格

• 弗里茨心跳

創建ML

• 創建ML的簡介：如何在Xcode 10中訓練自己的機器學習模型

ML套件

• 介紹ML套件

想像

• Vision應用高性能圖像分析和計算機視覺技術來識別圖像和視頻中的面孔，檢測特徵並分類場景。
• 博客啟動的視覺
• 迅速世界：iOS 11中的新功能 - 願景

自然語言處理

• nslinguistictagger分析自然語言，以標記語音和詞彙類別的一部分，確定專有名稱，執行誘餌，並確定文本的語言和腳本（拼字法）。
• 語言標籤
• Nslinguisticticgagger對Nshipster
• Corelingisics此存儲庫包含一些NLP的基本數據結構。
• swiftverbalexpressions swift of derbalexpressions

金屬

• 金屬
• mpscnhelloworld：簡單的數字檢測卷積神經網絡（CNN）
• MetalImagerecognition：執行圖像識別
• 蘋果的深度學習框架：BNNS與金屬CNN
• 鍛造金屬的神經網絡工具包

GamePlayKit

• GamePlayKit
• 項目34：連續四個
• Gkminmaxstrategist：構建Tictactoe AI需要什麼？
• GamePlayKit教程：人工智能
• GamePlayKit的寶石
• GamePlayKit：超越遊戲

課程

• 6.S191：深度學習簡介
• 機器學習
• 簡介 - 關於Udacity的機器學習介紹
• Deeplizard的機器學習和深度學習基礎

面試

• 41基本機器學習面試問題

其他ML框架

• TensorSwift一個輕巧的庫來計算Swift中的張量，該庫具有與TensorFlow相似的API
• Swift-ai Swift Machine Learning庫。
• Swift-Brain人工智能/機器學習數據結構和未來iOS開發的迅速算法。貝葉斯定理，神經網絡等。
• Bender可以輕鬆地在iOS上製作快速的神經網絡！使用TensorFlow模型。金屬在引擎蓋下。
• 腦核iOS和OS X神經網絡框架
• Aitoolbox用Swift編寫的AI模塊的工具箱：圖形/樹，支持向量機，神經網絡，PCA，K-MEANS，遺傳算法
• JavaScript中的大腦神經網絡
• Tensorflow用於機器智能的開源軟件庫
• 孵化器預測預測，是開發人員和ML工程師的機器學習服務器。建在Apache Spark，HBase和Spray上。
• Caffe深度學習框架Bair
• 火炬是Luajit的科學計算框架
• Theano Theano是一個python庫，允許您有效地定義，優化和評估涉及多維數組的數學表達式
• CNTK Microsoft認知工具包（CNTK），開源深度學習工具包
• MXNET輕巧，便攜式，靈活的分佈式/移動深度學習

加速

• 加速旋轉迅速示例代碼加速。
• Sught Swift庫，該庫使用加速框架為矩陣數學，數字信號處理和圖像操作提供高性能功能。

統計數據

• SIGMASWIFTSTATISTIN

服務

• Watson使用IBM Watson的語言，視覺，語音和數據API啟用應用程序中的認知計算功能。
• wit.ai自然語言開發人員
• 雲機學習引擎機器在任何數據，任何尺寸上學習
• 雲視覺API從圖像中獲得了我們強大的雲視覺API的見解
• 亞馬遜機器學習亞馬遜機器學習使開發人員可以輕鬆構建智能應用程序，包括用於欺詐檢測的應用程序，需求預測，有針對性的營銷和單擊預測
• API.AI為機器人，應用程序，服務和設備建立了品牌獨特的，自然語言互動。
• Clarifai用世界上最好的圖像和視頻識別API構建了驚人的應用程序。
• OpenML一起探索機器學習
• 葉深度學習變得簡單
• 比較各種雲ML服務提供商的機器學習（ML）服務

文本識別

• Tesseract OCR教程
• Tesseract-Or-ios Tesseract OCR iOS是iOS7+的框架，也用於ARMV7和ARM64。
• Tesseract.js純JavaScript OCR 62語言

語音識別

• 演講
• 在iOS 10中使用語音識別API
• iOS的語音識別教程
• iOS的CEEDVOCAL語音識別庫

語音合成器

• Avspeechsynthesizer是一種從文本話語中產生綜合語音的對象，並提供了用於監視或控制正在進行的語音的控件。

人工智慧

• 經典的Eliza聊天機器人在Swift中。
• 遊戲介紹遊戲

用於機器學習的Google雲平台

• 機器學習
• 以身作用的機器學習API（Google I/O '17）
• 將計算機視覺添加到您的iOS應用

其他的

• nothotdog-clalmifier如果我告訴您市場上有一個應用程序，您會說什麼，告訴您您是否有熱狗。
• HBO的矽谷如何使用移動張量，keras＆react Antial建造“不熱狗”