#支持快速成型的深度學(xué)習(xí)NLP工具包

PyTorch NLP 是一個(gè)自然語言處理開源 Python 庫，包含各類預(yù)訓(xùn)練 Embeddings、采樣器、數(shù)據(jù)集加載器、神經(jīng)網(wǎng)絡(luò)模型和文本編碼器。本項(xiàng)目旨在幫助開發(fā)者加速自然語言處理研究進(jìn)程。

項(xiàng)目鏈接

https://github.com/PetrochukM/PyTorch-NLP

Non-local Neural Networks for Video Classification

#Facebook視頻分類開源代碼

本項(xiàng)目是 Facebook 論文 Non-local Neural Networks 的視頻分類開源代碼和模型，這個(gè)代碼在視頻分類效果和效率上都做到了很大的提升，ResNet-50 Non-local Net 基本能橫掃只用 RGB 的視頻分類模型。

代碼里面提供的模型可以作為許多其他任務(wù)的底層 representation，作者希望通過這個(gè)代碼能把大規(guī)模視頻相關(guān)的研究帶進(jìn)尋常百姓家。

▲ 測試結(jié)果

項(xiàng)目鏈接

https://github.com/facebookresearch/video-nonlocal-net

本項(xiàng)目是一個(gè)基于 Keras 庫的項(xiàng)目模板，模板能讓你更容易地構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型，并支持 Checkpoints 和 TensorBoard。

▲ 模型結(jié)構(gòu)

項(xiàng)目鏈接

https://github.com/Ahmkel/Keras-Project-Template

本項(xiàng)目是上海市《農(nóng)業(yè)信息服務(wù)平臺(tái)及農(nóng)業(yè)大數(shù)據(jù)綜合利用研究》子課題《上海農(nóng)業(yè)農(nóng)村大數(shù)據(jù)共享服務(wù)平臺(tái)建設(shè)和應(yīng)用》的研究成果。

華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院作為課題主要參與單位以實(shí)現(xiàn)智慧農(nóng)業(yè)為目標(biāo)，探索農(nóng)業(yè)大數(shù)據(jù)分析、挖掘和綜合應(yīng)用。華師大課題組在前期國家重點(diǎn)研發(fā)計(jì)劃《大數(shù)據(jù)知識(shí)工程基礎(chǔ)理論及其應(yīng)用研究》研究基礎(chǔ)上，在本項(xiàng)目中，基于碎片化農(nóng)業(yè)大數(shù)據(jù)，構(gòu)建面向智慧農(nóng)業(yè)的知識(shí)圖譜及其應(yīng)用系統(tǒng)。

可復(fù)用資源：

• hudong_pedia.csv: 已經(jīng)爬好的農(nóng)業(yè)實(shí)體的百科頁面的結(jié)構(gòu)化 csv 文件 

• labels.txt: 5000 多個(gè)手工標(biāo)注的實(shí)體類別 

• predict_labels.txt: KNN 算法預(yù)測的 13W 多個(gè)實(shí)體的類別 

• /wikidataSpider/wikidataProcessing/wikidata_relation.csv: predict_labels.txt 中實(shí)體在 wikidata 中對應(yīng)的三元組關(guān)系 

• attributes.csv: 部分實(shí)體的屬性（互動(dòng)百科頁面中直接得到）
  

Demo鏈接

http://p2052x6533.:44910/

項(xiàng)目鏈接

https://github.com/qq547276542/Agriculture_KnowledgeGraph

本手冊簡明地介紹遷移學(xué)習(xí)的概念與基本方法，并對其中的領(lǐng)域自適應(yīng)問題中的若干代表性方法進(jìn)行講述。最后簡要探討遷移學(xué)習(xí)未來可能的方向。

本手冊編寫的目的是幫助遷移學(xué)習(xí)領(lǐng)域的初學(xué)者快速入門并掌握基本方法，為自己的研究和應(yīng)用工作打下良好基礎(chǔ)。

本手冊的編寫邏輯很簡單：是什么——介紹遷移學(xué)習(xí)；為什么——為什么要用遷移學(xué)習(xí)、為什么能用；怎么辦——如何進(jìn)行遷移（遷移學(xué)習(xí)方法）。

為了最大限度地方便初學(xué)者，作者還特別編寫了一章上手實(shí)踐，直接分享實(shí)現(xiàn)代碼和心得體會(huì)。

▲ 主要文件與其內(nèi)容介紹

手冊下載

http:///assets/files/transfer_learning_tutorial_wjd.pdf

項(xiàng)目鏈接

https://github.com/jindongwang/transferlearning-tutorial

MobilePose 是一個(gè)輕量級的、基于 PyTorch 實(shí)現(xiàn)的單人姿態(tài)估計(jì)框架。目標(biāo)旨在提供一個(gè)模型訓(xùn)練/推理/評估接口，以及具有各種數(shù)據(jù)增強(qiáng)選項(xiàng)的數(shù)據(jù)采集器。最終訓(xùn)練的模型在速度、大小和精度方面均可滿足移動(dòng)設(shè)備的基本需求。

項(xiàng)目鏈接

https://github.com/YuliangXiu/MobilePose-pytorch