七大Github机器学习热门项目

Pytorch-Transformers(NLP)

https://github.com/huggingface/pytorch-transformers

PyTorch-Transformers是最新的一系列最先进的NLP库。它打败了之前各种NLP任务的基准。我真正喜欢pytorch-transformers的是它包含PyTorch实现，预训练模型权重和其他重要组件，可以帮助你快速入门。

你可能会觉得运行复杂的模型需要巨大的计算能力。但是PyTorch-Transformers没有这个问题，使大多数人都可以建立最优秀的NLP模型。

NeuralClassifer(NLP)

https://github.com/Tencent/NeuralNLP-NeuralClassifier

文本数据的多标签分类是一个相当大的挑战。当我们处理早期的NLP问题时，我们通常会处理单一标签任务。该级别在实际数据上增加了几个级别。

在多标签分类问题中，实例或记录可以具有多个标签，并且每个实例的标签数量不固定。

NeuralClassifier使我们能够快速实现分层多标签分类任务的神经模型。NeuralClassifier提供了我们熟悉的各种文本编码器，如FastText，RCNN，Transformer编码器等。

我们可以使用NeuralClassifier执行以下分类任务：

• 二进制文本分类
• 多级文本分类
• 多标签文本分类
• 分层（多标签）文本分类

TDEngine（大数据）

https://github.com/taosdata/TDengine

TDengine

TDEngine在上个月的星星数超过了GitHub上所有其他的新项目。在不到一个月的时间内收到了将近10000颗星。

TDEngine是一个用于下列领域的开源大数据平台：

• 物联网（IoT）
• 联网汽车
• 工业物联网
• IT基础设施等等。

TDEngine提供了与数据工程相关的一整套任务。我们可以以超快的速度完成所有这些工作（处理查询速度提高10倍，计算使用率为1/5）。

有一点目前需要注意，TDEngine仅支持在Linux上执行。这个GitHub存储库包含了完整的文档和带有代码的入门指南。