整理 | Walker
介绍：你有没有想过你会成为一个艺术家，但无奈你不知道如何画画？得益于计算机视觉技术，你可以在ML社区轻松实现这个梦想。更棒的是，Github上ML社区的代码都是开源的！ 这就是Github的力量，也是为什么我鼓励所有有抱负的数据科学家都定期使用它。Github一直是开源数据科学和机器学习的核心。无论你是在为现有的存储库服务还是为自己构建一个存储库，你都会从github上获得大量的知识。
本文是近期Github热点项目的汇总，如果你想了解更多优秀的github项目，请关注我们公众号的github系列文章。
热点 | 四月最佳Github项目库与最有趣Reddit热点讨论（文末免费送百G数据集）
一、Image Outpainting
(https://github.com/bendangnuksung/Image-OutPainting)
我们为大家介绍的第一个项目是起源于“Inpainting”这个最近非常火的概念，本文中的“Outpainting”技术与“Inpainting”恰恰相反，是由斯坦福大学的两位研究人员提出的，它是利用了GAN模型的一些结构，估计现有图像可能超出可以看到的范围。
“Outpainting”是使用Python中的Keras框架来实现的，大家可以直接使用作者在项目中提供的一些模型进行建模，当然也可以自己重头开始构建模型。总之，这是一个非常有趣的项目，大家可以一起试试看！
二 、Text Classification Models with TensorFlow
（https://github.com/dongjun-Lee/text-classification-models-tf）
文本分类模型是自然语言处理领域非常热门的应用之一，本项目是各种文本分类模型基于TensorFlow的实现。项目中还包含每个常用模型的链接，这对想进一步理解模型原理的小伙伴非常有帮助，具体实现的模型有：
· Word-level CNN
· Character-level CNN
· Very Deep CNN
· Word-level Bidirectional RNN
· Attention-Based Bidirectional RNN
· R-CNN
三 、Matchzoo
（https://github.com/faneshion/MatchZoo）
虽然不是严格地创建一个库，但上个月MatchZoo进行了一个大的更新。MatchZoo是一个文本匹配工具包，它是为了设计、比较和共享各种深层文本匹配模型而创建的。MatchZoo可以做的潜在任务是文档检索、会话响应排序、问答和释义识别等。
其中一些深层匹配方法有DRMM、MatchPyramid, MV-LSTM, aNMM, DUET等。请点击上方链接，查看具体细节，以了解如何安装和利用这个非常有用的库。
四 、GANimation
（https://github.com/albertpumarola/GANimation）
看到上图会让你对这个项目感到兴奋吗？绿色边界内的图像是原来的图像，其余的图像是使用GANimation改变被摄体的面部表情。虽然这是一个稍微复杂的方法，但是如果你对深度学习感兴趣，你必须探索它。
项目的作者提供了你需要开始的一切——初学者指南、环境配置指南、数据准备资源，当然还有Python代码。还在等什么，快去尝试吧。
五 、GAN stability
（https://github.com/LMescheder/GAN_stability）
这个优秀的知识库包含了各个实验环节的Python代码，可以点击这里（https://avg.is.tuebingen.mpg.de/publications/meschedericml2018）查看。这是在2018年机器学习国际会议ICML中最后一个月提出的，它会提高你的研究能力和思维水平，帮助你更容易写出可以被顶级会议接受的论文，感兴趣的小伙伴可以深入的去了解一下。
总结：
本次的github热点项目更多的是面向深度学习，涵盖自然语言处理、计算机视觉领域。希望能够对大家有所帮助，同时欢迎在评论中留言讨论和推荐一些其他不错的git存储库。