标签：整合   系统   开发者   市场   DDM   循环   人物   图片   pytho   

1.深度学习框架 Pytorch

https://github.com/pytorch/pytorch

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能：

● 强大的 GPU 加速 Tensor 计算（类似 numpy）

● 构建基于 tape 的自动升级系统上的深度神经网络

● 你可以重用你喜欢的 python 包，如 numpy、scipy 和 Cython ，在需要时扩展 PyTorch。

2.deepfake 的深度学习技术 Facewap

https://github.com/deepfakes/faceswap

deepfake 的深度学习技术，这款工具本来的用途是用来识别和交换图片、视频中人物脸部图像的工具 。该项目有多个入口，你需要做的事：

● 收集照片

● 从原始照片中提取面部图像

● 在照片上训练模型

● 使用模型转换源代码

3.神经网络库 keras

https://github.com/keras-team/keras

Keras 是一个极简的、高度模块化的神经网络库，采用 Python（Python 2.7-3.5.）开发，能够运行在 TensorFlow 和 Theano 任一平台，好项目旨在完成深度学习的快速开发。

特性：

● 可以快速简单的设计出原型（通过总模块化、极简性、和可扩展性）

● 同时支持卷积网络和循环网络，以及两者的组合

● 支持任意的连接方案(包括多输入和多输出）

● 支持GPU和CPU

4.public-apis

https://github.com/toddmotto/public-apis

PublicApis：公共API目录大全是一个通过 MaShape 市场整合的世界上最全的 API 接口目录，支持关键词搜索和添加API数据，方便开发者快速的找到自己想要的 API，目前已经收录 5321 种 API 接口。

5.人脸识别库 face_recognition

https://github.com/ageitgey/face_recognition

基于python的开源人脸识别库，该库可以通过python或者命令行即可实现人脸识别的功能。使用dlib深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild）上的准确率为99.38%。

给大家推荐：五个Python小项目，Github上的人气很高的

标签：整合   系统   开发者   市场   DDM   循环   人物   图片   pytho   

原文地址：https://www.cnblogs.com/python960410445/p/10193239.html