如今機器學習和人工智能已經變得家喻戶曉,有很多愛好者進入了該領域。但是,什么才是能夠進入該領域的正確路徑呢?如何保持自己跟上該領域的發展步伐呢?
為了解決以上兩個問題,可以通過利用高級專業人員每天使用的眾多開源項目和工具,與社區進行接觸。
如今,Tensorflow的貢獻者人數增長最快,居首位。Scikit-learn下降到第二位,但仍有非常大的貢獻者群體。
我有幾張阿里雲幸運券分享給你,用券購買或者升級阿里雲相應產品會有特惠驚喜哦!把想要買的產品的幸運券都領走吧!快下手,馬上就要搶光了。
與2016年相比,貢獻者人數增長最快的項目是:
1. TensorFlow提高了169%,從493個增加到1324個貢獻者。
2. Deap,提高了86%,從21個增加到39個貢獻者。
3. Chainer,提高了83%,從84個增加到154個貢獻者。
4. Gensim,提高了81%,從145個增加到262個貢獻者。
5. Neon,提高了66%,從47個增加到78個貢獻者。
6. Nilearn提高了50%,從46個增加到69個貢獻者。
2018年新晉的兩個項目的貢獻者人數:
1. Keras,626名貢獻者。
2. Pytorch,399名貢獻者。
圖1:Github上的前20名Python人工智能和機器學習項目
上圖:雪花大小與貢獻者的數量成正比,顏色代表貢獻者數量的變化-紅色越高,藍色越低。雪花形狀適用於深度學習項目,適用於其他項目。
本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。