[[258429]]

沒有什么比GitHub和Reddit更適合數(shù)據(jù)科學了。

GitHub是托管代碼的***一站式平臺，它擅長于簡化團隊成員之間的協(xié)作過程。 多數(shù)領先的數(shù)據(jù)科學家和組織使用GitHub來開源他們的庫和框架。因此，我們不僅能夠及時了解領域的***發(fā)展，還可以在自己的機器上復制模型。

Reddit的討論與該頻譜的目的相同，領先的研究人員和才華橫溢的人才聚集在一起，討論和推斷機器學習和數(shù)據(jù)科學的***主題和突破。

從這兩個平臺中，我們可以學習很多東西。本文介紹了2019年以來***的開源GitHub庫和Reddit討論。

GitHub項目

1. Flair (***進的NLP庫)

（https://github.com/zalandoresearch/flair）

2018年是自然語言處理（NLP）的分水嶺。像ELMo和谷歌的BERT這樣的庫就是突破性的版本。正如Sebastian Ruder所說，“NLP的ImageNet時刻已經(jīng)到來”！

Flair是另一個優(yōu)秀的NLP庫，易于理解和實現(xiàn)。它***的部分是什么？它非常先進。

Flair由Zalando Research基于PyTorch開發(fā)并開源。該庫在廣泛的NLP任務上優(yōu)于以前的方法：

這里，F(xiàn)1是準確度評估指標。

2. face.evoLVe – 高性能人臉識別庫

（https://github.com/ZhaoJ9014/face.evoLVe.PyTorch）

現(xiàn)在的數(shù)據(jù)科學領域，應用于計算機視覺的面部識別算法無處不在。

face.evoLVe是一個基于PyTorch的“高性能人臉識別庫”。它為面部相關分析和應用程序提供全面的功能，包括：

· 面部對齊（檢測、地標定位、仿射變換）

· 數(shù)據(jù)預處理（例如，擴充、數(shù)據(jù)平衡、規(guī)范化）

· 各種骨干（例如，ResNet、DenseNet、LightCNN、MobileNet等）

· 各種損失（例如，Softmax、Center、SphereFace、AmSoftmax、Triplet等）

· 提高性能的一系列技巧（例如，培訓改進、模型調(diào)整、知識蒸餾等）。

該庫是實際使用和部署高性能深層識別的必備工具，尤其適用于研究人員和工程師。

3. YOLOv3

（https://github.com/wizyoung/YOLOv3_TensorFlow）

YOLO是用于執(zhí)行對象檢測任務的極其快速且準確的框架。它是在三年前推出的，并且從那以后經(jīng)歷了幾次迭代，每次都比上一次更加精良。

此存儲庫是在TensorFlow中實現(xiàn)的YOLOv3的完整管道，可以在數(shù)據(jù)集上使用，以訓練和評估自己的對象檢測模型。以下是此存儲庫的主要亮點：

· 高效的tf.data管道

· 重量轉(zhuǎn)換器

· 極快的GPU非極大值抑制（Non Maximum Suppression）

· 完整的培訓渠道

· 通過K-means算法選擇先前的錨箱

4. FaceBoxes: 高準確度的 CPU實時人臉檢測器

（https://github.com/zisianw/FaceBoxes.PyTorch）

計算機視覺中***的挑戰(zhàn)之一是管理計算資源。并不是每個人都有多個GPU。 這是一個很難克服的障礙。

加強FaceBoxes。這是一種新穎的人臉檢測方法，使用CPU在速度和準確度方面都表現(xiàn)出了令人印象深刻的性能。

該存儲庫在FaceBoxes的PyTorch中運行。它包含安裝、訓練和評估人臉檢測模型的代碼。不要再抱怨缺乏計算能力——今天就試試FaceBoxes吧！

5. Transformer-XL from Google AI

（https://github.com/kimiyoung/transformer-xl）

這是另一個改變游戲規(guī)則的NLP框架。看到其有Google AI團隊的支持也不足為奇（他們也是那些提出BERT的人）。

長距離依賴性一直是NLP方面的棘手問題。即使去年取得了重大進展，但這個概念還沒有得到很好的解決。使用了RNN和Vanilla變壓器，但它們還不夠好。Google AI的Transformer-XL已經(jīng)填補了這個空白。以下是關于這個庫的一些要點：

· Transformer-XL能夠?qū)W習長距離依賴性，比RNN長約80％，比Vanilla Transformer長450％。

· 即使在計算方面，Transformer-XL也比Vanilla Transformer快1800倍！

· 由于長期依賴性建模，Transformer-XL在長序列中具有更好的混淆性能（在預測樣本時更準確）。

此存儲庫包含TensorFlow和PyTorch中Transformer-XL的代碼?？纯茨闶欠窨梢云ヅ洌ㄉ踔翐魯。㎞LP中***進的結果！

Reddit 熱帖

1. 數(shù)據(jù)科學家是新型業(yè)務分析師

（https://www.reddit.com/r/datascience/comments/aj6ohk/data_scientist_is_the_new_business_analyst/）

不要被標題中的熱門話題所迷惑。這是對數(shù)據(jù)科學當前狀態(tài)及其在世界各地的教學方式的認真討論。

在不同的數(shù)據(jù)科學角色上確定特定標簽總是很困難的。功能和任務各不相同——那么誰應該準確地學習什么？該主題探討教育機構如何僅涵蓋基本概念并聲稱教授數(shù)據(jù)科學。

對于所有處于初級學習階段的人——請務必瀏覽此討論。你將了解到很多關于招聘人員如何看待持有認證或?qū)W位的潛在候選人聲稱他們是數(shù)據(jù)科學家這一事件。

當然，你將了解商業(yè)分析師的工作內(nèi)容，以及與數(shù)據(jù)科學家的不同之處。

2. 數(shù)據(jù)科學中有什么東西讓你大吃一驚

（https://www.reddit.com/r/datascience/comments/aczhjc/what_is_something_in_ds_that_has_blown_your_mind/）

數(shù)據(jù)科學讓你感到驚嘆的的一件事是什么？

在這個討論主題中有很多不可思議的理論和事實會讓你參與其中。以下是來自該帖子的幾個很酷的答案：

“世界上有多少地方可以用眾所周知的分布來建模。很多事物都是正太分布的這一事實讓我覺得我們正處于模擬中。“

“***件引起我注意并推動我從事數(shù)據(jù)科學事業(yè)的事情是美聯(lián)航每年通過改變用于制作飛行雜志的紙張類型來節(jié)省170,000的燃料。”

3. ***數(shù)據(jù)科學家在職業(yè)生涯早期致力于解決的問題

（https://www.reddit.com/r/MachineLearning/comments/afl3t1/d_machine_learning_people_what_are_some_things/）

大多數(shù)數(shù)據(jù)科學家很確定地說，他們在最初的日子里很難理解某些概念。甚至像估算缺失值那樣簡單的事情也會成為挫折中的艱苦工作。

這個主題是所有數(shù)據(jù)科學愛好者的金礦。它由經(jīng)驗豐富的數(shù)據(jù)科學家組成，他們分享了自己如何設法學習或了解最初難以掌握的概念。其中一些甚至可能對你來說很熟悉：

· “最難的部分是學習不同類型的輸入形狀（DNN，RNN，CNN）如何工作。 我想我花了大約20個小時來確定RNN的輸入形狀。“

· “每次都是，現(xiàn)在仍然充滿挑戰(zhàn)，就是在系統(tǒng)上設置開發(fā)環(huán)境。安裝CUDA，Tensorflow，PyCharm。 那些日子真是令人恐懼和絕望。“

· “配置TensorFlow以使用我的GPU能夠運作，這需要數(shù)小時的谷歌搜索和反復試驗。”

4. 為什么深度學習網(wǎng)絡可以得到很好的推廣

（https://www.reddit.com/r/MachineLearning/comments/abj1mc/d_notes_on_why_deep_neural_networks_are_able_to/）

神經(jīng)網(wǎng)絡長期以來一直有“黑匣子”的聲譽（它不再是真的了）。當概念擴展到深度神經(jīng)網(wǎng)絡（DNN）時，事情變得更加混亂。這些DNN是許多***技術成果的核心，因此了解它們的工作原理至關重要。

這個主題中討論的一個關鍵問題是神經(jīng)網(wǎng)絡如何深入推廣。如果你有同樣的想法，但對此沒有答案——準備好大吃一驚吧！

該主題包括深度學習專家提出的觀點。包含了大量的鏈接和資源，以深入探討該主題。但請注意，對神經(jīng)網(wǎng)絡的基本了解將有助于你更多地參與討論。

5. AMA 和 DeepMind的 AlphaStar 團隊

（https://www.reddit.com/r/MachineLearning/comments/ajgzoc/we_are_oriol_vinyals_and_david_silver_from/）

當AlphaGo創(chuàng)作擊敗圍棋冠軍李世石時，谷歌的DeepMind震驚世界。他們又一次席卷而來！

其***的算法AlphaStar在流行游戲的星際爭霸2中受過訓練。AlphaStar強調(diào)將兩位星際爭霸球員放在一邊，以10-1的優(yōu)勢贏得勝利。

這個Reddit討論主題是由兩個DeepMind AlphaStar的創(chuàng)建者主持的AMA（Ask Me Anything）。他們與Reddit社區(qū)討論了各種各樣的主題，解釋了算法如何工作，使用了多少訓練數(shù)據(jù)，硬件設置是什么樣的，等等。

這個討論中有兩個有趣的問題：

“為了達到目前的水平，需要玩多少場比賽？ 或者換句話說：以你為例，有多少游戲是需要長達200年的學習？“

“嘗試了哪些其他方法？我知道人們對是否會涉及任何樹搜索、深層環(huán)境模型或分層RL技術感到非常好奇，它們似乎都不可行；如果嘗試過，他們中的任何一個都取得了可觀的進展嗎？”