想做项目但毫无头绪？试试这7个有趣的开源机器学习项目
做项目是学习机器学习的必经之路，而有趣又有价值的项目往往是可遇而不可求的。你是否还在为找不到合适的项目而发愁?别担心，我发现了在一些有用且有趣的开源机器学习项目，能帮助新手和专业人士保持乐趣，快乐学习。
1. NeuralTalk2
NeuralTalk2用于通过基于Python +numpy的多模式递归神经网络，对图像和视频进行句子描述，它可以用来创建非常有趣的视频。
链接：https://github.com/karpathy/neuraltalk2(4.9K)
2. DeOldify
这个开源项目包含一个深度学习模型，该模型已经过训练，可以为灰度图像添加高质量的色彩处理，效果惊人。简言之，该项目是对旧图像和电影胶片进行着色，还原和赋予其新的生命，你可以使用它为童年时期的旧胶片或黑白照片进行着色。
链接：https://github.com/jantic/DeOldify(10.4K)
彩色- 1921年的孩子(查理·卓别林电影)
3. Real-Time Voice Cloning
这款深度学习软件在对某人的声音进行5秒的采集之后，能够克隆该声音以实时生成任意语音。它仍处于起步阶段，有一定效果但并不会加强语气，语音听起来很机械。听起来蛮酷，但有一点点吓人，你可以尝试克隆某人的声音。
链接：https://github.com/CorentinJ/Real-Time-Voice-Cloning(18K)
4. 人脸识别
这是世界上最简单的人脸识别库，其模型在野外基准测试中对已标记的人脸具有99.38%的准确率，你可以使用它在python或命令行中识别和操作人脸。了解其工作原理之后，你可以构建自己的培训模型，我已经使用此人脸识别系统中的原理开发了一种实时人脸面具检测器。
链接：https://github.com/ageitgey/face_recognition(34.7K)
人脸识别示例
5. TecoGAN
使用此机器学习项目存储库，你可以将代码用于TemporallyCoherent GAN，以实现视频超分辨率。将该项目与DeOldify结合使用，你可以为老电影片段着色并提高其质量。
链接：https://github.com/thunil/TecoGAN(2K)
TecoGAN示例
6. U-GAT-IT
朋友，你喜欢看动漫嘛?如果是个老二次元，那么U-GAT-IT你一定会感兴趣(无监督生成注意力网络，具有从图像到图像转换的自适应层实例归一化的功能)。它可以把一个人的图像翻译成动画，看看他们在动画里是什么样子。
链接：https://github.com/taki0112/UGATIT(5.3K)
U-GAT-IT示例
7. Srez
使用深度学习的图像超分辨率可以将一个16x16的输入图像放大4倍，从而生成64x64图像。从下图可以看到，它可以对原始人脸进行非常合理的重建。更酷的是，这种升级和重建被政府出于安全目的广泛使用，电影行业也经常用到它。
链接：https://github.com/david-gpu/srez(5.1K)