Github上五大有趣的機器學習項目:用機器學習下棋、作曲、玩遊戲

1. AlphaZero-Gomoku(用Alpha元下五子棋)

AlphaZero-Gomoku項目使用Alpha元算法,通過自訓練實現玩五子棋。相比圍棋或國際象棋,五子棋簡單得多,因此只需要花上幾個小時在一個普通電腦上就可以訓練出一個非常不錯的 AI 模型。

項目鏈接:https://github.com/junxiaosong/AlphaZero_Gomoku

Github上五大有趣的機器學習項目:用機器學習下棋、作曲、玩遊戲

用Alpha元下五子棋

2.style2paints v2.0(線稿自動上色)

style2paintv2.0是使用無監督訓練,它可以按照指定的顏色風格給線稿上色。

項目鏈接:https://github.com/lllyasviel/style2paints

Github上五大有趣的機器學習項目:用機器學習下棋、作曲、玩遊戲

線稿自動上色

3. OpenPose(多人實時姿態檢測)

OpenPose代表了第一代多人實時姿態檢測系統,在單張圖片上它可以檢測人的身體、手、臉部關鍵點一共130個。

項目地址:https://github.com/CMU-Perceptual-Computing-Lab/openpose

Github上五大有趣的機器學習項目:用機器學習下棋、作曲、玩遊戲

多人實時姿態檢測

4. Arnold

Arnold是使用深度強化學習翫FPS遊戲的代理機器人,它包括了:

  • 訓練DOOM毀滅戰士的源碼

  • 有17個用來訓練和評估的地圖

  • 5個預訓練的模型,可以用它可視化和遊戲對打,它還包括了那些贏得了ViZDoom毀滅戰士競賽的模型。

項目地址:https://github.com/glample/Arnold

Github上五大有趣的機器學習項目:用機器學習下棋、作曲、玩遊戲

毀滅戰士遊戲截圖

5. Magenta(機器學習生成音樂和藝術)

Magenta項目來自谷歌大腦團隊對機器學習在藝術領域的探索和疑問:我們可以用機器學習來創造藝術和音樂嗎?如果可以,怎麼做,如果不能,為什麼?所以他們把模型和工具開源到GitHub上,在網站裡也貼出了demo、教程和論文。

項目地址:https://github.com/tensorflow/magenta


分享到:


相關文章: