各类AI模型拿来就能用！五大年夜深度进修模型库大年夜盘点

量子位 出品 | 公众年夜众号 QbitAI

你知道PyTorch Hub吗？

这个Facebook的深度学习模型库，一问世就引发了巨大关注。

由于它太强了：

ResNet、BERT、GPT、VGG、PGAN、MobileNet等深度学习领域的经典模型，只需输入一行代码，就能一键调用。

不过，人工智能领域，这样的模型库不仅仅只有PyTorch Hub一个，还有其他4个（来自@爱可可-爱生活）：

TensorFlow Hub、TensorFlow Models、Model Zoo、Models – IBM Developer

在这些地方，深度学习模型同样能够“拿来就能用”。

PyTorch Hub

官方先容，PyTorch Hub是一个大略单纯API和事情流程，为复现研究供应了基本构建模块，包含预演习模型库。

PyTorch Hub支持Colab，能与论文代码结合网站Papers With Code集成，用于更广泛的研究。

此外，Facebook还鼓励学者把自己的模型发布到这里来，来让PyTorch Hub越来越强大。

目前，PyTorch Hub有26个模型可以利用，它们分别是：

Deeplabv3-ResNet101、Transformer (NMT)、WaveGlow、ResNext WSL、DCGAN on FashionGen、Progressive Growing of GANs (PGAN)、BERT、GPT、GPT-2、Transformer-XL、U-Net for brain MRI、SSD、Tacotron 2、RoBERTa、AlexNet、Densenet、FCN-ResNet101、GoogLeNet、Inception_v3、MobileNet v2、ResNet、ResNext、ShuffleNet v2、SqueezeNet、vgg-nets、Wide ResNet

PyTorch Hub：

https://pytorch.org/hub

GitHub地址：

https://github.com/pytorch/hub

干系宣布：

PyTorch Hub发布！
一行代码调用最潮模型，图灵奖得主强推

TensorFlow Hub

官方先容，TensorFlow Hub是一个库，用于发布、创造和利用机器学习模型中可重复利用的部分。

模块是一个独立的 TensorFlow 图部分，个中包含权重和资源，可以在一个进程中供不同任务重复利用（称为迁移学习）。

从而实现利用较小的数据集演习模型；改进泛化效果，以及加快演习速率。

目前，TensorFlow Hub一共有20个API、75个用于文本嵌入的模块、71个用于图像特色向量模块，以及2个用于视频分类的模块等等。

模块基本上全来自谷歌官方，来自谷歌AI的有大多数，还有一些来自DeepMind。

TensorFlow Hub支持利用措辞、网络、供应者、数据集以及类型来对模块进行精确筛查。
个中有8个模块支持中文。

TensorFlow Hub：

https://www.tensorflow.org/hub

GitHub地址：

https://github.com/tensorflow/hub

TensorFlow Models

一个GitHub上的存储库，包含了许多在TensorFlow中实现的模型，一共分为两类：官方模型和研究模型。

官方模型，是利用TensorFlow的高等API的示例模型的凑集。

它们能够得到良好的掩护、测试，并与最新的稳定的TensorFlow API保持同步。
项目创建者表示，推举新的TensorFlow用户从这里开始，目前可用的模型有：

BERT、Boosted Trees、MNIST、ResNet、Transformer、Wide_deep

研究模型，是研究职员在TensorFlow中实现的大量模型凑集。
它们在发布分支中不受官方支持或不可用；模型掩护等方面取决于各个研究职员。
目前有51个模型，覆盖打算机视觉、自然措辞处理领域等等。

TensorFlow Models：

https://github.com/tensorflow/models/

Model Zoo

这个平台，由新加坡名为Jing Yu Koh本科生牵头搭建。
与上述的几个平台不同，这个平台上供应预演习模型，不仅仅只是完备针对付Pytorch或者TensorFlow。

在每个模型上，会标注出这个模型在GitHub的标星数量，模型适用的框架、领域以及模型的利用条件/用场。

目前已经网络了数百个模型，覆盖的领域包括打算机视觉、自然措辞处理、强化学习、无监督学习、音频和语音、天生模型。

涉及到的框架有：TensorFlow、Caffe、Caffe2、PyTorch、MXNet、Keras、Chainer。

Model Zoo：

https://modelzoo.co/

Models – IBM Developer

IBM开放的预演习深度模型库，目前一共有32个模型，分为可支配和可演习模型两类，涉及18个领域，分别是：

声音分类、音频特色提取、音频建模、面部识别、图像分类、图像特色提取、图像到图像的翻译或转换、图像到文本的翻译、措辞建模、命名实体识别、自然措辞处理、图片中的目标检测、安全、文本分类、文本特色提取、文本到图像的翻译、韶光序列预测、视频分类

Models – IBM Developer

https://developer.ibm.com/exchanges/models/all/

小结

末了，小小总结一下。

上文提到的这些深度模型库中，有一些是专用的，比如PyTorch Hub、TensorFlow Hub和TensorFlow Models，只能够在PyTorch框架或者TensorFlow中利用，但其利用起来非常方便，能够快速调用支配。

其他的，比如Model Zoo则是由个人开拓者网络，覆盖面很广泛，模型大概多，但相对来说，支配起来并没有直策应用PyTorch Hub或TensorFlow Hub方便。

大家可以根据自己的需求选择相应深度学习库。

利用好了，可以事半功倍~

— 完 —

诚挚招聘

量子位正在招募编辑/，事情地点在北京中关村落。
期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位"大众年夜众号(QbitAI)对话界面，回答“招聘”两个字。

量子位 QbitAI 头条号签约作者

'ᴗ' 追踪AI技能和产品新动态