Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
This repo contains the source code in my personal column (https://zhuanlan.zhihu.com/zhaoyeyu), implemented using Python 3.6. Including Natural Language Processing and Computer Vision projects, such as text generation, machine translation, deep convolution GAN and other actual combat code.
| Date | Stars |
|---|---|
| 2026-07-24 | 3520 |
| 2026-07-25 | 3520 |
| 2026-07-28 | 3520 |
| 2026-07-30 | 3520 |
| 2026-07-31 | 3520 |
| 2026-08-06 | 3520 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
  ## 简介 该Repo内容为知乎专栏《机器不学习》的源代码。 专栏地址：<https://zhuanlan.zhihu.com/zhaoyeyu> ## 代码框架 ```TensorFlow``` ## 包含内容 ### 1.anna_lstm 基于RNN（LSTM）对《安娜卡列尼娜》英文文本的学习，实现一个字符级别的生成器。 > 文章地址：[《安娜卡列尼娜》文本生成——利用TensorFlow构建LSTM模型 ](https://zhuanlan.zhihu.com/p/27087310) ### 2.skip-gram 实现skip-gram算法的Word2Vec，基于对英文语料的训练，模型学的各个单词的嵌入向量。 > 文章地址：[基于TensorFlow实现Skip-Gram模型](https://zhuanlan.zhihu.com/p/27296712) ### 3.generate_lyrics 基于RNN实现歌词生成器。 ### 4.basic_seq2seq 基于RNN Encoder-Decoder结构的Seq2Seq模型，实现对一个单词中字母的排序。 > 文章地址：[从Encoder到Decoder实现Seq2Seq模型](https://zhuanlan.zhihu.com/p/27608348) ### 5.denoise\_auto\_encoder 基于MNIST手写数据集训练了一个自编码器，并在此基础上增加卷积层实现一个卷积自编码器，从而实现对图像的降噪。 > 文章地址：[利用卷积自编码器对图片进行降噪](https://zhuanlan.zhihu.com/p/27902193)  ### 6.cifar_cnn 对Kaggle上CIFAR图像分类比赛的一个实现，分别对比了KNN和卷积神经网络在数据上的表现效果。 > 文章地址：[利用卷积神经网络处理CIFAR图像分类](https://zhuanlan.zhihu.com/p/28035475)  ### 7.mnist_gan 基于MNIST手写数据集，训练了一个隐层为Leaky ReLU的生成对抗网络，让模型学会自己生成手写数字。 > 文章地址：[生成对抗网络（GAN）之MNIST数据生成](https://zhuanlan.zhihu.com/p/28057434)  ### 8.dcgan 基于MNIST数据集训练了一个DCGAN，加入了Batch normalization，加速模型收敛并提升新能。 > 文章地址：[深度卷积GAN之图像生成](https://zhuanlan.zhihu.com/p/28329335)  > 基于CIFAR数据集中的马的图像训练一个DCGAN生成马的图像。  ### 9.batch\_normalization\_discussion 该部分代码基于MNIST手写数据集构造了一个四层的全连接层神经网络。通过改变不同参数来测试BN对于模型性能的影响。同时利用TensorFlow实现底层的batch normalization。 > 文章地址：[Batch Normalization原理与实战](https://zhuanlan.zhihu.com/p/34879333)  ### 10.machine\_translation\_seq2seq 该代码基于TensorFlow 1.6版本的Seq2Seq构建了一个基本的英法翻译模型。 > 文章地址：[基于TensorFlow框架的Seq2Seq英法机器翻译模型](https://zhuanlan.zhihu.com/p/37148308)  ### 11.mt\_attention\_birnn 该代码基于Keras框架，在基础Seq2Seq模型基础上增加Attention机制与BiRNN，进一步提升翻译模型的效果；同时可视化Attention层，加深读者对Attention工作机制的理解。模型在在训练样本上的BLEU分数接近0.9。 > 文章地址：[基于Keras框架实现加入Attention与BiRNN的机器翻译模型](https://zhuanlan.zhihu.com/p/37290775) >  ### 12.sentiment\_analysis 该代码基于TensorFlow 1.6版本，用DNN、LSTM以及CNN分别构建了sentiment analysis模型，并分析与比较了不同模型的性能。 > 文章地址：[DNN/LSTM/Text-CNN情感分类实战与分析](https://zhuanlan.zhihu.com/p/37978321) > ### 13.image\_style\_transfer 代码基于TensorFlow 1.6实现了Image Style Transfer模型，实现了图片的风格的学习与转换。 > 文章地址：[基于TensorFlow构建图片风格迁移模型](https://zhuanlan.zhihu.com/p/38315161) >  >  >  >  >  ### 14.ctr_models 代码基于TensorFlow 2.0版本实现了DeepFM、Deep&Cross、xDeepFM以及AutoInt四个算法。 > 文章地址：[CTR预估模型：DeepFM/Deep&Cross/xDeepFM/AutoInt代码实战与讲解](https://zhuanlan.zhihu.com/p/109933924) > 
63
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:87fc4f01cafc50cd, topic:natural-language-processing, topic:machine-translation, desc:natural language processing