为了挑选出2019年最佳的开源项目，一位Medium博主整理了一份Reddit机器学习板块中的热门项目清单。以下是这些项目的详细介绍：

1. 小样本非监督图像转换（FUNIT，913赞）

英伟达的研究人员开发了一个名为FUNIT的模型，能够利用少量样本（如几张照片）将一张新图片中的特征转移到这些样本上。这种技术使AI具备了“脑补”能力，能够预测新物种的动作姿态。

项目链接： FUNIT

2. 自动生成二次元角色（512赞）

这款应用允许用户通过Waifu自动贩卖机生成自己喜欢的二次元角色。

项目链接： Waifu自动贩卖机

3. 机器学习数据集资源列表（499赞）

该资源列出了多种用于机器学习实验的数据集，涵盖计算机视觉（CV）、自然语言处理（NLP）、自动驾驶、问答（QA）、音频和医疗等领域。

项目链接： 数据集列表

4. “烂番茄”上的48万条影评（464赞）

作者从“烂番茄”网站收集了48万条影评，这些数据在自然语言处理任务中非常有用。

项目链接： 影评数据集
Google云端硬盘链接： 影评数据集备份

5. 机器学习猫门（464赞）

这款猫门利用机器学习技术，在猫嘴里有东西时自动锁门，防止猫将捕获的动物带进房间。

项目链接： 视频演示

6. 基于点的图形表示（415赞）

这项研究提出了一个新的复杂场景建模方法，利用原始点云数据作为场景的几何表示，并通过神经网络进一步增强每个点的描述。

论文链接： 论文

7. AdaBound优化器（402赞）

AdaBound是一种优化器，能够在训练过程中动态调整学习率，最终表现出类似于SGD的特性，从而提高模型收敛速度和性能。

项目链接： AdaBound

8. 德州扑克AI（390个赞）

来自Facebook的研究团队开发了一个AI，首次在多人德州扑克游戏中击败了人类顶级玩家。

官方链接： Pluribus AI

9. NumPy实现的机器学习模型（388个赞）

这个项目包含了一系列用NumPy和Python标准库编写的机器学习模型、算法和工具。

项目链接： NumPy-ML

10. PyTorch实现的深度强化学习算法（388个赞）

这个项目提供了17种深度强化学习算法的PyTorch实现，包括DQN、DQN-HER、Double DQN、REINFORCE、DDPG、DDPG-HER、PPO、SAC、A3C、A2C等。

项目链接： 深度强化学习算法

11. AI生成的人脸（373个赞）

这款工具利用NVIDIA的StyleGAN生成了100万张逼真的虚拟人脸。

下载链接： 虚拟人脸

12. 教神经网络驾驶赛车（358个赞）

这个项目设计了一个游戏，可以让神经网络学会驾驶赛车。

视频链接： 视频演示

13. 将机器学习模型转换为本地代码（345个赞）

这个轻量级库提供了一种简单的方法，将经过训练的统计模型转换为原生代码，支持多种编程语言，包括Python、C、Java、Go、JavaScript、Visual Basic和C#。

项目链接： M2CGen

14. 探索神经网络损失面（345个赞）

这篇论文探讨了神经网络损失面的不同形式，并发现了有意义的最小值，这些最小值即使对于测试集仍然有效。

论文链接： 论文

15. 基于GPT-2的Reddit机器人（345个赞）

这个Reddit机器人使用OpenAI的GPT-2模型生成回复。

项目链接： Reddit机器人

16. Super SloMo：超慢动作视频转换器（332个赞）

这是一种算法，可以将30帧的视频转换为240帧的慢动作视频，PyTorch实现了这一算法。

项目链接： Super SloMo

17. NLP预训练模型库（206个赞）

这个开源库汇总了各种基于Transformer的最新NLP模型，如RoBERTa、XLM、DistilBert、XLNet等。

项目链接： Transformers

希望这些项目能给你的网站带来价值和灵感！