本月课程：
A) Beginners: Data Science & Machine Learning using Python — A Bootcamp.[301 推荐 4.6/5 星星]
B) Bayesian Machine Learning in Python: A/B Testing. [1,500 推荐, 4.5/5 星星]
1
Bert：TensorFlow代码和BERT [在Github上获得8210星]的预训练模型。由Google AI Research提供。
论文：https://arxiv.org/abs/1810.04805
Github: google-research/bert
2
DeepCreamPy：使用深度神经网络去除马赛克[Github上有6239颗星]。由deeppomf提供。
Github：deeppomf/DeepCreamPy
3
Horizon：第一个用于大规模产品和服务的开源强化学习平台[Github上有1318颗星]。由Facebook Research提供。
Github:facebookresearch/Horizon
简介：https://code.fb.com/ml-applications/horizon/
4
TRFL：用于在TensorFlow中编写强化学习（RL）代理的有用构建块库[在Github上有1916颗星星]。感谢DeepMind。
Github：deepmind/trfl
5
DeOldify：一个基于深度学习的项目，用于旧图像着色和修复[Github上有4034颗星]。Jason Antic提供。
Github： jantic/DeOldify
6
Adanet：快速灵活的AutoML，具有学习保证。[Github上的1808颗星]。感谢TensorFlow提供。
Github: tensorflow/adanet
简介：https://ai.googleblog.com/2018/10/introducing-adanet-fast-and-flexible.html
7
Graph_nets：在Tensorflow中构建图形网络[Github上的2200颗星]。感谢DeepMind提供。
Github：deepmind/graph_nets
8
MAMEToolkit：街机游戏强化学习Python库[Github上有364颗星]。由Michael Murray提供。
Github: M-J-Murray/MAMEToolkit
9
PocketFlow：一种自动模型压缩（AutoMC）框架，用于开发更小，更快的AI应用程序。[Github上有1304颗星]。由腾讯提供。
Github: Tencent/PocketFlow
10
Maskrcnn-benchmark：PyTorch中语义分割和目标检测算法的快速模块化实现。[Github上有2935颗星]。由Facebook Research提供。
github： facebookresearch/maskrcnn-benchmark