2018年马上就要结束了，我们来回顾一下过去的这一年中，机器学习领域有哪些有趣的事情吧！
我们先来看看Mybridge AI 中排名靠前的顶级开源项目，再聊聊机器学习今年都有哪些发展，最后探寻下新的一年中会有哪些有值得我们期待的事情。
顶级的开源项目
BERT
BERT ，全称为Bidirectional Encoder Representations from Transformers，是一种基于TensorFlow解决自然语言处理的新方法，且性能更好。我们可以使用BERT中的 预训练模型 解决问题，该模型在性能上具有很大优势，比如可以识别句子中的上下文。在 Github 中非常受欢迎，有8848个星，完整学术论文请访问 这里 。
https://github.com/google-research/bert
https://arxiv.org/abs/1810.04805
DeepCreamPy
DeepCreamPy是一个 深度学习工具 ，可以像Photoshop一样重建图像中被删除的区域。我们使用图像编辑工具（比如PS）将删减的区域填充为绿色，神经网络可以对其进行复原。该项目在 Github 中有6365颗星。
https://github.com/deeppomf/DeepCreamPy
TRFL
TRFL 项目可用于编写TensorFlow中的强化学习代理，具体的操作文档在 这里 。
https://github.com/deepmind
https://github.com/deepmind/trfl/blob/master/docs/index.md
Horizon
Horizon 是一个基于 PyTorch 构建的强化学习平台，并使用Caffe2为模型提供服务。Horizon的主要优势在于，设计者在设计这一平台的时候，考虑了生产用例。想要了解更多详细内容，请查看 FacebookResearch官方文档 。另外，如果你想使用Horizon，可查看该 使用文档 。
https://github.com/facebookresearch/Horizon?
https://heartbeat.fritz.ai/introduction-to-pytorch-for-deep-learning-5b437cea90ac
https://github.com/facebookresearch/Horizon/blob/master/docs/usage.md
DeOldify
DeOldify 是一个用于着色和恢复旧图像的深度学习库。开发者结合了几种不同的方法，来实现这一目标，其中的几种方法包括： 带自注意力机制的生成对抗网络 （Self-Attention GenerativeAdversarial Networks）， Progressive Growing of GANs ，以及 TTUR （ TwoTime-Scale Update Rule）。
https://github.com/jantic/DeOldify
https://arxiv.org/abs/1805.08318
https://arxiv.org/abs/1710.10196
https://arxiv.org/abs/1706.08500
