雷锋网 AI 研习社按：关于开发者来讲，证明其编程才能最好的方式是展现他们的项目和代码。雷锋网 AI 研习社本周从 YouTube、知乎以及 Github 官网上网罗了数个与 AI 相关的开源项目，为 AI 开发者的设计提供参考。这些项目触及自动化前端开发、中文近义词处置以及炽热的比特币等范畴，详细信息和详细代码完成请阅读下文。

假如你对本人的 AI 项目有足够的自信，同时也希望更多的开发者参与到你的项目中，欢送将项目的 Github 链接发给雷锋网 (大众号：雷锋网) AI 研习社，说不定下一期引荐的就是你的项目。

用深度学习预测虚拟货币价钱 —— ethereum_future

Github 地址： https://github.com/llSourcell/ethereum_future

这是 Youtube 网红小哥 Siraj Raval 「Ethereum Future Price Prediction」视频的代码，视频 B 站链接：https://www.bilibili.com/video/av18466563/。

该项目用深度学习的办法预测比特币的走势，Siraj Raval 小哥也在视频里说了，这套模型还可以用来预测任何 Altcoin。看来如今的矿工们都应该学点机器学习了。

基于神经网络的自动化前端开发 —— Screenshot-to-code-in-Keras

Github 地址： https://github.com/emilwallner/Screenshot-to-code-in-Keras

目前，自动化前端开发最大的妨碍是计算才能，不过，我们可以用深度学习算法和数据训练来探究自动化前端设计。该项目是本周 Github Trending 第一名，神经网络经过深度学习，自动把设计稿变成 HTML 代码。该软件的作者表示三年内深度学习将改动前端开发，放慢原型构建的速度并降低软件开发门槛。

中文近义词工具包：Synonyms

Github 地址： https://github.com/huyingxi/Synonyms

可以用于自然言语了解的很多义务：文本对齐，引荐算法，类似度计算，语义偏移，关键字提取，概念提取，自动摘要，搜索引擎等。兼容 py2 和 py3，以后波动版本 v2.1。

优化神经网络运用的内存 gradient-checkpointing

Github 地址： https://github.com/openai/gradient-checkpointing

训练深度神经网络需求占用少量的内存，用 Tim Salimans 和 Yaroslav Bulatov 共同开发的这套工具，可以权衡内存的运用状况，使你的模型愈加容易地适配内存。关于前馈模型（feed-forward models），我们能将大 10 倍以上的模型放进 GPU 里，而计算工夫仅添加 20%。

。