如今机器学习和人工智能已经变得家喻户晓，有很多爱好者进入了该领域。但是，什么才是能够进入该领域的正确路径呢？如何保持自己跟上该领域的发展步伐呢？
为了解决以上两个问题，可以通过利用高级专业人员每天使用的众多开源项目和工具，与社区进行接触。
如今，Tensorflow的贡献者人数增长最快，居首位。Scikit-learn下降到第二位，但仍有非常大的贡献者群体。
我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。
与2016年相比，贡献者人数增长最快的项目是：
1. TensorFlow提高了169%，从493个增加到1324个贡献者。
2. Deap，提高了86%，从21个增加到39个贡献者。
3. Chainer,提高了83%，从84个增加到154个贡献者。
4. Gensim,提高了81%，从145个增加到262个贡献者。
5. Neon，提高了66%，从47个增加到78个贡献者。
6. Nilearn提高了50%，从46个增加到69个贡献者。
2018年新晋的两个项目的贡献者人数：
1. Keras,626名贡献者。
2. Pytorch,399名贡献者。
图1：Github上的前20名Python人工智能和机器学习项目
上图：雪花大小与贡献者的数量成正比，颜色代表贡献者数量的变化-红色越高，蓝色越低。雪花形状适用于深度学习项目，适用于其他项目。