下面的demo展示的是一个运用人工智能、机器学习、深度学习等技术的库，名为onyx。onyx可以自动识别出某一个app所展示的内容，比如你可以用它来识别一张图片的性质，并决定要不要屏蔽这张图片。如果你家里有个小孩的话，你就可以用这个库来审查你小孩用的app的内容。

代码：https://github.com/hanuor/onyx

8. 基于TensorFlow的价值迭代网络实现（NIPS ‘16 会议最佳论文奖）

下面我们要介绍的demo在Tensorflow上实现了价值迭代网络（NIPS ‘16 会议最佳论文奖）这一算法。如果你对这一算法有所耳闻，那这一demo是你不容错过的。

代码：https://github.com/TheAbhiKumar/tensorflow-value-iteration-networks

下面的2个demo是在iOS系统上实现的深度学习的应用。

9. iOS上基于TensorFlow的卷积神经网络实现

这一demo展示了在OS上实现的卷积神经网络图像识别。准确率还是相当不错的。

代码：https://github.com/LunarFlash/convolutional-neural-network-image-recognition

iOS上的“你只活一次”（YOLO-You Only Live Once）的项目也有着异曲同工之妙，这一项目借助图像识别让盲人第一次看见世界。

代码：https://github.com/hollance/Forge/tree/master/Examples/YOLO

10. 在iOS上挑战MNIST数据库

对深度学习有所了解的同学一定对MNIST数据库不陌生了，让我们试着在iOS上迅速解决这个经典问题吧！

代码：https://github.com/hollance/Forge/tree/master/Examples/MNIST

最后，让我们感谢那些模型创建者：Algorithmia, Clarifai, Anant Gupta,Abhishek Kumar, Yen-Chen Lin, Sash Zats, Marc Brown, Terry Wang,Matthijs Hollemans, Stephen Anthony, Manuel Ruder, 和Shantanu Johri。