Las 16 mejores ideas y temas de proyectos de código abierto [para principiantes y experimentados]

Introducción

El código abierto presenta una inmensa oportunidad para los programadores que quieren aprender y practicar en los proyectos de código abierto; también pueden contribuir a múltiples proyectos de código abierto y mejorar sus habilidades.

Lista de proyectos de código abierto

Aquí está la lista de proyectos de código abierto; es útil para los desarrolladores y diseñadores explorar, desarrollar y mejorar sus habilidades en los proyectos de código abierto. El código abierto de Google proporciona amplios niveles del entorno, donde pueden practicar e implementar las aplicaciones.

1. AdANet

AutoML ágil y adaptable con las mejores capacidades de aprendizaje

AdaNet es un marco flexible y liviano basado en TensorFlow para el aprendizaje automático con modelos de la mejor calidad con un mínimo de asesoramiento de expertos. Utiliza el algoritmo AdaNet con Cortes. Determina la estructura de una red neuronal como una colección de subredes con las mejores garantías de aprendizaje. AdaNet implementa un marco integral para el aprendizaje de la arquitectura de redes neuronales.

Enlace del código fuente de AdaNet Git-Hub.

https://github.com/tensorflow/adanet

2. controlador de pila

Tiene las mejores características para aplicaciones basadas en la nube de monitoreo, registro y diagnóstico.

Google Stackdriver implementa monitoreo, registro y diagnóstico sólidos. Proporciona funciones de información interactiva para monitorear el rendimiento, el estado y la disponibilidad de las aplicaciones basadas en la nube. Nos permite detectar, descubrir los problemas y ayudar a solucionar los problemas de una manera más rápida. Google es el mejor ejemplo donde la mayoría de las aplicaciones de Google se ejecutan en Google Cloud Platform con funciones de Stackdriver.

Cloud SDK es para los proyectos del lado del cliente y para informar y rastrear los errores; podemos usar el Informe de errores de Stackdriver.

Enlaces de código fuente de Stackdriver Git-Hub

Stackdriver Error Reporting para JavaScript del lado del cliente

Depurador de Stackdriver para Python

3. Nómulo

Excelente software de registro de nombre de firma de dominio

Nomulus es una plataforma escalable y de código abierto basada en la nube para administrar dominios de nivel superior (TLD). Es una fuente confiable para los TLD. Funciona para rastrear la propiedad del control de nombres de dominio, manejar registros, renovaciones con controles de disponibilidad para los nuevos registros de usuarios finales y recopilar información de personas y sus organizaciones con los detalles del nombre de dominio.

Nomulus opera y se ejecuta en Google App Engine y está compuesto originalmente en Java.

Enlace del código fuente de Nomulus Git-Hub

https://github.com/google/nomulus

4. Censo abierto

Es un modelo de estadísticas y un único marco de seguimiento compartido.

OpenCensus es una combinación única de bibliotecas de código abierto para instrumentar e implementar la observabilidad en sistemas de distribución compartidos. Fue construido para obtener una sobrecarga mínima de modo que con el proceso de implementación a escala. OpenCensus maneja automáticamente la trazabilidad de las aplicaciones y las representa localmente.

Son API públicas, por ejemplo, gRPC .

OpenCensus Git-Hub Enlace del código fuente: https://github.com/census-instrumentation/

5. Laboratorio de datos de la nube de Google

Una herramienta interactiva para el examen y la exploración de datos, el análisis y la visualización con proyectos de código abierto de aprendizaje automático.

Cloud Datalab es un sólido mecanismo interactivo que crea modelos de aprendizaje automático para examinar, explorar y analizar. También transforma y proporciona información de los datos en Google Cloud Platform. Funciona en Google Compute Engine y se correlaciona rápidamente con varios servicios en la nube para tareas relacionadas con la ciencia de datos.

Enlace del código fuente de Google Cloud Datalab Git-Hub.

https://github.com/googledatalab/datalab

Leer: Ideas de proyectos de informática

6. Esquema

El esquema presenta un acceso más seguro a Internet abierto con la mejor conectividad de red.

Outline es un software VPN de código abierto y fue lanzado por la academia Jigsaw en marzo de 2018. Proporciona el servidor VPN personal y corporativo en un proveedor en la nube de la preferencia del usuario, con el mínimo esfuerzo.

Una vez que se realiza su configuración, los administradores del servidor de Esquema pueden recibir acceso a otros usuarios conectados a la VPN utilizando clientes de Esquema.

Se produce para software de aplicación basado en Windows, macOS, iOS, Android y ChromeOS. Funciona el protocolo Shadowsocks (shadowsocks.org) para la comunicación entre el cliente y el servidor.

Esquema del enlace del código fuente de Git-Hub.

https://github.com/Jigsaw-Code/esquema-cliente

https://github.com/Jigsaw-Code/outline-server

7. Intra

Intra es una aplicación basada en Android que le brinda más competencia con las mejores capacidades abiertas de acceso a Internet.

Intra lo protege de la manipulación de DNS, que es un tipo de ataque cibernético relacionado con el bloqueo de plataformas de redes sociales, acceso a sitios de noticias y aplicaciones de mensajería.

Intra opera y encripta su conexión a Internet a un servidor de sistema de nombres de dominio (DNS) público. Los servidores DNS funcionan como una lista de contactos para usar Internet, y el servidor DNS proporciona las direcciones precisas que podemos visitar en un sitio web. También proporciona la mejor seguridad al usuario con funciones de conexión a Internet cifradas.

Enlace de código fuente de Git-Hub intra .

https://github.com/Jigsaw-Code/Intra

8. Aleteo

Flutter es un proyecto de código abierto que brinda el mejor resultado de alta precisión con hermosas perspectivas de las aplicaciones para iOS y Android desde una única base de código.

Es un SDK de aplicaciones móviles para desarrollar aplicaciones de alto rendimiento y alta precisión para iOS y Android, desde una base de código única con comportamientos de desplazamiento, tipografía, íconos y más.

Flutter Git-Hub Enlace del código fuente.

https://github.com/flutter/flutter

9. ION

ION es una escala compacta y portátil de bibliotecas y herramientas para desarrollar aplicaciones basadas en clientes, particularmente en áreas gráficas.

Es inadecuado, seguro, rápido y robusto, que es multiplataforma con muchos dispositivos, con dispositivos móviles y navegadores.

¿Por qué debemos usar Ion?

Pequeño: tiene la capacidad de < 500k de tamaño binario en plataformas portátiles.

Robusto y potente: proporciona una potencia más rápida en el software de aplicación desarrollado.

Asignación de memoria.

Capacidades de subprocesamiento

1. Funciones de edición de la configuración del entorno en tiempo de ejecución
2. Rendimiento espontáneo en el entorno de producción.

Herramientas gráficas

1. Examina las mejores imágenes gráficas para descubrir un mejor rendimiento.
2. Use las mejores imágenes para mostrar fuentes en varias conexiones, automáticamente
3. Las mejores capacidades gráficas en tiempo de ejecución para funciones de edición de sombreadores en tiempo de ejecución.

Probado : está bien probado y proporciona la mejor solución de prueba para su aplicación con los detalles a continuación.

1. 100% de capacidades de prueba
2. Solución de prueba de caja blanca y negra, con resultados de pruebas unitarias y de integración

Multiplataforma:

1. Proporciona los entornos multiplataforma basados ​​en escritorio: Linux, Mac OSX, Windows.

multifuncional:

1. Proporciona un entorno multifuncional de diferentes equipos en Google y se ejecuta en miles de millones de dispositivos a través de varios productos de Google.

Donde podemos usar Google usa Ion.

Podemos usar ION en Daydream, Google Earth y otras aplicaciones internas diferentes en Google.

1. https://arvr.google.com/daydream/
2. https://www.google.com/earth/

Enlace del código fuente de ION Git-Hub.

https://github.com/google/ion

Debe leer: ideas y temas de proyectos de último año

10. Laboratorio de mente profunda

DeepMind Lab es una plataforma 3D de código abierto y personalizable para la investigación de IA basada en agentes.

Es un programa de juego en 3D desarrollado para analizar y avanzar en aplicaciones generales basadas en inteligencia artificial y aprendizaje automático. Ejecuta una secuencia de tareas estimulantes de exploración y resolución de acertijos que son especialmente útiles para el aprendizaje de apoyo profundo. Es una API manejable y extensible que permite diseños de tareas productivas, capacidades de solución de diseños de Inteligencia Artificial.

Cómo funciona Google en DeepMind Lab

DeepMind Lab se utiliza internamente en DeepMind para investigar y también capacita a los agentes de aprendizaje.

Enlace de código fuente de DeepMind Git-Hub.

https://github.com/mente profunda/lab

11 V8

V8 es un motor JavaScript de código abierto con alto rendimiento, que se ejecuta en una aplicación independiente, un motor JavaScript que también se puede ejecutar en entornos de código integrado. Recopila y combina el JavaScript con el código de nivel de máquina antes de ejecutar sus identificadores, administra la asignación de memoria para los objetos recolectados y proporciona las mejores técnicas para obtener resultados de ejecución más rápidos. V8 también proporciona resultados de experiencia web receptivos, estables e interactivos para los usuarios.

Código fuente

https://chromium.googlesource.com/v8/v8.git

Lea también: Ideas de proyectos de aprendizaje profundo

12. Tejido abierto

Una tecnología de código abierto implementa la capa de aplicación de la red Weave, que proporciona la resolución de comunicaciones protegida, confiable y confiable para las aplicaciones.

Los protocolos Weave realizan la conectividad entre uno y más dispositivos y también de dispositivo a móvil y de dispositivo a la nube, lo que comunica datos y control en la extensión de Internet de las cosas (IoT). Weave puede permitir la comunicación punto a punto y la red IP Por ejemplo: hilo, sistemas celulares.

Enlace de código fuente de OpenWeave Git-Hub.

https://github.com/openweave/openweave-core

13. Flujo de Kuber

El kit de herramientas de aprendizaje automático para Kubernetes

El proyecto Kube Flow se centró y dedicó principalmente a realizar implementaciones de flujos de trabajo de aplicaciones basados ​​en aprendizaje automático (ML) en Kubernetes de una manera muy modesta, compacta, portátil y escalable. Proporciona un enfoque honesto y accesible para implementar las mejores operaciones del sistema operativo para ML en varias bases.

Enlace del código fuente de KuberFlow Git-Hub.

https://github.com/kubeflow/sitio web

14. Magenta

Magenta es un proyecto de examen basado en código abierto que explora el rendimiento del aprendizaje automático en el método para crear arquitectura y música. Incluye nuevos métodos de aprendizaje profundo y desarrolla el soporte de algoritmos de aprendizaje automático para crear canciones, imágenes, diseños y bocetos.

También es una exploración en el desarrollo de dispositivos inteligentes que permitan el mejor mecanismo a los artistas y músicos, con la ayuda, pueden explorar más y crear la mejor música y diseño.

Enlace del código fuente de Magenta Git-Hub.

https://github.com/magenta/magenta

15. ZXing

ZXing es un proyecto de código abierto y también una biblioteca de procesamiento de imágenes de códigos de barras que realiza y ejecuta el lenguaje Java con los puertos a otros lenguajes. También se le conoce como (“paso de cebra”)

ZXing se realiza e implementa con investigación web para obtener millones de códigos de barras indexables en la web. También establece la base de la aplicación Barcode Scanner de Android, que se combina con Google Product.

Enlace del código fuente de ZXing Git-Hub.

https://github.com/zxing/zxing

16. Conjunto de datos de imágenes abiertas

Open Image Dataset es la colección del conjunto de datos de más de 9 millones de imágenes mixtas con una rica combinación de anotaciones; estas imágenes son diferentes y también de visualización compleja; Con la ayuda del conjunto de datos Open Image, podemos conectar y resolver estos problemas con el uso de anotaciones de etiquetas a nivel de imagen, con cuadros delimitadores de objetos, con mejores sugerencias de segmentos y conexiones visuales, y también más funciones.

Abra el vínculo del código fuente de Git-Hub del conjunto de datos de imágenes.

https://storage.googleapis.com/openimages/web/index.html

Aprenda cursos de ciencia de datos de las mejores universidades del mundo. Obtenga programas Executive PG, programas de certificados avanzados o programas de maestría para acelerar su carrera.

Conclusión

Con suerte, este artículo lo ayudó a comprender la Lista de proyectos de código abierto. El artículo ha descrito todos los detalles fundamentales sobre los proyectos relacionados con el código abierto.