16 Ide & Topik Proyek Sumber Terbuka Teratas [Untuk Freshers & Berpengalaman]

pengantar

Sumber terbuka memberikan peluang besar bagi para pemrogram yang ingin belajar dan berlatih dalam proyek sumber terbuka; mereka juga dapat berkontribusi pada beberapa proyek sumber terbuka dan meningkatkan kemampuan mereka.

Daftar Proyek Sumber Terbuka

Berikut adalah daftar proyek sumber terbuka; sangat membantu bagi para pengembang dan desainer untuk mengeksplorasi dan mengembangkan serta meningkatkan keterampilan mereka dalam proyek sumber terbuka. Sumber terbuka Google menyediakan tingkat lingkungan yang luas, tempat mereka dapat berlatih dan menerapkan aplikasi.

1. AdaNet

AutoML yang gesit dan mudah beradaptasi dengan kemampuan belajar terbaik

AdaNet adalah kerangka kerja berbasis TensorFlow yang fleksibel dan ringan untuk pembelajaran otomatis dengan model kualitas terbaik dengan saran ahli minimum. Ini menggunakan algoritma AdaNet dengan Cortes. Ini menentukan struktur jaringan saraf sebagai kumpulan subjaringan dengan jaminan pembelajaran terbaik. AdaNet mengimplementasikan kerangka kerja komprehensif untuk mempelajari arsitektur jaringan saraf.

Tautan kode sumber AdaNet Git-Hub.

https://github.com/tensorflow/adanet

2. Stackdriver

Ini memiliki fitur terbaik untuk aplikasi pemantauan, pencatatan, dan diagnostik berbasis cloud.

Google Stackdriver menerapkan pemantauan, logging, dan diagnostik yang andal. Ini memberikan fitur wawasan interaktif untuk memantau kinerja, kesehatan, dan ketersediaan aplikasi berbasis cloud. Ini memungkinkan kami untuk mendeteksi, menemukan masalah, dan membantu memperbaiki masalah dengan cara yang lebih cepat. Google adalah contoh terbaik tempat sebagian besar aplikasi Google berjalan di Google Cloud Platform dengan fitur Stackdriver.

Cloud SDK adalah untuk proyek sisi klien, dan untuk pelaporan dan pelacakan kesalahan; kita bisa menggunakan Stackdriver Error Reporting.

Tautan kode sumber Stackdriver Git-Hub

Pelaporan Kesalahan Stackdriver untuk JavaScript sisi klien

Stackdriver Debugger untuk Python

3. Nomulus

Perangkat lunak registri nama tanda tangan domain yang sangat baik

Nomulus adalah platform berbasis cloud yang skalabel dan open-source untuk mengelola domain tingkat atas (TLD). Ini adalah sumber tepercaya untuk TLD. Ini berfungsi untuk melacak kepemilikan kontrol nama domain, menangani pendaftaran, pembaruan dengan pemeriksaan ketersediaan untuk pendaftaran Pengguna akhir yang baru, dan mengumpulkan informasi orang dan organisasi mereka dengan detail nama domain.

Nomulus beroperasi dan berjalan di Google App Engine dan awalnya dibuat di Java.

Tautan kode sumber Nomulus Git-Hub

https://github.com/google/nomulus

4. Sensus Terbuka

Ini adalah model statistik dan kerangka kerja penelusuran bersama tunggal.

OpenCensus adalah kombinasi unik dari perpustakaan open source untuk instrumentasi dan mengimplementasikan observabilitas ke dalam sistem distribusi bersama. Itu dibangun untuk mencetak overhead minimum sehingga dengan proses penyebaran skala. OpenCensus secara otomatis menangani ketertelusuran dari aplikasi dan mewakili mereka secara lokal.

Ini adalah API yang menghadap publik, Misalnya, gRPC .

OpenCensus Git-Hub Tautan kode sumber: https://github.com/census-instrumentation/

5. Google Cloud Datalab

Alat interaktif untuk pemeriksaan dan eksplorasi data, analisis, visualisasi dengan proyek sumber terbuka pembelajaran mesin.

Cloud Datalab adalah mekanisme interaktif tangguh yang menciptakan model machine learning untuk diperiksa, dijelajahi, dan dianalisis. Ini juga mengubah dan memberikan wawasan data di Google Cloud Platform. Ini bekerja di Google Compute Engine dan berkorelasi dengan berbagai layanan cloud dengan cepat untuk tugas-tugas terkait ilmu data.

Tautan kode sumber Git-Hub Google Cloud Datalab .

https://github.com/googledatalab/datalab

Baca: Ide Proyek Ilmu Komputer

6. Garis Besar

Garis besarnya menyajikan akses yang lebih aman untuk membuka internet dengan konektivitas jaringan terbaik.

Outline adalah perangkat lunak VPN sumber terbuka dan dirilis oleh akademi Jigsaw pada Maret 2018. Ini menyediakan server VPN pribadi dan perusahaan pada penyedia cloud dari preferensi pengguna, dengan upaya minimal.

Setelah penyiapannya selesai, administrator server Outline dapat menerima akses ke pengguna lain yang terhubung ke VPN menggunakan klien Outline.

Ini diproduksi untuk perangkat lunak aplikasi berbasis Windows, macOS, iOS, Android, dan ChromeOS. Ia bekerja dengan protokol Shadowsocks (shadowsocks.org) untuk komunikasi antara klien dan server.

Garis besar tautan kode sumber Git-Hub.

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

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

7. Intra

Intra adalah aplikasi berbasis Android yang memberi Anda lebih banyak kompetensi dengan kemampuan akses Internet terbuka terbaik.

Intra melindungi Anda dari manipulasi DNS, yang merupakan semacam serangan siber yang terkait dengan pemblokiran dari platform media sosial, akses ke situs berita, dan aplikasi perpesanan.

Intra mengoperasikan dan mengenkripsi koneksi internet Anda ke server Domain Name System (DNS) publik. Server DNS beroperasi sebagai daftar kontak untuk menggunakan internet, dengan server DNS memberikan alamat akurat yang kita dapat mengunjungi situs web. Ini juga memberikan keamanan terbaik kepada pengguna dengan fitur koneksi internet terenkripsi.

Tautan kode sumber Intra Git-Hub.

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

8. Berkibar

Flutter adalah proyek sumber terbuka, yang memberikan hasil akurasi tinggi terbaik dengan wawasan indah ke dalam aplikasi untuk iOS dan Android dari satu basis kode.

Ini adalah SDK aplikasi berbasis seluler untuk mengembangkan aplikasi berbasis kinerja tinggi dan akurasi tinggi untuk iOS dan Android, dari basis kode tunggal dengan perilaku pengguliran, tipografi, ikon, dan banyak lagi.

Tautan kode sumber Flutter Git-Hub.

https://github.com/flutter/flutter

9. ION

ION adalah skala perpustakaan dan alat yang ringkas dan portabel untuk mengembangkan aplikasi berbasis klien, terutama di bidang grafis.

Ini tidak memadai, aman, cepat, dan kuat, yang bersifat lintas platform dengan banyak perangkat, dengan perangkat dan browser berbasis seluler.

Mengapa kita harus menggunakan Ion?

Kecil: Ini memiliki kemampuan ukuran biner <500k pada platform portabel.

Kuat dan Kuat: Ini memberikan potensi yang lebih cepat pada perangkat lunak aplikasi yang dikembangkan.

Alokasi memori.

Kemampuan threading

1. Fitur pengeditan pengaturan lingkungan run-time
2. Performa spontan di lingkungan produksi

Alat grafis

1. Ini memeriksa gambar grafis terbaik untuk menemukan kinerja yang lebih baik
2. Gunakan gambar terbaik untuk menampilkan sumber di berbagai koneksi, secara otomatis
3. Kemampuan grafis run-time terbaik untuk fitur pengeditan shader run-time.

Teruji : Ini telah teruji dengan baik dan memberikan solusi pengujian terbaik untuk aplikasi Anda dengan detail di bawah ini.

1. 100% kemampuan pengujian
2. Solusi pengujian kotak hitam dan putih, dengan hasil pengujian unit dan integrasi

lintas platform:

1. Menyediakan lingkungan lintas platform berbasis Desktop: Linux, Mac OSX, Windows.

lintas fungsi:

1. Ini menyediakan lingkungan lintas fungsi oleh berbagai tim di Google dan berjalan di miliaran perangkat melalui berbagai produk Google.

Dimana kita bisa menggunakan Google menggunakan Ion.

Kita dapat menggunakan ION di Daydream, Google Earth, dan berbagai aplikasi internal lainnya di Google.

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

Tautan kode sumber ION Git-Hub.

https://github.com/google/ion

Harus Dibaca: Ide & Topik Proyek Tahun Terakhir

10. DeepMind Lab

DeepMind Lab adalah platform 3D open-source dan dapat disesuaikan untuk penelitian AI berbasis agen.

Ini adalah program game 3D yang dikembangkan untuk menganalisis dan memajukan kecerdasan buatan umum dan aplikasi berbasis pembelajaran mesin. Ini menjalankan serangkaian tugas eksplorasi dan pemecahan teka-teki yang merangsang yang sangat berguna untuk pembelajaran dukungan mendalam. Ini adalah API yang dapat dikelola dan diperluas yang memungkinkan desain tugas yang produktif, kemampuan solusi desain Kecerdasan Buatan.

Cara kerja Google di DeepMind Lab

DeepMind Lab digunakan secara internal di DeepMind untuk meneliti dan juga melatih agen pembelajaran.

Tautan kode sumber DeepMind Git-Hub.

https://github.com/deepmind/lab

11. V8

V8 adalah open-source dan mesin JavaScript dengan kinerja tinggi, yang berjalan pada aplikasi berbasis standalone, mesin JavaScript yang juga dapat berjalan pada lingkungan kode berbasis tertanam. Ini mengumpulkan dan menggabungkan JavaScript ke kode tingkat mesin sebelum mengeksekusi pegangannya, mengelola alokasi memori untuk objek yang dikumpulkan sampah, dan menyediakan teknik terbaik untuk hasil eksekusi yang lebih cepat. V8 juga memberikan hasil pengalaman web yang stabil dan interaktif serta responsif kepada pengguna.

Kode sumber

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

Baca Juga: Ide Proyek Pembelajaran Mendalam

12. OpenWeave

Teknologi sumber terbuka mengimplementasikan lapisan aplikasi jaringan Weave, yang menyediakan resolusi komunikasi yang terlindungi, dapat diandalkan, dan andal untuk aplikasi.

Protokol Weave melakukan konektivitas antara satu perangkat ke lebih banyak perangkat dan juga dengan perangkat-ke-seluler dan perangkat-ke-cloud, yang mengomunikasikan data dan kontrol di tingkat Internet of Things (IoT). Weave dapat memungkinkan komunikasi point-to-point dan jaringan IP. Contoh: Thread, sistem Seluler.

Tautan kode sumber OpenWeave Git-Hub.

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

13. KuberFlow

Perangkat Pembelajaran Mesin untuk Kubernetes

Proyek Kube Flow terutama berfokus dan didedikasikan untuk melakukan penerapan alur kerja aplikasi berbasis pembelajaran mesin (ML) di Kubernetes dengan cara yang sangat sederhana, ringkas, portabel, dan skalabel. Ini memberikan pendekatan yang jujur ​​dan mudah diakses untuk menerapkan operasi OS terbaik untuk ML ke berbagai yayasan.

Tautan kode sumber KuberFlow Git-Hub.

https://github.com/kubeflow/website

14. Magenta

Magenta adalah proyek ujian berbasis sumber terbuka yang mengeksplorasi kinerja pembelajaran mesin dalam metode untuk membuat arsitektur dan musik. Ini mencakup metode pembelajaran mendalam baru dan mengembangkan dukungan algoritma pembelajaran mesin untuk membuat lagu, gambar, desain, dan sketsa.

Ini juga merupakan eksplorasi dalam mengembangkan perangkat pintar yang memungkinkan mekanisme terbaik bagi para seniman dan musisi, dengan bantuan, mereka dapat mengeksplorasi lebih banyak dan menciptakan musik dan desain terbaik.

Tautan kode sumber Magenta Git-Hub.

https://github.com/magenta/magenta

15. ZXing

ZXing adalah proyek sumber terbuka dan juga perpustakaan pemrosesan gambar kode batang yang menjalankan dan mengeksekusi bahasa Java dengan port ke bahasa lain. Hal ini juga dikenal sebagai ("zebra cross")

ZXing dilakukan dan diimplementasikan dengan penelitian web untuk mendapatkan jutaan barcode di web yang dapat diindeks. Ini juga membentuk dasar aplikasi Pemindai Kode Batang Android, yang digabungkan ke dalam Produk Google.

Tautan kode sumber ZXing Git-Hub.

https://github.com/zxing/zxing

16. Buka Kumpulan Data Gambar

Open Image Dataset adalah kumpulan Dataset dari 9+ juta gambar campuran dengan kombinasi anotasi yang kaya; gambar-gambar ini berbeda dan juga dengan visualisasi yang kompleks; dengan bantuan dataset Open Image, kita dapat menghubungkan dan memecahkan masalah ini dengan penggunaan anotasi label tingkat gambar, dengan kotak pembatas objek, dengan saran segmen dan koneksi visual yang lebih baik, dan juga lebih banyak fitur.

Buka tautan Kode Sumber Gambar Dataset Git-Hub.

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

Pelajari kursus ilmu data dari Universitas top dunia. Dapatkan Program PG Eksekutif, Program Sertifikat Tingkat Lanjut, atau Program Magister untuk mempercepat karier Anda.

Kesimpulan

Semoga artikel ini membantu Anda memahami tentang Daftar Proyek Sumber Terbuka. Artikel tersebut telah menjelaskan semua detail mendasar tentang proyek terkait sumber terbuka.