16 лучших идей и тем для проектов с открытым исходным кодом [для новичков и опытных]

Введение

Открытый исходный код предоставляет огромные возможности для программистов, которые хотят учиться и практиковаться в проектах с открытым исходным кодом; они также могут участвовать в нескольких проектах с открытым исходным кодом и расширять свои возможности.

Список проектов с открытым исходным кодом

Вот список проектов с открытым исходным кодом; разработчикам и дизайнерам полезно исследовать, развивать и улучшать свои навыки в проектах с открытым исходным кодом. Google с открытым исходным кодом предоставляет обширные уровни среды, где они могут практиковаться и развертывать приложения.

1. Аданет

Гибкий и адаптируемый AutoML с лучшими возможностями обучения

AdaNet — это гибкая и легкая платформа на основе TensorFlow для автоматического обучения с моделями самого высокого качества с минимальными рекомендациями экспертов. Он использует алгоритм AdaNet с Cortes. Он определяет структуру нейронной сети как набора подсетей с лучшими гарантиями обучения. AdaNet реализует комплексную структуру для изучения архитектуры нейронной сети.

Ссылка на исходный код AdaNet Git-Hub.

https://github.com/tensorflow/adanet

2. Драйвер стека

Он обладает лучшими функциями для облачных приложений мониторинга, ведения журнала и диагностики.

Google Stackdriver обеспечивает надежный мониторинг, ведение журналов и диагностику. Он предоставляет интерактивные аналитические функции для мониторинга производительности, работоспособности и доступности облачных приложений. Это позволяет нам обнаруживать, обнаруживать проблемы и помогать устранять их быстрее. Google — лучший пример, когда большинство приложений Google работают на Google Cloud Platform с функциями Stackdriver.

Cloud SDK предназначен для клиентских проектов, а также для создания отчетов и отслеживания ошибок; мы можем использовать отчеты об ошибках Stackdriver.

Ссылки на исходный код Stackdriver Git-Hub

Отчеты об ошибках Stackdriver для клиентского JavaScript

Отладчик Stackdriver для Python

3. Номулюс

Отличное программное обеспечение для регистрации доменных имен

Nomulus — это масштабируемая облачная платформа с открытым исходным кодом для управления доменами верхнего уровня (ДВУ). Это надежный источник для TLD. Он работает для отслеживания прав собственности на доменные имена, обработки регистраций, продлений с проверкой доступности для новых регистраций конечных пользователей, а также для сбора информации о людях и их организациях с подробностями доменного имени.

Nomulus работает и работает на Google App Engine и изначально написан на Java.

Ссылка на исходный код Nomulus Git-Hub

https://github.com/google/номулус

4. Открытая перепись

Это модель статистики и единая общая структура трассировки.

OpenCensus — это уникальная комбинация библиотек с открытым исходным кодом для инструментовки и реализации наблюдаемости в общих системах распространения. Он был создан для минимальных накладных расходов, чтобы обеспечить масштабирование процесса развертывания. OpenCensus автоматически обрабатывает отслеживаемость приложений и представляет их локально.

Это общедоступные API, например, gRPC .

Ссылка на исходный код OpenCensus Git-Hub: https://github.com/census-instrumentation/

5. Лаборатория облачных данных Google

Интерактивный инструмент для изучения и исследования данных, анализа и визуализации с помощью проектов с открытым исходным кодом машинного обучения.

Cloud Datalab — это надежный интерактивный механизм, который создает модели машинного обучения для изучения, исследования и анализа. Он также преобразует и предоставляет информацию о данных на Google Cloud Platform. Он работает на Google Compute Engine и быстро сопоставляется с различными облачными сервисами для задач, связанных с наукой о данных.

Ссылка на исходный код Google Cloud Datalab Git-Hub.

https://github.com/googledatalab/datalab

Читайте: Идеи проекта по информатике

6. Схема

Схема представляет более безопасный доступ к открытому Интернету с лучшим сетевым подключением.

Outline — это программное обеспечение VPN с открытым исходным кодом, выпущенное академией Jigsaw в марте 2018 года. Оно предоставляет персональный и корпоративный VPN-сервер в облачном провайдере по выбору пользователя с минимальными усилиями.

После завершения настройки администраторы сервера Outline могут получить доступ к другим пользователям, подключенным к VPN, с помощью клиентов Outline.

Он создан для прикладного программного обеспечения на базе Windows, macOS, iOS, Android и ChromeOS. Он работает по протоколу Shadowsocks (shadowsocks.org) для связи между клиентом и сервером.

Ссылка на исходный код Outline Git-Hub.

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

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

7. Интра

Intra — это приложение для Android, которое предоставляет вам больше возможностей благодаря лучшим возможностям открытого доступа в Интернет.

Intra защищает вас от манипуляций с DNS, которые представляют собой своего рода кибератаки, связанные с блокировкой платформ социальных сетей, доступа к новостным сайтам и приложениям для обмена сообщениями.

Intra управляет и шифрует ваше интернет-соединение с общедоступным сервером системы доменных имен (DNS). DNS-серверы работают как список контактов для использования Интернета, при этом DNS-сервер предоставляет точные адреса, по которым мы можем посетить веб-сайт. Он также обеспечивает наилучшую безопасность для пользователя с функциями зашифрованного подключения к Интернету.

Ссылка на исходный код внутри Git-Hub.

https://github.com/Jigsaw-Code/Интра

8. Флаттер

Flutter — это проект с открытым исходным кодом, который обеспечивает наилучший высокоточный результат с прекрасным пониманием приложений для iOS и Android из единой кодовой базы.

Это SDK для мобильных приложений для разработки высокопроизводительных и высокоточных приложений для iOS и Android из единой кодовой базы с поведением прокрутки, типографикой, значками и многим другим.

Ссылка на исходный код Flutter Git-Hub.

https://github.com/флаттер/флаттер

9. ИОН

ION — это компактный и портативный набор библиотек и инструментов для разработки клиентских приложений, особенно в графических областях.

Он неадекватный, безопасный, быстрый и надежный, кроссплатформенный со многими устройствами, с мобильными устройствами и браузерами.

Почему мы должны использовать Ион?

Небольшой: на переносных платформах он может иметь размер двоичного файла < 500 КБ.

Надежный и мощный: он обеспечивает более быструю работу с разработанным прикладным программным обеспечением.

Выделение памяти.

Возможности потоковой передачи

1. Функции редактирования параметров среды выполнения
2. Спонтанная производительность в производственной среде

Графические инструменты

1. Он исследует лучшие графические изображения, чтобы обнаружить лучшую производительность.
2. Используйте лучшие изображения для автоматического отображения источников в различных соединениях
3. Лучшие возможности графики во время выполнения для функций редактирования шейдеров во время выполнения.

Протестировано : он хорошо протестирован и предоставляет лучшее решение для тестирования вашего приложения с приведенными ниже подробностями.

1. 100% возможности тестирования
2. Тестовое решение «черный и белый ящик» с результатами модульных и интеграционных тестов.

Кроссплатформенность:

1. Предоставляет кроссплатформенные среды на базе рабочего стола: Linux, Mac OSX, Windows.

Кросс-функционал:

1. Он обеспечивает кросс-функциональную среду для разных команд Google и работает на миллиардах устройств с помощью различных продуктов Google.

Там, где мы можем использовать Google, используется Ion.

Мы можем использовать ION в Daydream, Google Earth и других внутренних приложениях Google.

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

Ссылка на исходный код ION Git-Hub.

https://github.com/google/ион

Обязательно к прочтению: идеи и темы проектов последнего года

10. Лаборатория DeepMind

DeepMind Lab — это настраиваемая 3D-платформа с открытым исходным кодом для исследований искусственного интеллекта на основе агентов.

Это трехмерная игровая программа, разработанная для анализа и продвижения общих приложений на основе искусственного интеллекта и машинного обучения. Он выполняет последовательность стимулирующих исследований и задач по решению головоломок, которые особенно полезны для глубокого вспомогательного обучения. Это управляемый и расширяемый API, который позволяет продуктивно разрабатывать задачи, а также использовать возможности решений с искусственным интеллектом.

Как Google работает над DeepMind Lab

DeepMind Lab используется внутри DeepMind для проведения исследований, а также для обучения агентов обучения.

Ссылка на исходный код DeepMind Git-Hub.

https://github.com/deepmind/lab

11. В8

V8 — это высокопроизводительный движок JavaScript с открытым исходным кодом, который работает в автономном приложении, движок JavaScript, который также может работать в средах встроенного кода. Он собирает и объединяет код JavaScript с машинным уровнем перед выполнением своих дескрипторов, управляет выделением памяти для объектов, собранных мусором, и предоставляет лучшие методы для более быстрого выполнения результатов. V8 также обеспечивает стабильные и интерактивные, отзывчивые результаты работы в Интернете для пользователей.

Исходный код

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

Читайте также: Идеи проекта глубокого обучения

12. Открытое переплетение

Технология с открытым исходным кодом реализует уровень сетевых приложений Weave, который обеспечивает защищенное, надежное и надежное разрешение связи для приложений.

Протоколы Weave обеспечивают связь между одним и несколькими устройствами, а также между устройствами и мобильными устройствами и устройствами в облаке, которые передают данные и управляют в масштабах Интернета вещей (IoT). Weave может обеспечить двухточечную связь и IP-сеть. Например: потоковые, сотовые системы.

Ссылка на исходный код OpenWeave Git-Hub.

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

13. КуберФлоу

Набор инструментов машинного обучения для Kubernetes

Проект Kube Flow в первую очередь ориентирован на развертывание рабочих процессов приложений на основе машинного обучения (ML) в Kubernetes очень скромным, компактным, переносимым и масштабируемым способом. Он обеспечивает честный и доступный подход к развертыванию лучших операций ОС для машинного обучения на различных платформах.

Ссылка на исходный код KuberFlow Git-Hub.

https://github.com/kubeflow/веб-сайт

14. Пурпурный

Magenta — это экзаменационный проект с открытым исходным кодом, который исследует эффективность машинного обучения в методе создания архитектуры и музыки. Он включает в себя новые методы глубокого обучения и развивает поддержку алгоритмов машинного обучения для создания песен, изображений, рисунков и эскизов.

Это также исследование в области разработки интеллектуальных устройств, которые предоставляют художникам и музыкантам лучший механизм, с помощью которого они могут исследовать больше и создавать лучшую музыку и дизайн.

Ссылка на исходный код Magenta Git-Hub.

https://github.com/маджента/маджента

15. ZXing

ZXing — это проект с открытым исходным кодом, а также библиотека обработки изображений штрих-кода, которая выполняет и выполняет язык Java с портами на другие языки. Он также известен как «переход зебры».

ZXing выполняется и реализуется с помощью веб-исследований для получения миллионов индексируемых штрих-кодов в Интернете. Он также создает основу для приложения Android Barcode Scanner, которое объединено с продуктом Google.

Ссылка на исходный код ZXing Git-Hub.

https://github.com/zxing/zxing

16. Открыть набор данных изображений

Open Image Dataset — это набор данных из более чем 9 миллионов смешанных изображений с богатой комбинацией аннотаций; эти образы разные и тоже со сложной визуализацией; с помощью набора данных Open Image мы можем связать и решить эти проблемы с помощью аннотаций меток на уровне изображения, с ограничивающими рамками объектов, с лучшими предложениями сегментов и визуальными связями, а также с дополнительными функциями.

Ссылка на исходный код Open Images Dataset Git-Hub.

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

Изучите курсы по науке о данных в лучших университетах мира. Участвуйте в программах Executive PG, Advanced Certificate Programs или Master Programs, чтобы ускорить свою карьеру.

Заключение

Надеюсь, эта статья помогла вам понять список проектов с открытым исходным кодом. В статье описаны все основные детали проектов, связанных с открытым исходным кодом.