前 16 名開源項目的想法和主題 [適合新手和有經驗的人]

介紹

開源為想要在開源項目中學習和實踐的程序員提供了巨大的機會； 他們還可以為多個開源項目做出貢獻並提高他們的能力。

開源項目列表

這是開源項目的列表； 它有助於開發人員和設計人員在開源項目中探索、發展和提高他們的技能。 Google 開源提供了廣泛級別的環境，他們可以在其中練習和部署應用程序。

1.AdaNet

具有最佳學習能力的敏捷且適應性強的 AutoML

AdaNet 是一個靈活且輕量級的基於 TensorFlow 的自動學習框架，具有最佳質量的模型和最少的專家建議。 它使用帶有 Cortes 的 AdaNet 算法。 它將神經網絡的結構確定為具有最佳學習保證的子網絡的集合。 AdaNet 實現了一個用於學習神經網絡架構的綜合框架。

AdaNet Git-Hub 源代碼鏈接。

https://github.com/tensorflow/adanet

2. 堆棧驅動程序

它具有基於雲的監控、日誌記錄和診斷應用程序的最佳功能。

Google Stackdriver 實現了強大的監控、日誌記錄和診斷功能。 它提供了監控基於雲的應用程序的性能、運行狀況和可用性的交互式洞察功能。 它使我們能夠檢測、發現問題並幫助以更快的方式解決問題。 Google 是大多數 Google 應用程序在具有 Stackdriver 功能的 Google Cloud Platform 上運行的最佳示例。

Cloud SDK 用於客戶端項目，用於報告和跟踪錯誤； 我們可以使用 Stackdriver 錯誤報告。

Stackdriver Git-Hub 源代碼鏈接

客戶端 JavaScript 的 Stackdriver 錯誤報告

適用於 Python 的 Stackdriver 調試器

3. 諾穆盧斯

優秀的域名簽名註冊軟件

Nomulus 是一個可擴展的開源雲平台，用於管理頂級域 (TLD)。 它是 TLD 的可靠來源。它用於跟踪域名控制所有權、處理註冊、續訂以及對新的最終用戶註冊的可用性檢查，並使用域名詳細信息收集人員及其組織的信息。

Nomulus 在 Google App Engine 上運行和運行，最初是用 Java 編寫的。

Nomulus Git-Hub 源代碼鏈接

https://github.com/google/nomulus

4. 開放人口普查

它是一個統計模型和單一共享跟踪框架。

OpenCensus 是開源庫的獨特組合，用於檢測和實現共享分發系統的可觀察性。 它的構建是為了獲得最小的開銷，以便在規模部署過程中實現。 OpenCensus 自動處理來自應用程序的可追溯性並在本地表示它們。

它是面向公眾的 API，例如gRPC 。

OpenCensus Git-Hub 源碼鏈接： https ://github.com/census-instrumentation/

5.谷歌云數據實驗室

通過機器學習開源項目進行數據檢查和探索、分析、可視化的交互式工具。

Cloud Datalab 是一種強大的交互機制，可創建用於檢查、探索和分析的機器學習模型。 它還轉換並提供谷歌云平台上的數據洞察力。 它可以在 Google Compute Engine 上運行，并快速關聯到各種雲服務以執行與數據科學相關的任務。

Google Cloud Datalab Git-Hub 源代碼鏈接。

https://github.com/googledatalab/datalab

閱讀：計算機科學項目理念

6. 大綱

該大綱展示了通過最佳網絡連接更安全地訪問開放互聯網。

Outline 是一款開源 VPN 軟件，由 Jigsaw academy 於 2018 年 3 月發布。它可以根據用戶的喜好在雲提供商上提供個人和企業 VPN 服務器，並且省力。

設置完成後，Outline 服務器管理員可以使用 Outline 客戶端接收對連接到 VPN 的其他用戶的訪問權限。

它是為基於 Windows、macOS、基於 iOS、Android 和基於 ChromeOS 的應用程序軟件而生產的。 它使用 Shadowsocks 協議 (shadowsocks.org) 在客戶端和服務器之間進行通信。

大綱Git-Hub 源代碼鏈接。

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

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

7. 內部

Intra 是一款基於 Android 的應用程序，可通過最佳開放式互聯網訪問功能為您提供更多能力。

Intra 保護您免受 DNS 操縱，這是一種與阻止社交媒體平台、訪問新聞網站和消息傳遞應用程序相關的網絡攻擊。

Intra 運行並加密您與公共域名系統 (DNS) 服務器的互聯網連接。 DNS 服務器作為使用互聯網的聯繫人列表運行，DNS 服務器提供我們可以訪問網站的準確地址。 它還通過加密的互聯網連接功能為用戶提供最佳安全性。

內部Git-Hub 源代碼鏈接。

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

8.顫動

Flutter 是一個開源項目，它提供了最佳的高精度結果，並通過單一代碼庫對 iOS 和 Android 應用程序進行了深入了解。

它是一個基於移動設備的應用程序 SDK，用於從具有滾動行為、排版、圖標等的單一代碼庫為 iOS 和 Android 開發基於高性能、高精度的應用程序。

Flutter Git-Hub 源代碼鏈接。

https://github.com/flutter/flutter

9.離子

ION 是一種緊湊且可移植的庫和工具，用於開發基於客戶端的應用程序，尤其是在圖形領域。

它是不充分的、安全的、快速的和健壯的，它是跨平台的，具有許多設備、基於移動的設備和瀏覽器。

我們為什麼要使用離子？

小：它在便攜式平台上具有 < 500k 二進制大小的能力。

強大而強大：它為開發的應用軟件提供更快的效力。

內存分配。

線程能力

1. 運行時環境設置編輯功能
2. 生產環境中的自發表現

圖形工具

1. 它檢查最佳圖形圖片以發現更好的性能
2. 使用最佳圖片自動顯示各種連接中的源
3. 運行時著色器編輯功能的最佳運行時圖形功能。

經過測試：它經過充分測試，並通過以下詳細信息為您的應用程序提供最佳測試解決方案。

1. 100% 測試能力
2. 黑白盒測試解決方案，帶有單元和集成測試結果

跨平台：

1. 提供基於桌面的跨平台環境：Linux、Mac OSX、Windows。

跨職能：

1. 它為 Google 的不同團隊提供了一個跨職能的環境，並通過各種 Google 產品在數十億台設備上運行。

我們可以使用 Google 的地方使用 Ion。

我們可以在 Daydream、Google Earth 和 Google 的其他其他內部應用程序中使用 ION。

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

ION Git-Hub 源代碼鏈接。

https://github.com/google/ion

必讀：最後一年的項目想法和主題

10. DeepMind 實驗室

DeepMind Lab 是一個開源和可定制的 3D 平台，用於基於代理的 AI 研究。

它是一個 3D 遊戲程序，旨在分析和推進通用人工智能和基於機器學習的應用程序。 它執行一系列對深度支持學習特別有用的刺激探索和解謎任務。 它是一個可管理和可擴展的 API，允許生產任務設計、人工智能設計解決方案功能。

Google 如何在 DeepMind Lab 上工作

DeepMind Lab 在 DeepMind 內部用於研究並訓練學習代理。

DeepMind Git-Hub 源代碼鏈接。

https://github.com/deepmind/lab

11. V8

V8 是一個開源的高性能 JavaScript 引擎，它運行在一個基於獨立的應用程序上，一個 JavaScript 引擎也可以運行在基於嵌入式的代碼環境上。 它在執行其句柄之前收集 JavaScript 並將其組合到機器級代碼，管理垃圾收集對象的內存分配，並為更快的執行結果提供最佳技術。 V8 還為用戶提供了穩定、交互式、響應式的 Web 體驗結果。

源代碼

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

另請閱讀：深度學習項目理念

12. OpenWeave

一種開源技術實現了 Weave 網絡應用層，它為應用程序提供了受保護、可靠和可靠的通信解決方案。

Weave 協議執行一個到多個設備之間以及設備到移動設備和設備到雲之間的連接，它們在物聯網 (IoT) 範圍內傳輸數據和控制。 Weave 可以允許點對點通信和 IP 網絡 For-Example: Thread, Cellular systems。

OpenWeave Git-Hub 源代碼鏈接。

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

13. 庫伯流

Kubernetes 機器學習工具包

Kube Flow 項目主要專注於並致力於以非常適度、緊湊、可移植和可擴展的方式在 Kubernetes 上執行基於機器學習 (ML) 的應用程序工作流的部署。 它提供了一種誠實且易於訪問的方法，可以將 ML 的最佳操作系統操作部署到各種基礎。

KuberFlow Git-Hub 源代碼鏈接。

https://github.com/kubeflow/website

14.洋紅色

Magenta 是一個基於開源的考試項目，旨在探索在創建建築和音樂的方法中的機器學習性能。 它包括新的深度學習方法，並開發了對機器學習算法的支持，以創建歌曲、圖片、設計和草圖。

這也是對開發智能設備的探索，為藝術家和音樂家提供最好的機制，在他們的幫助下，他們可以探索更多，創造最好的音樂和設計。

Magenta Git-Hub 源代碼鏈接。

https://github.com/magenta/magenta

15. 中興

ZXing 是一個開源項目，也是一個條形碼圖像處理庫，可以執行和執行 Java 語言，並帶有其他語言的端口。 它也被稱為（“斑馬線”）

ZXing 是通過網絡研究來執行和實現的，以在網絡上獲得數百萬條可索引的條形碼。 它還為 Android 的 Barcode Scanner 應用程序奠定了基礎，該應用程序被合併到 Google 產品中。

ZXing Git-Hub 源碼鏈接。

https://github.com/zxing/zxing

16. 打開圖像數據集

Open Image Dataset 是 9+ 百萬個混合圖像的 Dataset 集合，具有豐富的註釋組合； 這些圖像是不同的，並且具有復雜的可視化； 在 Open Image 數據集的幫助下，我們可以通過使用圖像級標籤註釋、對象邊界框、更好的分割建議和視覺連接以及更多特徵來連接和解決這些問題。

打開圖像數據集Git-Hub 源代碼鏈接。

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

學習世界頂尖大學的數據科學課程。 獲得行政 PG 課程、高級證書課程或碩士課程，以加快您的職業生涯。

結論

希望本文能幫助您了解開源項目列表。 本文描述了有關開源相關項目的所有基本細節。