是Google的第二代机器学习系列,0、机器学习系统 TensorFlow

文章整理于互联网。
本文收集了 60款 Google 开源的项目,排名顺序按照 Github ★Star 数量排列。
文章整理于互联网。
本文收集了 60款 Google 开源的项目,排名顺序按照 Github ★Star 数量排列。

0、机器学习系统 TensorFlow  ★Star 62533

0、机器学习系列 TensorFlow  ★Star 62533

 

 

图片 1

图片 2

 

 

TensorFlow
是Google的第二代机器学习体系,依照Google所说,在某些标准测试中,TensorFlow的显现比第一代的DistBelief快了2倍。TensorFlow
内建纵深学习的扩张协理,任何可以用统计流图形来发挥的精打细算,都足以接纳TensorFlow。任何按照梯度的机器学习算法都可以收益于TensorFlow的机动分
化(auto-differentiation)。通过灵活的Python接口,要在TensorFlow中发挥想法也会很容易。(详情:https://github.com/tensorflow/tensorflow

TensorFlow
是Google的第二代机器学习类别,按照谷歌所说,在好几条件测试中,TensorFlow的展现比第一代的DistBelief快了2倍。TensorFlow
内建纵深学习的扩充匡助,任何可以用统计流图形来揭橥的测算,都得以行使TensorFlow。任何依照梯度的机器学习算法都可以获益于TensorFlow的自发性分
化(auto-differentiation)。通过灵活的Python接口,要在TensorFlow中表达想法也会很容易。(详情:https://github.com/tensorflow/tensorflow

 

 

1、material-design-icons  ★Star 30315

1、material-design-icons  ★Star 30315

Google 开源了 Material Design 系统图标包里面的 750
个字形。该系统图标包含常用的图标,如用于媒体播放、通讯、内容编排、连接等等。在
Web 应用,安卓和 iOS
设计均适用。(详情:http://google.github.io/material-design-icons/

Google 开源了 Material Design 系统图标包里面的 750
个字形。该系统图标包含常用的图标,如用于媒体播放、通讯、内容编排、连接等等。在
Web 应用,安卓和 iOS
设计均适用。(详情:http://google.github.io/material-design-icons/

 

 

2、前端开发工具组 MDL  ★Star 27873

2、前端开发工具组 MDL  ★Star 27873

图片 3

图片 4

MDL (Material Design Lite) 是 Google 推出的网站前端开发工具组。Material
Design Lite (MDL)可以让您添加一个 Material Design
的外观和感到到你的静态内容网站,不借助于此外的 JavaScript 框架和库。MDL
可以优化跨设备的施用体验,可以在旧版的浏览器举办平整的切换,提供特别便捷的拜访体验。(详情:https://github.com/google/material-design-lite

MDL (Material Design Lite) 是 Google 推出的网站前端开发工具组。Material
Design Lite (MDL)可以让你添加一个 Material Design
的外观和感觉到您的静态内容网站,不借助于其他的 JavaScript 框架和库。MDL
可以优化跨设备的选择体验,可以在旧版的浏览器举办平整的切换,提供特别便捷的拜会体验。(详情:https://github.com/google/material-design-lite

 

 

3、Web 前端框架 Angular  ★Star 25524

3、Web 前端框架 Angular  ★Star 25524

Angular 是一款特别风行且好用的 Web 前端框架,近日由 Google维护。官方已将 Angular 2 和事先的版本 Angular.js 分开维护(两者的 GitHub
地址和品种主页皆不等同)。渐进式 Web 应用,借助现代化 Web
平台的力量,交付 app
式体验。高性能、离线化、零安装。(详情:https://github.com/angular/angular

Angular 是一款特别风靡且好用的 Web 前端框架,目前由 Google维护。官方已将 Angular 2 和事先的版本 Angular.js 分开维护(两者的 GitHub
地址和序列主页皆不平等)。渐进式 Web 应用,借助现代化 Web
平台的力量,交付 app
式体验。高性能、离线化、零安装。(详情:https://github.com/angular/angular

 

 

4、容器集群管理序列 Kubernetes  ★Star 24599

4、容器集群管理体系 Kubernetes  ★Star 24599

Kubernetes 是来自 Google 云平台的开源容器集群管理连串。基于 Docker
构建一个器皿的调度服务。该体系可以自行在一个容器集群中挑选一个工作容器供役使。其主导概念是
Container Pod。(详情:https://github.com/kubernetes/kubernetes

Kubernetes 是缘于 Google 云平台的开源容器集群管理体系。基于 Docker
构建一个器皿的调度服务。该系统可以活动在一个容器集群中甄选一个办事容器供役使。其主题概念是
Container Pod。(详情:https://github.com/kubernetes/kubernetes

 

 

5、数据描述语言 protobuf  ★Star 18447

5、数据描述语言 protobuf  ★Star 18447

Protocol Buffers (ProtocolBuffer/ protobuf
)是Google集团支付的一种多少描述语言,类似于XML可以将结构化数据连串化,可用以数据存储、通信协议等地方。现阶段扶助C++、JAVA、Python等两种编程语言。同XML相比,Protocol
buffers在体系化结构化数据方面有成千上万亮点(详情:https://github.com/google/protobuf

Protocol Buffers (ProtocolBuffer/ protobuf
)是Google公司支付的一种多少描述语言,类似于XML可以将结构化数据序列化,可用以数据存储、通信协议等方面。现阶段支撑C++、JAVA、Python等两种编程语言。同XML比较,Protocol
buffers在体系化结构化数据方面有广大亮点(详情:https://github.com/google/protobuf

 

 

6、Java 常用库 Guava  ★Star 17267

6、Java 常用库 Guava  ★Star 17267

该项目是 Google 的一个开源项目,包含众多 Google 要旨的 Java
常用库。(详情:https://github.com/google/guava

该品种是 Google 的一个开源项目,包含众多 Google 核心的 Java
常用库。(详情:https://github.com/google/guava

 

 

7、Spark  ★Star 13378

7、Spark  ★Star 13378

图片 5

图片 6

斯帕克(Spark)(Spark) 是Google商厦出产的一款基于 Chrome 浏览器的开支环境。提供一组可接纳的
UI 组件。采取 Dart
开发。(安装格局:https://github.com/dart-lang/spark/tree/master/ide

斯帕克(Spark) 是Google商家推出的一款基于 Chrome 浏览器的开发条件。提供一组可拔取的
UI 组件。采纳 Dart
开发。(安装形式:https://github.com/dart-lang/spark/tree/master/ide

 

 

8、RPC 框架 GRPC  ★Star 10363

8、RPC 框架 GRPC  ★Star 10363

GRPC 是一个高性能、开源和通用的 RPC 框架,面向移动和 HTTP/2
设计。近来提供 C、Java 和 Go 语言版本,分别是:grpc, grpc-java, grpc-go.
其中 C 版本匡助 C, C++, Node.js, Python, Ruby, Objective-C, PHP 和 C#
援助.GRPC 基于 HTTP/2 标准设计,带来诸如双向流、流控、头部压缩、单 TCP
连接上的多复用请求等特。这多少个特色使得其在移动设备上表现更好,更省电和节约空间占据。(详情:https://github.com/grpc/grpc

GRPC 是一个高性能、开源和通用的 RPC 框架,面向移动和 HTTP/2
设计。目前提供 C、Java 和 Go 语言版本,分别是:grpc, grpc-java, grpc-go.
其中 C 版本匡助 C, C++, Node.js, Python, Ruby, Objective-C, PHP 和 C#
辅助.GRPC 基于 HTTP/2 标准设计,带来诸如双向流、流控、头部压缩、单 TCP
连接上的多复用请求等特。那么些特色使得其在移动装备上显现更好,更省电和节省空间占据。(详情:https://github.com/grpc/grpc

 

 

9、高质料滑坡图片算法工具Guetzli  ★Star 9959

9、高质地滑坡图片算法工具Guetzli  ★Star 9959

图片 7

图片 8

Guetzli,是一个针对性数码图像和网页图像的 JPEG 编码器,可以通过发出更小的
JPEG 文件来达到更快的在线体验,并且还要保障与当下浏览器,图像处理利用和
JPEG 标准的兼容性。Google 称 Guetzli 创立高质料的 JPEG
图像文件的大小比当下的缩减方法要再小 35%。上图为 16×16
像素样本,是挂在蓝天下的一根电话线,传统 JPEG
算法通常会赶上的失真情形。右侧是未压缩的原图,中间为较小尺寸的
libjpeg,左边是失真更少的 Guetzli
。(详情:https://github.com/google/guetzli

Guetzli,是一个对准数码图像和网页图像的 JPEG 编码器,可以因此暴发更小的
JPEG 文件来达到更快的在线体验,并且还要保障与近年来浏览器,图像处理利用和
JPEG 标准的兼容性。Google 称 Guetzli 成立高质料的 JPEG
图像文件的轻重缓急比近年来的收缩方法要再小 35%。上图为 16×16
像素样本,是挂在蓝天下的一根电话线,传统 JPEG
算法平常会遭遇的失真情况。左侧是未压缩的原图,中间为较小尺码的
libjpeg,左侧是失真更少的 Guetzli
。(详情:https://github.com/google/guetzli

 

 

10、k/v数据库 Leveldb  ★Star 9799

10、k/v数据库 Leveldb  ★Star 9799

Leveldb是一个google实现的不行便捷的kv数据库,如今的版本1.2力所能及匡助billion级另外数据量了。
在这么些数目级别下还具有至极高的性质,首要归功于它的可以的筹划。特别是LSM算法。(详情:https://github.com/google/leveldb

Leveldb是一个google实现的百般连忙的kv数据库,近年来的版本1.2力所能及襄助billion级另外数据量了。
在这多少个数额级别下还存有丰盛高的属性,重要归功于它的名特优的规划。特别是LSM算法。(详情:https://github.com/google/leveldb

 

 

11、自动化网络核查工具 Lighthouse  ★Star 9400

11、自动化网络核查工具 Lighthouse  ★Star 9400

Lighthouse 是一个开源的自动化工具,用于改正网络利用的成色。
可以将其看做一个 Chrome 扩大程序运行,或从命令行运行。 当为 Lighthouse
提供一个要查核的网址,它将针对此页面运行一体系的测试,然后生成一个关于页面性能的报告。可以参考退步的测试,看看可以利用哪些方法来改进应用。(详情:https://github.com/GoogleChrome/lighthouse

Lighthouse 是一个开源的自动化工具,用于改革网络利用的质地。
可以将其作为一个 Chrome 扩充程序运行,或从命令行运行。 当为 Lighthouse
提供一个要查处的网址,它将对准此页面运行一系列的测试,然后生成一个关于页面性能的告诉。可以参照失利的测试,看看可以使用怎么样方法来立异应用。(详情:https://github.com/GoogleChrome/lighthouse

 

 

12、Gson  ★Star 9261

12、Gson  ★Star 9261

Gson 是 Google 提供的用来在 Java 对象和 JSON 数据里面开展映射的 Java
类库。可以将一个 JSON 字符串转成一个 Java
对象,或者反过来。(详情:https://github.com/google/gson

Gson 是 谷歌 提供的用来在 Java 对象和 JSON 数据里面开展映射的 Java
类库。可以将一个 JSON 字符串转成一个 Java
对象,或者反过来。(详情:https://github.com/google/gson

 

 

13、最小系统加载工具 systemjs  ★Star 8356

13、最小系统加载工具 systemjs  ★Star 8356

systemjs
是一个纤维系统加载工具,用来创建插件来处理可代表的面貌加载过程,包括加载
CSS 场景和图纸,重要运行在浏览器和 NodeJS 中。它是 ES6
浏览器加载程序的的增加,将使用在本地浏览器中。平时创设的插件名称是模块本身,假诺没有专门指定用途,则默认插件名是模块的扩充名称。(详情:https://github.com/systemjs/systemjs

systemjs
是一个微小系统加载工具,用来创建插件来处理可代表的气象加载过程,包括加载
CSS 场景和图片,重要运行在浏览器和 NodeJS 中。它是 ES6
浏览器加载程序的的恢宏,将使用在本地浏览器中。平常创制的插件名称是模块本身,要是没有特别指定用途,则默认插件名是模块的扩充名称。(详情:https://github.com/systemjs/systemjs

 

 

14、体系化库 FlatBuffers  ★Star 7991

14、系列化库 FlatBuffers  ★Star 7991

FlatBuffers 是一个 Java
的队列化库,用于游戏和任何内存受限的采纳。FlatBuffers
可以让你直接访问连串化后的数据,无需解压并开展辨析的进程。同时提供很强的迈入和向后包容性。FlatBuffers
匡助 C++ 和 Java
语言,无需依靠第三方库匡助。(详情:https://github.com/google/flatbuffers

FlatBuffers 是一个 Java
的连串化库,用于游戏和任何内存受限的运用。FlatBuffers
可以让你直接访问类别化后的数码,无需解压并拓展解析的进程。同时提供很强的前进和向后兼容性。FlatBuffers
辅助 C++ 和 Java
语言,无需依靠第三方库襄助。(详情:https://github.com/google/flatbuffers

 

 

15、Xi 文本编辑器 Xi Editor  ★Star 8000

15、Xi 文本编辑器 Xi Editor  ★Star 8000

Xi Editor 是 谷歌 开源的一款用 Rust 语言编写的文本编辑器,最初是为 Mac
OS X 构建的,使用 Cocoa
作为用户界面,已有计划适配另外平台。所有编辑操作都可以在 16ms
之内提交并处理。文本绘制使用最好的技巧(如 Mac 上的 Core Text,Windows
上的 DirectWrite 等),并完全扶助Unicode。(详情:https://github.com/google/xi-editor

Xi Editor 是 Google 开源的一款用 Rust 语言编写的文书编辑器,最初是为 Mac
OS X 构建的,使用 Cocoa
作为用户界面,已有计划适配另外平台。所有编辑操作都可以在 16ms
之内提交并拍卖。文本绘制使用最好的技能(如 Mac 上的 Core Text,Windows
上的 DirectWrite 等),并完全协助Unicode。(详情:https://github.com/google/xi-editor

 

 

16、Grumpy  ★Star 7760

16、Grumpy  ★Star 7760

Grumpy 是一个 Python  to Go 源代码翻译编译器和运行时,意在替代 CPython
2.7。 关键的分别是它将 Python 源代码编译为 Go
源代码,然后将其编译为本机代码,而不是字节码。这代表 Grumpy 没有
VM。编译的 Go 源代码是对 Grumpy 运行时的一多元调用,Go 库服务与 Python C
API 类似的目标(即使不直接襄助 C
API)。(详情:https://github.com/google/grumpy

Grumpy 是一个 Python  to Go 源代码翻译编译器和运行时,目的在于替代 CPython
2.7。 关键的分别是它将 Python 源代码编译为 Go
源代码,然后将其编译为本机代码,而不是字节码。那意味 Grumpy 没有
VM。编译的 Go 源代码是对 Grumpy 运行时的一雨后春笋调用,Go 库服务与 Python C
API 类似的目标(即使不直接匡助 C
API)。(详情:https://github.com/google/grumpy

 

 

17、Javascript 编译器 Traceur  ★Star 7300

17、Javascript 编译器 Traceur  ★Star 7300

Traceur 是一个来源于 Google 的 Javascript
编译器,通过它可以体验一些很新并且有趣的 Javascript
语言特征,这么些大多数是还不曾被当下浏览器实现的 ECMAScript
标准或草案,比如:数组相比较、类、模块、迭代器、方法参数默认值、Promise等。(详情:https://github.com/google/traceur-compiler

Traceur 是一个出自 Google 的 Javascript
编译器,通过它可以体验一些很新并且有趣的 Javascript
语言特色,这些大多数是还尚未被眼前浏览器实现的 ECMAScript
标准或草案,比如:数组相比、类、模块、迭代器、方法参数默认值、Promise等。(详情:https://github.com/google/traceur-compiler

 

 

18、媒体播放器 ExoPlayer  ★Star 7152

18、媒体播放器 ExoPlayer  ★Star 7152

图片 9

图片 10

ExoPlayer 是 Android 上一个应用级的媒体播放器。它为 Android MediaPlayer
的 API 在播放本地或在线的录像与节奏上提供了一个候选。ExoPlayer 帮助部分
Android MediaPlayer API 无法提供的特征,包括 DASH 和 SmoothStreaming
自适应重放,持久的高速缓存和自定义渲染器。不像 MediaPlayer
API,EXOPlayer 很容易定制和扩张,而且它可以因此 Play Store
更新提高。(详情:https://github.com/google/ExoPlayer

ExoPlayer 是 Android 上一个应用级的媒体播放器。它为 Android MediaPlayer
的 API 在播音本地或在线的视频与节奏上提供了一个候选。ExoPlayer 扶助部分
Android MediaPlayer API 无法提供的风味,包括 DASH 和 SmoothStreaming
自适应重播,持久的高速缓存和自定义渲染器。不像 MediaPlayer
API,EXOPlayer 很容易定制和扩充,而且它可以透过 Play Store
更新提高。(详情:https://github.com/google/ExoPlayer

 

 

19、代码构建工具Bazel  ★Star 6641

19、代码构建工具Bazel  ★Star 6641

Bazel 是 谷歌 的一款可再生的代码构建工具。它最首假使用来构建 Google的软件,处理出现在Google的支出环境的构建问题,比如说:大规模数据构建问题,共享代码库问题,从源代码构建的软件的有关题材。援助多种语言并且跨平台,还襄助自动化测试和安排、具有再次出现性(Reproducibility)和规模化等特征。(详情:https://github.com/bazelbuild/bazel

Bazel 是 Google 的一款可再生的代码构建工具。它根本是用于构建 Google的软件,处理出现在谷歌的支出条件的构建问题,比如说:大规模数据构建问题,共享代码库问题,从源代码构建的软件的连锁问题。扶助多种语言并且跨平台,还援助自动化测试和配备、具有重现性(Reproducibility)和规模化等特点。(详情:https://github.com/bazelbuild/bazel

 

 

20、创作模式和作曲曲子的机器智能 magenta  ★Star 6563

20、创作艺术和作曲曲子的机械智能 magenta  ★Star 6563

Google Brain团队的一组钻探人口宣布了一个体系Project
Magenta,其首要性对象是应用机械学习创作格局和作曲曲子。Project
Magenta使用了
TensorFlow系统,探究人士在GitHub上开源了他们的模子和工具。(详情:https://github.com/tensorflow/magenta

Google Brain团队的一组啄磨人士发布了一个类型Project
Magenta,其首要性目标是运用机械学习创作形式和作曲曲子。Project
Magenta使用了
TensorFlow系统,商讨人口在GitHub上开源了他们的模型和工具。(详情:https://github.com/tensorflow/magenta

 

 

21、自动生成命令行界面的内容库 Python Fire  ★Star 6500

21、自动生成命令行界面的内容库 Python Fire  ★Star 6500

Python Fire 是 Google 开源的一个可从其他 Python
代码自动生成命令行接口(CLI)的库。Python Fire 是一种在 Python 中创建CLI 的粗略方法;是付出和调节 Python 代码的卓有效能工具;可以使 Bash 和
Python
之间的转移更为容易;并且通过运用你需要导入和创立的模块和变量来设置
REPL,使得应用 Python REPL 更易于

Python Fire 是 Google 开源的一个可从其他 Python
代码自动生成命令行接口(CLI)的库。Python Fire 是一种在 Python 中开创
CLI 的大概方法;是付出和调试 Python 代码的有效性工具;可以使 Bash 和
Python
之间的更换更为容易;并且经过应用你需要导入和创立的模块和变量来安装
REPL,使得应用 Python REPL 更便于

(详情:https://github.com/google/python-fire

(详情:https://github.com/google/python-fire

 

 

22、软硬件框架AnyPixel.js  ★Star 5906

22、软硬件框架AnyPixel.js  ★Star 5906

图片 11

图片 12

AnyPixel.js 是 Google开源的一个软件和硬件框架,可以用来构建各类由“像素”构成的显示,每个像素可以是另外一种可相互的实业对象,如
LED
灯、气球等。(详情:https://github.com/googlecreativelab/anypixel

AnyPixel.js 是 Google开源的一个软件和硬件框架,可以用来构建各样由“像素”构成的显示,每个像素可以是其他一种可相互的实体对象,如
LED
灯、气球等。(详情:https://github.com/googlecreativelab/anypixel

 

 

23、物联网工具Physical Web  ★Star 5899

23、物联网工具Physical Web  ★Star 5899

图片 13

图片 14

Physical Web 是由 Chrome 团队为主的一个品种, 意在用 URL 连接世界,
方便用户接受多少。在Web世界中,各类URL可以说是链接的根基,也是去中心化的,所以“The
Physical
Web”要做的就是让每个智能装备用URL来标识自己,然后用户遵照自己的内需经过URL和设备开展相互。那样一来,你使用智能设备的体会就和在网站上使
用各样超链接差不多了。(详情:https://github.com/google/physical-web

Physical Web 是由 Chrome 团队核心的一个门类, 目的在于用 URL 连接世界,
方便用户接受多少。在Web世界中,各样URL可以说是链接的根基,也是去中央化的,所以“The
Physical
Web”要做的就是让各种智能设备用URL来标识自己,然后用户遵照自己的急需经过URL和设施开展互动。这样一来,你拔取智能设备的体验就和在网站上使
用各类超链接差不多了。(详情:https://github.com/google/physical-web

 

 

24、Docker 容器性能分析工具cAdvisorc  ★Star 5853

24、Docker 容器性能分析工具cAdvisorc  ★Star 5853

Advisor 是Google公司用来分析运行中的 Docker
容器的资源占用以及性能特点的工具。cAdvisor
是一个运作中的守护进程用来收集、聚合、处理和导出运行容器相关的消息,每个容器保持单身的参数、历史资源采用状态和一体化的资源使用数据。当前扶助lmctfy 容器和 Docker
容器。(详情:https://github.com/google/cadvisor

Advisor 是Google公司用来分析运行中的 Docker
容器的资源占用以及性能特点的工具。cAdvisor
是一个运行中的守护进程用来采访、聚合、处理和导出运行容器相关的音讯,每个容器保持独立的参数、历史资源利用情况和一体化的资源接纳数据。当前支撑
lmctfy 容器和 Docker
容器。(详情:https://github.com/google/cadvisor

 

 

25、C++单元测试工具  ★Star 5755

25、C++单元测试工具  ★Star 5755

Google的开源C++单元测试框架Google Test,简称gtest
是一个充足的不易单元测试框架。匡助跨平台以及包括 Windows CE 和 Symbian
在内的一部分手机操作系统。(详情:https://github.com/google/googletest

Google的开源C++单元测试框架Google Test,简称gtest
是一个可怜的不利单元测试框架。襄助跨平台以及包括 Windows CE 和 Symbian
在内的局部手机操作系统。(详情:https://github.com/google/googletest

 

 

26、IndexedDB 关系查询引擎 lovefield  ★Star 5532

26、IndexedDB 关系查询引擎 lovefield  ★Star 5532

lovefield 是创设在 IndexedDB 上的关系查询引擎。它提供了接近 SQL
的语法,并且可以跨浏览器工作(近期援助 Chrome 37 及以上版本,Firefox 31
及以上版本,IE 10
及以上版本)。(详情:https://github.com/google/lovefield

lovefield 是确立在 IndexedDB 上的关系查询引擎。它提供了类似 SQL
的语法,并且可以跨浏览器工作(如今支撑 Chrome 37 及以上版本,Firefox 31
及以上版本,IE 10
及以上版本)。(详情:https://github.com/google/lovefield

 

 

27、 Java 生成器源代码集合 Auto  ★Star 5295

27、 Java 生成器源代码集合 Auto  ★Star 5295

Auto 是 Java 生成器源代码集合,Java
有许多机械、重复、未经测试的代码,而且有时会并发局部神秘的 Bug 。Auto
项目是全自动执行这个类另外职责的代码生成器的汇聚,他们得以无 Bug
创立你要编制的代码。(详情:https://github.com/google/auto

Auto 是 Java 生成器源代码集合,Java
有过多机械、重复、未经测试的代码,而且有时相会世部分神秘的 Bug 。Auto
项目是自动执行这个类其余职责的代码生成器的聚合,他们可以无 Bug
创制你要编制的代码。(详情:https://github.com/google/auto

 

 

28、Python 代码格式化的工具  ★Star 5197

28、Python 代码格式化的工具  ★Star 5197

YAPF 是 Google 开发的一个用来格式化 Python
代码的工具。(详情:https://github.com/google/yapf

YAPF 是 Google 开发的一个用来格式化 Python
代码的工具。(详情:https://github.com/google/yapf

 

 

29、基于 TensorFlow 的神经网络库 Sonnet  ★Star 5000

29、基于 TensorFlow 的神经网络库 Sonnet  ★Star 5000

 

 

图片 15

图片 16

 

 

Sonnet
库使用面向对象的艺术,允许创制定义一些前向传导总计的模块。模块用部分输入
Tensor 调用,添加操作到图里并赶回输出
Tensor。其中一种设计采纳是通过在紧接着调用相同的模块时自动重用变量来保证变量分享被透明化处理。
该库兼容 Linux/Mac OS X 和 Python 2.7。TensorFlow 的版本必须至少为
1.0.1。Sonnet 辅助 TensorFlow 的 virtualenv 安装形式,以及 nativ pip
安装。(详情:https://github.com/deepmind/sonnet

Sonnet
库使用面向对象的方法,允许创立定义一些前向传导统计的模块。模块用一些输入
Tensor 调用,添加操作到图里并重回输出
Tensor。其中一种设计采用是透过在跟着调用相同的模块时自动重用变量来担保变量分享被透明化处理。
该库兼容 Linux/Mac OS X 和 Python 2.7。TensorFlow 的版本必须至少为
1.0.1。Sonnet 襄助 TensorFlow 的 virtualenv 安装格局,以及 nativ pip
安装。(详情:https://github.com/deepmind/sonnet

 

 

30、无损压缩算法Brotli  ★Star 4822

30、无损压缩算法Brotli  ★Star 4822

Brotli 是一个通用目标的无损压缩算法,它通过用变种的 LZ77 算法,Huffman
编码和二阶文本建模举办数据压缩,是一种压缩比很高的收缩方法。在削减速度上跟
Deflate
差不多,不过提供了更凝聚的缩减。(详情:https://github.com/google/brotli

Brotli 是一个通用目的的无损压缩算法,它通过用变种的 LZ77 算法,Huffman
编码和二阶文本建模举行数据压缩,是一种收缩比很高的压缩方法。在回落速度上跟
Deflate
差不多,不过提供了更密集的滑坡。(详情:https://github.com/google/brotli

 

 

31、负载均衡系统 Seesaw  ★Star 4286

31、负载均衡系统 Seesaw  ★Star 4286

Seesaw 是 Google 开源的一个基于 Linux 的载荷均衡系统。Seesaw
包含基本的载荷均衡特性,同时襄助部分高等的效劳,诸如:anycast, Direct
Server Return (DSR), 协理六个 VLANs
和集中式配置。同时其计划的主题是容易维护。(详情:https://github.com/google/seesaw

Seesaw 是 Google 开源的一个基于 Linux 的载重均衡系统。Seesaw
包含基本的负荷均衡特性,同时襄助部分高档的功能,诸如:anycast, Direct
Server Return (DSR), 补助四个 VLANs
和集中式配置。同时其计划的核心是容易维护。(详情:https://github.com/google/seesaw

 

 

32、Gumbo  ★Star 4060

32、Gumbo  ★Star 4060

Gumbo 是 Google的一款用C语言实现的HTML5解析库,无需任何外部倚重。(详情:https://github.com/google/gumbo-parser

Gumbo 是 Google的一款用C语言实现的HTML5解析库,无需任何外部看重。(详情:https://github.com/google/gumbo-parser

 

 

33、GXUI  ★Star 3803

33、GXUI  ★Star 3803

GXUI 是 Google 出品的一个跨平台 GO 语言的 UI
框架。(详情:https://github.com/google/gxui

GXUI 是 Google 出品的一个跨平台 GO 语言的 UI
框架。(详情:https://github.com/google/gxui

 

 

34、iOS UI 测试自动化框架 EarlGrey  ★Star 3721

34、iOS UI 测试自动化框架 EarlGrey  ★Star 3721

遵守开源Apache授权的EarlGrey,由Objective-C编写而成。Google也实在用的它来测试自己的iOS
app。EarlGrey可支撑和宪章回溯至iOS
8的装置,有关该工具的详细文档请戳这里。除了EarlGrey,其余iOS
UI测试自动化框架还包括Calabash和Sauce
Labs的Appium。(详情:https://github.com/google/EarlGrey

遵从开源Apache授权的EarlGrey,由Objective-C编写而成。Google也的确用的它来测试自己的iOS
app。EarlGrey可支撑和效仿回溯至iOS
8的设备,有关该工具的详实文档请戳这里。除了EarlGrey,另外iOS
UI测试自动化框架还包括Calabash和Sauce
Labs的Appium。(详情:https://github.com/google/EarlGrey

 

 

35、Blockly  ★Star 3520

35、Blockly  ★Star 3520

Blockly 是一个按照 Web 的可视化编程工具,只需要拖动多少个图形就可以编程,
完全不需要打字. 依照项目FAQ介绍,
这些新语言的首要目标是为web应用提供宏(或脚本编 程)的补助.
可以把变化的脚本输出成javascript, python
等.已经有多少个应用Blockly的demo.(详情:https://github.com/google/blockly

Blockly 是一个依照 Web 的可视化编程工具,只需要拖动多少个图形就足以编程,
完全不需要打字. 依据项目FAQ介绍,
这多少个新语言的关键目标是为web应用提供宏(或脚本编 程)的匡助.
可以把转变的台本输出成javascript, python
等.已经有几个使用Blockly的demo.(详情:https://github.com/google/blockly

 

 

36、go-github  ★Star 2707

36、go-github  ★Star 2707

go-github  是 Google 对 Github 的怒放 API 举行 Go
语言封装的一个类型。(详情:https://github.com/google/go-github

go-github  是 Google 对 Github 的绽开 API 举行 Go
语言封装的一个品种。(详情:https://github.com/google/go-github

 

 

37、抓取bug工具 error-prone   ★Star 2708

37、抓取bug工具 error-prone   ★Star 2708

error-prone 用来抓取 Java
编译时的一无是处。平时使用编译器只好做静态类型的自我批评。但运用此工具,可以举办编译器的项目分析,可以检测并抓取到编译过程中的
Bug,可以大大的节约开发者的时日。(详情:https://github.com/google/error-prone

error-prone 用来抓取 Java
编译时的错误。平日采用编译器只可以做静态类型的自我批评。但运用此工具,能够举行编译器的门类分析,可以检测并抓取到编译过程中的
Bug,能够大大的节约开发者的时间。(详情:https://github.com/google/error-prone

 

 

38、ROS 系统帮忙的 SLAM 库 Cartographer   ★Star 2700

38、ROS 系统援助的 SLAM 库 Cartographer   ★Star 2700

Cartographer,是Google开源的一个ROS系统帮忙的2D和3D SLAM(simultaneous
localization and mapping)库。SLAM
算法结合来自两个传感器(比如,LIDAR、IMU 和
录像头)的数码,同步总括传感器的职务并绘制传感器周围的条件。在产业界和教育界常见的传感器配置上,Cartographer
能实时建立全局一致的地形图。(详情:https://github.com/googlecartographer/cartographer

Cartographer,是Google开源的一个ROS系统帮忙的2D和3D SLAM(simultaneous
localization and mapping)库。SLAM
算法结合来自几个传感器(比如,LIDAR、IMU 和
视频头)的数据,同步总结传感器的地点并绘制传感器周围的环境。在产业界和教育界常见的传感器配置上,Cartographer
能实时建立全局一致的地图。(详情:https://github.com/googlecartographer/cartographer

 

 

39、安卓电量分析工具 Battery Historian   ★Star 2579

39、安卓电量分析工具 Battery Historian   ★Star 2579

图片 17

图片 18

 

 

Battery Historian 是一个透过分析安卓 “bugreport”
进程文件来总括电量消费境况。它同意应用程序开发人士在时刻线上可视化系统和动用程序级事件,具有活动和缩放效用,在装置上完全充电后得以轻松查看各样汇总总括音信,并能采用应用程序,检查影响应用程序特定电池的目的。
它还允许几个错误报告的A /
B相比较,优良体现紧要电池相关目标的差异。(详情:https://github.com/google/battery-historian

Battery Historian 是一个通过分析安卓 “bugreport”
进程文件来总括电量消费状态。它同意应用程序开发人士在时光线上可视化系统和采纳程序级事件,具有活动和缩放效率,在配备上完全充电后得以轻松查看各类汇总总结信息,并能选用应用程序,检查影响应用程序特定电池的目标。
它还同意四个错误报告的A /
B相比较,特出展示首要电池相关目的的歧异。(详情:https://github.com/google/battery-historian

 

 

40、通用编码器&解码器框架 seq2seq  ★Star 2433

40、通用编码器&解码器框架 seq2seq  ★Star 2433

图片 19

图片 20

 

 

seq2seq 是 Google 开源的一款用于 TensorFlow
的通用编码器&解码器框架(encoder-decoder
framework),可用以机器翻译、文本摘要、会话建模、图像描述等。(详情:https://github.com/google/seq2seq

seq2seq 是 Google 开源的一款用于 TensorFlow
的通用编码器&解码器框架(encoder-decoder
framework),可用以机器翻译、文本摘要、会话建模、图像描述等。(详情:https://github.com/google/seq2seq

 

 

41、Web应用 Tracing Framework   ★Star 2371

41、Web应用 Tracing Framework   ★Star 2371

图片 21

图片 22

 

 

Tracing Framework 是一套库、工具,用于跟踪和调查复杂的 Web
应用。它就足以帮您发现代码的性质问题,并且帮你制作非凡流畅的 60 FPS Web
应用。它如今只好用于特定的行使场面,并不是为运用于具有场景而设计,即使你在使用过程中相遇了问题,请呈递你的
Bug。(详情:https://github.com/google/tracing-framework

Tracing Framework 是一套库、工具,用于跟踪和查明复杂的 Web
应用。它就足以帮您发觉代码的属性问题,并且帮你制作分外顺理成章的 60 FPS Web
应用。它目前只得用于特定的施用场所,并不是为利用于所有场景而规划,假设您在动用过程中遇见了问题,请呈递你的
Bug。(详情:https://github.com/google/tracing-framework

 

 

42、深度概率编程语言 爱德华(Edward)   ★Star 2395

42、深度概率编程语言 爱德华   ★Star 2395

爱德华(Edward) 是一个用于概率建模、推理和评估的 Python
库。它是一个用来快捷实验和钻研概率模型的测试平台,其蕴含的模型范围从在小数码集上的经典层次模型到在大数据集上的扑朔迷离深度概率模型。爱德华(Edward)融合了以下两个世界:贝叶斯统计学和机具学习、深度学习、概率编程。(详情:https://github.com/blei-lab/edward

爱德华 是一个用以概率建模、推理和评估的 Python
库。它是一个用于快捷实验和钻研概率模型的测试平台,其含有的模型范围从在小数目集上的经文层次模型到在大数据集上的错综复杂深度概率模型。爱德华融合了以下五个世界:贝叶斯总结学和机具学习、深度学习、概率编程。(详情:https://github.com/blei-lab/edward

 

 

43、JavaScript 库 Closure Library   ★Star 2257

43、JavaScript 库 Closure Library   ★Star 2257

Closure Library 是一个强大的 JavaScript 库,用于复杂的宽泛的 Web
应用。它被不少 Google Web 应用使用,比如 Gmail 和 GoogleDocs。(详情:https://github.com/google/closure-library

Closure Library 是一个有力的 JavaScript 库,用于复杂的大规模的 Web
应用。它被过多 Google Web 应用使用,比如 Gmail 和 GoogleDocs。(详情:https://github.com/google/closure-library

 

 

44、大型微服务系统管理工具 Istio   ★Star 2291

44、大型微服务系统管理工具 Istio   ★Star 2291

Istio 是一个由Google、IBM 与 Lyft
共同开发的开源项目,目的在于提供一种统一化的微服务连接、安全保障、管理与监督措施。Istio
项目可以为微服务架构提供流量管理机制,同时亦为另外增值效益(包括安全性、监控、路由、连接管理与策略等)创建了根基。这款软件使用久经考验的
Lyft Envoy
代理举行构建,可在无需对应用程序代码作出任何发动的前提下实现可视性与控制能力。(详情:https://github.com/istio/istio

Istio 是一个由Google、IBM 与 Lyft
共同开发的开源项目,目的在于提供一种统一化的微服务连接、安全保障、管理与督查措施。Istio
项目可以为微服务架构提供流量管理机制,同时亦为其他增值效益(包括安全性、监控、路由、连接管理与政策等)创设了基础。这款软件应用久经考验的
Lyft Envoy
代理进行构建,可在不必对应用程序代码作出任何发动的前提下促成可视性与控制能力。(详情:https://github.com/istio/istio

 

 

45、远程现场取证系统 GRR   ★Star 2100

45、远程现场取证系统 GRR   ★Star 2100

GRR 是 Google 开发的长途现场事件取证系统。GRR
由一个代理(客户端)和劳务器端组成,客户端可以配备在一个职责系统中,服务器可以管理客户端,跟客户端举办交互。(详情:https://github.com/google/grr

GRR 是 Google 开发的长途现场事件取证系统。GRR
由一个代理(客户端)和服务器端组成,客户端可以配备在一个职责系统中,服务器可以管理客户端,跟客户端举办互相。(详情:https://github.com/google/grr

 

 

46、Android 的上浮操作栏 Hover   ★Star 2053

46、Android 的浮动操作栏 Hover   ★Star 2053

Hover 是一个用以 Android 的漂移操作栏。该菜单栏可以作为一个 service
启动,从而跨进程使用,悬浮在桌面或者其余应用程序的前方,当然,这里需要提请权限。
Hover 仍处于开发阶段,还有很多代码清理工作急需做,也就是说,Hover
现在单纯处于可用状态。(详情:https://github.com/google/hover

Hover 是一个用来 Android 的漂浮操作栏。该菜单栏可以看作一个 service
启动,从而跨进程使用,悬浮在桌面或者其他应用程序的前面,当然,这里需要报名权限。
Hover 仍处在开发阶段,还有众多代码清理工作索要做,也就是说,Hover
现在单独处于可用状态。(详情:https://github.com/google/hover

 

 

47、模块化深度学习连串 Tensor2Tensor   ★Star 2000

47、模块化深度学习体系 Tensor2Tensor   ★Star 2000

Tensor2Tensor 是一个模块化和可扩大的库和二进制文件,
 可以匡助人们为各类机器学习程序创设起头进的模子,可使用于四个世界,如翻译、语法分析、图像音讯描述等,大大提升了研究和付出的进度。(详情:https://github.com/tensorflow/tensor2tensor

Tensor2Tensor 是一个模块化和可扩充的库和二进制文件,
 能够援助人们为各类机器学习程序创立开端进的模子,可使用于六个领域,如翻译、语法分析、图像音信描述等,大大提高了探讨和付出的快慢。(详情:https://github.com/tensorflow/tensor2tensor

 

 

48、Google 模糊测试服务 OSS-Fuzz   ★Star 1781

48、Google 模糊测试服务 OSS-Fuzz   ★Star 1781

OSS-Fuzz
可以针对开源软件拓展持续的歪曲测试,它的目标是采用革新的混淆测试技术与可举行的分布式执行相结合,升高一般软件基础架构的安全性与平稳。OSS-Fuzz
结合了多种模糊测试技术/漏洞捕捉技术(即原来的libfuzzer)与清洗技术(即原来的
AddressSanitizer),并且通过 ClusterFuzz
为科普可分布式执行提供了测试环境。(详情:https://github.com/google/oss-fuzz

OSS-Fuzz
可以针对开源软件拓展不断的模糊测试,它的目标是拔取革新的歪曲测试技术与可开展的分布式执行相结合,提升一般软件基础架构的安全性与稳定。OSS-Fuzz
结合了多种模糊测试技术/漏洞捕捉技术(即原来的libfuzzer)与清洗技术(即原来的
AddressSanitizer),并且通过 ClusterFuzz
为科普可分布式执行提供了测试环境。(详情:https://github.com/google/oss-fuzz

 

 

49、优化搜索工具or-tools   ★Star 1771

49、优化搜索工具or-tools   ★Star 1771

or-tools 是 Google 的优化搜索工具。谷歌优化工具包括:约束编程解决方案;为线性规划和交集整数规划解决方案提供简单统一的接口,包括
CBC, CLP, GLOP, GLPK, Gurobi, SCIP, 和 Sulum;背包算法;图算法
(最短路径,线性和分红,最小费用流,最大流)(详情:https://github.com/google/or-tools

or-tools 是 Google 的优化搜索工具。Google优化工具包括:约束编程解决方案;为线性规划和混合整数规划解决方案提供简单统一的接口,包括
CBC, CLP, GLOP, GLPK, Gurobi, SCIP, 和 Sulum;背包算法;图算法
(最短路径,线性和分配,最小费用流,最大流)(详情:https://github.com/google/or-tools

 

 

50、加密库安全测试套件 Wycheproof   ★Star 1722

50、加密库安全测试套件 Wycheproof   ★Star 1722

Wycheproof
是Google开源的加密库测试项目,它富含一体系安全测试,用来检测加密库(cryptographic
libraries)软件是否存在已知的抨击漏洞。(详情:https://github.com/google/wycheproof

Wycheproof
是Google开源的加密库测试项目,它包含一雨后春笋安全测试,用来检测加密库(cryptographic
libraries)软件是否存在已知的抨击漏洞。(详情:https://github.com/google/wycheproof

 

 

51、Common Lisp Koans   ★Star 1695

51、Common Lisp Koans   ★Star 1695

Common Lisp Koans(lisp-koans)是一个语言学习磨练程序,类似 ruby
koans,python koans 等等。Common Lisp Koans 紧固然扶持学习一些 lisp
规范特性和改正,可以学学到大方的 Common Lisp
语言特征。(详情:https://github.com/google/lisp-koans

Common Lisp Koans(lisp-koans)是一个言语学习磨炼程序,类似 ruby
koans,python koans 等等。Common Lisp Koans 首如若支援学习一些 lisp
规范特性和改进,可以学习到大方的 Common Lisp
语言特征。(详情:https://github.com/google/lisp-koans

 

 

52、 3D 图形开源压缩库 Draco   ★Star 1600

52、 3D 图形开源压缩库 Draco   ★Star 1600

Draco 是一种库,用于压缩和解压缩 3D 几何网格(geometric
mesh)和点云(point cloud)。换句话说,它显明裁减了 3D
图形文件的轻重,同时对 3D
图形的观察者来说又历来不严重影响视觉效果。它还目的在于改革 3D
图形的回落和传导。Draco 是当做 C++ 源代码公布的,可以用来压缩 3D
图形,另外还揭露了拍卖编码数据的 C++ 和 Javascript
解码器。(详情:https://github.com/google/draco

Draco 是一种库,用于压缩和解压缩 3D 几何网格(geometric
mesh)和点云(point cloud)。换句话说,它显明裁减了 3D
图形文件的尺寸,同时对 3D
图形的观望者来说又历来不严重影响视觉效果。它还目的在于改正 3D
图形的压缩和传导。Draco 是用作 C++ 源代码发布的,可以用来压缩 3D
图形,另外还发表了拍卖编码数据的 C++ 和 Javascript
解码器。(详情:https://github.com/google/draco

 

 

 

 

53、 JavaScript 库 Shaka Player   ★Star 1354

53、 JavaScript 库 Shaka Player   ★Star 1354

Shaka Player 它实现了 DASH 客户端的效率。它的播报效果基于 HTML5
video、MediaSource Extensions,和 Encrypted Media Extensions 。一般的
DASH
客户端功用很难落实。(详情:https://github.com/google/shaka-player

Shaka Player 它实现了 DASH 客户端的坚守。它的播音效果基于 HTML5
video、MediaSource Extensions,和 Encrypted Media Extensions 。一般的
DASH
客户端效能很难实现。(详情:https://github.com/google/shaka-player

 

 

54、TensorFlow 深度学习库 Fold   ★Star 1192

54、TensorFlow 深度学习库 Fold   ★Star 1192

TensorFlow Fold 是用于创造使用结构化数据的 TensorFlow
模型库,其中总计图的布局取决于输入数据的结构。 TensorFlow Fold
使得拍卖不同数量尺寸和结构的吃水学习模型更便于实现。(详情:https://github.com/tensorflow/fold

TensorFlow Fold 是用以创建使用结构化数据的 TensorFlow
模型库,其中总计图的布局取决于输入数据的结构。 TensorFlow Fold
使得拍卖不同数额尺寸和布局的吃水学习模型更易于实现。(详情:https://github.com/tensorflow/fold

 

 

55、谷歌 地球公司版 Earth Enterprise   ★Star 1161

55、Google 地球集团版 Earth Enterprise   ★Star 1161

Earth Enterprise 是 Google Earth Enterprise
的开源版本,是一个提供构建和托管自定义 3D 地球模型和 2D
地图的地理空间利用,目的在于让社区延续立异和推进该项目。(详情:https://github.com/google/earthenterprise

Earth Enterprise 是 谷歌 Earth Enterprise
的开源版本,是一个提供构建和托管自定义 3D 地球模型和 2D
地图的地理空间应用,目的在于让社区继承改进和促进该品种。(详情:https://github.com/google/earthenterprise

 

 

 

 

56、图像差距相比较库 Butteraugli   ★Star 1100

56、图像差距比较库 Butteraugli   ★Star 1100

Butteraugli
是用来评定多个图像之间的相似度。通过辨认图像之间有些最受关注的差距点并付诸相似度分值。这么些类其它一个重点思想是对出入受体的不同颜色的职务和密度的总括,特别是褐色的低密度锥窝。另一个想法来自于更精确的神经节细胞建模,特别是抑制频率空间。近日该品种只提供了
C++ 接口。(详情:https://github.com/google/butteraugli

Butteraugli
是用来鉴定几个图像之间的相似度。通过辨认图像之间有些最受关注的差别点并付出相似度分值。这些类型的一个重大思想是对出入受体的不等颜色的职位和密度的总括,特别是褐色的低密度锥窝。另一个念头来自于更精确的神经节细胞建模,特别是遏制频率空间。近来该类型只提供了
C++ 接口。(详情:https://github.com/google/butteraugli

 

 

57、Go 语言实现的网络协协议栈 Netstack   ★Star 1016

57、Go 语言实现的网络协协议栈 Netstack   ★Star 1016

Netstack,使用 Go 语言编写的网络协议栈。通过设置 tun_tcp_echo demo
尝试在 Linux 上使用 。(详情:https://github.com/google/netstack

Netstack,使用 Go 语言编写的网络协议栈。通过安装 tun_tcp_echo demo
尝试在 Linux 上使用 。(详情:https://github.com/google/netstack

 

 

58、钢琴二重奏 AI aiexperiments-ai-duet   ★Star 883

58、钢琴二重奏 AI aiexperiments-ai-duet   ★Star 883

“钢琴二重奏”的 A.I. Duet。该品种会在你弹出了多少个音符之后,通过 AI
自动测算来帮您“补完”旋律的重奏部分。A.I. Duet
运用了人工智能技术,了解音符的“编码规则”。(详情:https://github.com/googlecreativelab/aiexperiments-ai-duet

“钢琴二重奏”的 A.I. Duet。该项目会在你弹出了多少个音符之后,通过 AI
自动测算来帮你“补完”旋律的重奏部分。A.I. Duet
运用了人工智能技术,精通音符的“编码规则”。(详情:https://github.com/googlecreativelab/aiexperiments-ai-duet

 

 

59、端到端加密系统 E2EMail   ★Star 704

59、端到端加密系统 E2EMail   ★Star 704

E2EMail
是一个试验性质的端到端加密系统。E2EMail由Google开发,内置JavaScript内部支出的JavaScript加密库。它提供了一种通过Chrome扩大程序将OpenPGP集成到Gmail中的方法。信息的公开单独保留在客户端上。(详情:https://github.com/e2email-org/e2email

E2EMail
是一个实验性质的端到端加密系统。E2EMail由Google开发,内置JavaScript内部支出的JavaScript加密库。它提供了一种通过Chrome增加程序将OpenPGP集成到Gmail中的方法。音讯的公开单独保留在客户端上。(详情:https://github.com/e2email-org/e2email

 

 

喜爱就珍藏吧~

喜好就收藏吧~

 

 

相关文章