Google最紧俏60款开源项目,开源巨献

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、机器学习连串 TensorFlow  ★Star 62533

 

 

葡京会 1

葡京会 2

 

 

TensorFlow
是Google的第二代机器学习体系,遵照谷歌所说,在好几条件测试中,TensorFlow的呈现比第一代的DistBelief快了2倍。TensorFlow
内建纵深学习的扩大协理,任何可以用计量流图形来表明的计量,都足以动用TensorFlow。任何依照梯度的机械学习算法都可以收益于TensorFlow的自动分
化(auto-differentiation)。通过灵活的Python接口,要在TensorFlow中宣布想法也会很容易。(详情:https://github.com/tensorflow/tensorflow

TensorFlow
是Google的第二代机器学习系统,遵照Google所说,在一些规则测试中,TensorFlow的显示比第一代的DistBelief快了2倍。TensorFlow
内建纵深学习的扩张帮忙,任何可以用统计流图形来表达的乘除,都得以运用TensorFlow。任何依照梯度的机械学习算法都能够获益于TensorFlow的全自动分
化(auto-differentiation)。通过灵活的Python接口,要在TensorFlow中表述想法也会很容易。(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

葡京会 3

葡京会 4

MDL (Material Design Lite) 是 Google 推出的网站前端开发工具组。Material
Design Lite (MDL)可以让你添加一个 Material Design
的外观和感觉到你的静态内容网站,不依靠于此外的 JavaScript 框架和库。MDL
可以优化跨设备的行使体验,可以在旧版的浏览器举办平整的切换,提供特别高效的拜访体验。(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)可以让您添加一个 Material Design
的外观和感觉到您的静态内容网站,不依靠于其他的 JavaScript 框架和库。MDL
能够优化跨设备的利用体验,可以在旧版的浏览器进行平整的切换,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 是一款万分流行且好用的 Web 前端框架,近期由 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
地址和系列主页皆不均等)。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

Angular 是一款非凡风靡且好用的 Web 前端框架,方今由 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一样)。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、容器集群管理体系 Kubernetes  ★Star 24599

4、容器集群管理体系 Kubernetes  ★Star 24599

Kubernetes 是发源 Google 云平台的开源容器集群管理系列。基于 Docker
构建一个容器的调度服务。该系统可以自动在一个器皿集群中采取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 是来自 谷歌 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。该种类可以自行在一个器皿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

 

 

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公司开支的一种多少描述语言,类似于XML可以将结构化数据序列化,可用于数据存储、通信协议等方面。现阶段帮助C++、JAVA、Python等两种编程语言。同XML相比较,Protocol
buffers在连串化结构化数据方面有成百上千优点(详情:https://github.com/google/protobuf

Protocol Buffers (ProtocolBuffer/ protobuf
)是Google公司开支的一种多少描述语言,类似于XML可以将结构化数据序列化,可用来数据存储、通信协议等方面。现阶段支撑C++、JAVA、Python等两种编程语言。同XML相比,Protocol
buffers在系列化结构化数据方面有不少优点(详情:https://github.com/google/protobuf

 

 

6、Java 常用库 Guava  ★Star 17267

6、Java 常用库 Guava  ★Star 17267

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

该类型是 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

 

 

7、Spark  ★Star 13378

7、Spark  ★Star 13378

葡京会 5

葡京会 6

Spark(Spark) 是Google商家出产的一款基于 Chrome 浏览器的支出条件。提供一组可拔取的
UI 组件。接纳 Dart
开发。(安装情势:https://github.com/dart-lang/spark/tree/master/ide

Spark(Spark) 是Google公司出产的一款基于 Chrome 浏览器的付出环境。提供一组可采纳的
UI 组件。拔取 Dart
开发。(安装模式: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。最近提供 C、Java 和 Go 语言版本,分别是:grpc, grpc-java, grpc-go.
其中 C 版本协助 C, C++, Node.js, Python, Ruby, Objective-C, PHP 和 C#
襄助.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。这一个特色使得其在活动装备上显示更好,更省电和节省空间占据。(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。如今提供 C、Java 和 Go 语言版本,分别是:grpc, grpc-java, grpc-go.
其中 C 版本补助 C, C++, Node.js, Python, Ruby, Objective-C, PHP 和 C#
补助.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。这么些特征使得其在运动装备上表现更好,更省电和节约空间占据。(详情:https://github.com/grpc/grpc

 

 

9、高质料滑坡图片算法工具Guetzli  ★Star 9959

9、高质料滑坡图片算法工具Guetzli  ★Star 9959

葡京会 7

葡京会 8

Guetzli,是一个对准数码图像和网页图像的 JPEG 编码器,可以因此发生更小的
JPEG 文件来达成更快的在线体验,并且同时保障与当下浏览器,图像处理利用和
JPEG 标准的兼容性。Google 称 Guetzli 创立高质地的 JPEG
图像文件的深浅比近年来的削减方法要再小 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
算法平日会遇上的失真境况。左侧是未压缩的原图,中间为较小尺码的
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,并且还要保障与近年来浏览器,图像处理利用和
JPEG 标准的兼容性。Google 称 Guetzli 创造高质料的 JPEG
图像文件的轻重比当下的削减方法要再小 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
算法常常会遇上的失真意况。右边是未压缩的原图,中间为较小尺寸的
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实现的分外高效的kv数据库,目前的本子1.2可知辅助billion级另外数据量了。
在那一个数额级别下还兼具不行高的性质,首要归功于它的美妙的筹划。特别是LSM算法。(详情:https://github.com/google/leveldb

Leveldb是一个google实现的可怜急速的kv数据库,最近的本子1.2力所能及协理billion级另外数据量了。
在那一个数额级别下还有所充裕高的属性,紧要归功于它的好好的规划。特别是LSM算法。(详情:https://github.com/google/leveldb

 

 

11、自动化网络审批工具 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,用于立异网络利用的身分。
可以将其用作一个 Chrome 扩大程序运行,或从命令行运行。 当为 Lighthouse
提供一个要甄其它网址,它将对准此页面运行一系列的测试,然后生成一个有关页面性能的报告。可以参见败北的测试,看看可以利用哪些措施来改进应用。(详情:https://github.com/GoogleChrome/lighthouse

Lighthouse 是一个开源的自动化工具,用于改良网络利用的质料。
可以将其作为一个 Chrome 扩大程序运行,或从命令行运行。 当为 Lighthouse
提供一个要甄其余网址,它将对准此页面运行一序列的测试,然后生成一个有关页面性能的报告。可以参见失利的测试,看看可以动用哪些措施来改正应用。(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 数据里面展开映射的 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 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

 

 

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,用来成立插件来拍卖可替代的面貌加载过程,包括加载
CSS 场景和图纸,首要运行在浏览器和 NodeJS 中。它是 ES6
浏览器加载程序的的扩张,将采取在该地浏览器中。平常创造的插件名称是模块本身,假设没有特别指定用途,则默认插件名是模块的恢弘名称。(详情:https://github.com/systemjs/systemjs

systemjs
是一个小小的系统加载工具,用来创建插件来处理可替代的景观加载过程,包括加载
CSS 场景和图纸,紧要运行在浏览器和 NodeJS 中。它是 ES6
浏览器加载程序的的壮大,将应用在本土浏览器中。平常成立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大名称。(详情:https://github.com/systemjs/systemjs

 

 

14、系列化库 FlatBuffers  ★Star 7991

14、类别化库 FlatBuffers  ★Star 7991

FlatBuffers 是一个 Java
的队列化库,用于游戏和其余内存受限的运用。FlatBuffers
可以让您一直访问体系化后的数据,无需解压并展开剖析的长河。同时提供很强的前行和向后兼容性。FlatBuffers
扶助 C++ 和 Java
语言,无需依靠第三方库帮忙。(详情:https://github.com/google/flatbuffers

FlatBuffers 是一个 Java
的队列化库,用于游戏和另外内存受限的行使。FlatBuffers
可以让您一向访问体系化后的数目,无需解压并举办分析的历程。同时提供很强的向前和向后兼容性。FlatBuffers
帮忙 C++ 和 Java
语言,无需依靠第三方库补助。(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 Google 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,已有计划适配其余平台。所有编辑操作都得以在 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),并完全辅助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,已有计划适配此外平台。所有编辑操作都得以在 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),并完全协理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转时,旨在替代 CPython
2.7。 关键的区别是它将 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 运行时的一文山会海调用,Go 库服务与 Python C
API 类似的目标(即使不直接补助 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转时,目的在于替代 CPython
2.7。 关键的区别是它将 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。这意味 Grumpy 没有
VM。编译的 Go 源代码是对 Grumpy 运行时的一多级调用,Go 库服务与 Python C
API 类似的目的(尽管不直接辅助 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 是一个源于 Google 的 Javascript
编译器,通过它可以感受一些很新并且有趣的 Javascript
语言特征,那么些大多数是还未曾被当下浏览器实现的 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

Traceur 是一个来源 Google 的 Javascript
编译器,通过它可以感受一些很新并且有趣的 Javascript
语言特色,这么些大多数是还不曾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

葡京会 9

葡京会 10

ExoPlayer 是 Android 上一个应用级的媒体播放器。它为 Android MediaPlayer
的 API 在广播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 不可能提供的特性,包括 DASH 和 SmoothStreaming
自适应回看,持久的高速缓存和自定义渲染器。不像 MediaPlayer
API,EXOPlayer 很容易定制和扩大,而且它可以通过 Play Store
更新进步。(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 在播放本地或在线的视频与节奏上提供了一个候选。ExoPlayer 协理部分
Android MediaPlayer API 不能提供的性状,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 很容易定制和扩大,而且它可以由此 Play Store
更新提升。(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 Google 的一款可再生的代码构建工具。它紧假诺用以构建 Google的软件,处理出现在Google的开发条件的构建问题,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相干问题。襄助多种语言并且跨平台,还补助自动化测试和部署、具有重现性(Reproducibility)和规模化等特色。(详情:https://github.com/bazelbuild/bazel

Bazel 是 Google 的一款可再生的代码构建工具。它至关紧假如用来构建 Google的软件,处理出现在Google的付出环境的构建问题,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,还帮忙自动化测试和安排、具有重现性(Reproducibility)和规模化等风味。(详情:https://github.com/bazelbuild/bazel

 

 

20、创作方法和作曲曲子的机械智能 magenta  ★Star 6563

20、创作形式和作曲曲子的机械智能 magenta  ★Star 6563

Google Brain团队的一组研讨人口发布了一个项目Project
Magenta,其首要性对象是利用机械学习创作情势和作曲曲子。Project
Magenta使用了
TensorFlow系统,探究人员在GitHub上开源了他们的模子和工具。(详情:https://github.com/tensorflow/magenta

Google Brain团队的一组琢磨人口宣布了一个项目Project
Magenta,其关键对象是接纳机械学习创作艺术和作曲曲子。Project
Magenta使用了
TensorFlow系统,研讨人员在GitHub上开源了她们的模子和工具。(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 开源的一个可从另外 Python
代码自动生成命令行接口(CLI)的库。Python Fire 是一种在 Python 中创制CLI 的粗略方法;是开发和调试 Python 代码的行之有效工具;可以使 Bash 和
Python
之间的变换更为容易;并且通过动用你需要导入和创办的模块和变量来设置
REPL,使得应用 Python REPL 更易于

Python Fire 是 Google 开源的一个可从另外 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 的概括方法;是付出和调节 Python 代码的行之有效工具;可以使 Bash 和
Python
之间的变换更为容易;并且经过应用你需要导入和创办的模块和变量来设置
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

葡京会 11

葡京会 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”构成的体现,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

AnyPixel.js 是 Google开源的一个软件和硬件框架,可以用来构建各个由“像素”构成的来得,每个像素可以是另外一种可互相的实业对象,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

葡京会 13

葡京会 14

Physical Web 是由 Chrome 团队为主的一个类型, 旨在用 URL 连接世界,
方便用户接受多少。在Web世界中,各类URL可以说是链接的功底,也是去中央化的,所以“The
Physical
Web”要做的就是让每个智能装备用URL来标识自己,然后用户依照自己的急需经过URL和装置开展互动。这样一来,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 团队主导的一个序列, 旨在用 URL 连接世界,
方便用户接受多少。在Web世界中,各个URL可以说是链接的功底,也是去中央化的,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需要经过URL和设备开展交互。这样一来,你采纳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商厦用来分析运行中的 Docker
容器的资源占用以及性能特点的工具。cAdvisor
是一个周转中的守护进程用来采访、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、历史资源利用意况和总体的资源采用数据。当前支撑
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信息,每个容器保持独立的参数、历史资源使用情状和整体的资源使用数据。当前扶助lmctfy 容器和 Docker
容器。(详情:https://github.com/google/cadvisor

 

 

25、C++单元测试工具  ★Star 5755

25、C++单元测试工具  ★Star 5755

谷歌的开源C++单元测试框架Google Test,简称gtest
是一个不行的正确性单元测试框架。帮忙跨平台以及包括 Windows CE 和 Symbian
在内的有的手机操作系统。(详情:https://github.com/google/googletest

谷歌的开源C++单元测试框架Google Test,简称gtest
是一个非常的不利单元测试框架。协理跨平台以及包括 Windows CE 和 Symbian
在内的一些手机操作系统。(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 是建立在 IndexedDB 上的关系查询引擎。它提供了近乎 SQL
的语法,并且可以跨浏览器工作(近日襄助 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 是创制在 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(近年来补助 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

 

 

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
有广大机械、重复、未经测试的代码,而且有时会并发局部神秘的 Bug 。Auto
项目是机关执行那么些类其它职责的代码生成器的聚集,他们可以无 Bug
创设你要编制的代码。(详情:https://github.com/google/auto

Auto 是 Java 生成器源代码集合,Java
有为数不少机械、重复、未经测试的代码,而且有时会出现有的微妙的 Bug 。Auto
项目是自行执行那个品种的任务的代码生成器的聚集,他们得以无 Bug
创制你要编写的代码。(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

 

 

葡京会 15

葡京会 16

 

 

Sonnet
库使用面向对象的模式,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随之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 的本子必须至少为
1.0.1。Sonnet 补助 TensorFlow 的 virtualenv 安装情势,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。模块用有些输入
Tensor 调用,添加操作到图里并回到输出
Tensor。其中一种设计选取是经过在随后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 的本子必须至少为
1.0.1。Sonnet 协助 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,它经过用变种的 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缩减方法。在收缩速度上跟
Deflate
差不多,不过提供了更凝聚的削减。(详情:https://github.com/google/brotli

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,是一种缩小比很高的滑坡方法。在回落速度上跟
Deflate
差不多,但是提供了更密集的缩短。(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 开源的一个依照 Linux 的负荷均衡系统。Seesaw
包含基本的负载均衡特性,同时援助部分高档的效用,诸如:anycast, Direct
Server Return (DSR), 补助四个 VLANs
和集中式配置。同时其计划的焦点是容易维护。(详情:https://github.com/google/seesaw

Seesaw 是 谷歌 开源的一个基于 Linux 的负载均衡系统。Seesaw
包含基本的载荷均衡特性,同时帮助部分高等的效益,诸如:anycast, Direct
Server Return (DSR), 协理五个 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

 

 

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,无需任何外部倚重。(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

遵照开源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可支撑和宪章回溯至iOS
8的设施,有关该工具的详细文档请戳这里。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

遵守开源Apache授权的EarlGrey,由Objective-C编写而成。谷歌也真的用的它来测试自己的iOS
app。EarlGrey可襄助和效仿回溯至iOS
8的装备,有关该工具的详实文档请戳这里。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

 

 

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足以编程,
完全不需要打字. 按照项目FAQ介绍,
这些新语言的最重要目标是为web应用提供宏(或脚本编 程)的帮助.
可以把转变的台本输出成javascript, python
等.已经有多少个应用Blockly的demo.(详情:https://github.com/google/blockly

Blockly 是一个基于 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,
这多少个新语言的机要目标是为web应用提供宏(或脚本编 程)的匡助.
可以把转变的本子输出成javascript, python
等.已经有多少个利用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 的盛开 API 举办 Go
语言封装的一个门类。(详情:https://github.com/google/go-github

go-github  是 Google 对 Github 的怒放 API 进行 Go
语言封装的一个档次。(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。平日接纳编译器只可以做静态类型的检讨。但使用此工具,能够举办编译器的类别分析,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光。(详情:https://github.com/google/error-prone

error-prone 用来抓取 Java
编译时的错误。平常使用编译器只好做静态类型的检讨。但使用此工具,可以举行编译器的档次分析,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

 

 

38、ROS 系统匡助的 SLAM 库 Cartographer   ★Star 2700

38、ROS 系统襄助的 SLAM 库 Cartographer   ★Star 2700

Cartographer,是Google开源的一个ROS系统援助的2D和3D SLAM(simultaneous
localization and mapping)库。SLAM
算法结合来自五个传感器(比如,LIDAR、IMU 和
录像头)的数目,同步统计传感器的职务并绘制传感器周围的环境。在产业界和科学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系统帮助的2D和3D SLAM(simultaneous
localization and mapping)库。SLAM
算法结合来自多少个传感器(比如,LIDAR、IMU 和
视频头)的多寡,同步统计传感器的岗位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

葡京会 17

葡京会 18

 

 

Battery Historian 是一个经过分析安卓 “bugreport”
进程文件来总结电量消费状态。它同意应用程序开发人士在岁月线上可视化系统和运用程序级事件,具有活动和缩放效用,在配备上完全充电后得以轻松查看各类汇总总计新闻,并能采纳应用程序,检查影响应用程序特定电池的目标。
它还允许五个错误报告的A /
B相比较,非凡体现首要电池相关指标的距离。(详情:https://github.com/google/battery-historian

Battery Historian 是一个通过分析安卓 “bugreport”
进程文件来总计电量消费状态。它同意应用程序开发人士在时光线上可视化系统和利用程序级事件,具有活动和缩放效能,在装置上完全充电后可以轻松查看各样汇总总计消息,并能采纳应用程序,检查影响应用程序特定电池的目的。
它还允许五个错误报告的A /
B相比,优良突显紧要电池相关目的的异样。(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葡京会,  ★Star 2433

葡京会 19

葡京会 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),可用来机器翻译、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),可用于机器翻译、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

葡京会 21

葡京会 22

 

 

Tracing Framework 是一套库、工具,用于跟踪和查明复杂的 Web
应用。它就可以帮您发觉代码的性能问题,并且帮你制作分外通畅的 60 FPS Web
应用。它最近只能用来特定的利用场面,并不是为使用于所有场景而规划,假诺您在运用过程中相见了问题,请呈递你的
Bug。(详情:https://github.com/google/tracing-framework

Tracing Framework 是一套库、工具,用于跟踪和查证复杂的 Web
应用。它就可以帮你发现代码的属性问题,并且帮您打造异常顺理成章的 60 FPS Web
应用。它如今不得不用来特定的选取场馆,并不是为运用于具有场景而设计,如果你在应用过程中境遇了问题,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(Edward)   ★Star 2395

爱德华 是一个用于概率建模、推理和评估的 Python
库。它是一个用来飞快实验和探讨概率模型的测试平台,其蕴含的模子范围从在小数码集上的经典层次模型到在大数额集上的扑朔迷离深度概率模型。爱德华(Edward)融合了以下六个世界:贝叶斯总计学和机具学习、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。它是一个用于连忙实验和研商概率模型的测试平台,其含有的模子范围从在小数目集上的经文层次模型到在大数量集上的错综复杂深度概率模型。Edward融合了以下三个领域:贝叶斯总结学和机械学习、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 是一个有力的 JavaScript 库,用于复杂的大规模的 Web
应用。它被很多 Google Web 应用使用,比如 Gmail 和 GoogleDocs。(详情:https://github.com/google/closure-library

Closure Library 是一个精锐的 JavaScript 库,用于复杂的宽广的 Web
应用。它被众多 谷歌 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,旨在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,同时亦为其余增值效益(包括安全性、监控、路由、连接管理与政策等)创设了根基。那款软件应用久经考验的
Lyft Envoy
代理举行构建,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

Istio 是一个由Google、IBM 与 Lyft
共同开发的开源项目,意在提供一种统一化的微服务连接、安全保持、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,同时亦为其他增值功效(包括安全性、监控、路由、连接管理与策略等)创制了根基。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

 

 

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 开发的长距离现场事件取证系统。GRR
由一个代理(客户端)和劳动器端组成,客户端可以安排在一个任务系统中,服务器可以管理客户端,跟客户端举行相互。(详情:https://github.com/google/grr

GRR 是 Google 开发的长距离现场事件取证系统。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任务系统中,服务器可以管理客户端,跟客户端举行交互。(详情:https://github.com/google/grr

 

 

46、Android 的浮动操作栏 Hover   ★Star 2053

46、Android 的悬浮操作栏 Hover   ★Star 2053

Hover 是一个用以 Android 的上浮操作栏。该菜单栏可以用作一个 service
启动,从而跨进程使用,悬浮在桌面或者此外应用程序的前方,当然,那里需要提请权限。
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
现在单独处于可用状态。(详情:https://github.com/google/hover

Hover 是一个用于 Android 的漂浮操作栏。该菜单栏可以当做一个 service
启动,从而跨进程使用,悬浮在桌面或者另外应用程序的面前,当然,这里需要申请权限。
Hover 仍居于开发阶段,还有好多代码清理工作需要做,也就是说,Hover
现在只有处于可用状态。(详情:https://github.com/google/hover

 

 

47、模块化深度学习类别 Tensor2Tensor   ★Star 2000

47、模块化深度学习类别 Tensor2Tensor   ★Star 2000

Tensor2Tensor 是一个模块化和可扩张的库和二进制文件,
 可以协助人们为各个机器学习程序成立起初进的模子,可使用于三个世界,如翻译、语法分析、图像信息描述等,大大提升了琢磨和支出的速度。(详情:https://github.com/tensorflow/tensor2tensor

Tensor2Tensor 是一个模块化和可扩展的库和二进制文件,
 可以襄助人们为各个机器学习程序成立起先进的模子,可采取于两个领域,如翻译、语法分析、图像音信描述等,大大提升了研商和支付的进度。(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
可以针对开源软件举办连发的歪曲测试,它的目的是利用革新的混淆测试技术与可进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安宁。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),并且经过 ClusterFuzz
为广大可分布式执行提供了测试环境。(详情:https://github.com/google/oss-fuzz

OSS-Fuzz
可以针对开源软件举办持续的模糊测试,它的目标是利用改进的混淆测试技术与可举办的分布式执行相结合,提高一般软件基础架构的安全性与安定。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),并且经过 ClusterFuzz
为广大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。Google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

 

 

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,它包含一多重安全测试,用来检测加密库(cryptographic
libraries)软件是否留存已知的抨击漏洞。(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攻击漏洞。(详情:https://github.com/google/wycheproof

 

 

51、Common Lisp Koans   ★Star 1695

51、Common Lisp Koans   ★Star 1695

Common Lisp Koans(lisp-koans)是一个语言学习训练程序,类似 ruby
koans,python koans 等等。Common Lisp Koans 首假设赞助学习有些 lisp
规范特性和改正,能够学学到大气的 Common Lisp
语言特色。(详情:https://github.com/google/lisp-koans

Common Lisp Koans(lisp-koans)是一个言语学习磨练程序,类似 ruby
koans,python koans 等等。Common Lisp Koans 首假设匡助学习一些 lisp
规范特性和改善,可以学习到大方的 Common Lisp
语言特色。(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,它肯定收缩了 3D
图形文件的大大小小,同时对 3D
图形的观察者来说又历来不严重影响视觉效果。它还意在革新 3D
图形的回落和传导。Draco 是用作 C++ 源代码发表的,可以用来压缩 3D
图形,另外还宣布了处理编码数据的 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,它明确裁减了 3D
图形文件的高低,同时对 3D
图形的观望者来说又历来不严重影响视觉效果。它还意在改进 3D
图形的缩减和传导。Draco 是作为 C++ 源代码公布的,可以用来压缩 3D
图形,此外还颁发了处理编码数据的 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 客户端的功效。它的播放效果基于 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 客户端的效应。它的播报效果基于 HTML5
video、MediaSource Extensions,和 Encrypted Media Extensions 。一般的
DASH
客户端功能很难落实。(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 是用于创制使用结构化数据的 TensorFlow
模型库,其中统计图的结构取决于输入数据的构造。 TensorFlow Fold
使得拍卖不同数额尺寸和布局的深浅学习模型更易于实现。(详情:https://github.com/tensorflow/fold

TensorFlow Fold 是用于创建使用结构化数据的 TensorFlow
模型库,其中总结图的社团取决于输入数据的布局。 TensorFlow Fold
使得拍卖不同数量尺寸和结构的深度学习模型更便于实现。(详情:https://github.com/tensorflow/fold

 

 

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

55、Google 地球公司版 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,目的在于让社区继承改革和推动该项目。(详情:https://github.com/google/earthenterprise

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,意在让社区持续改良和推动该项目。(详情:https://github.com/google/earthenterprise

 

 

 

 

56、图像差距相比库 Butteraugli   ★Star 1100

56、图像差距相比较库 Butteraugli   ★Star 1100

Butteraugli
是用来鉴定六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交付相似度分值。这么些类型的一个生死攸关思想是对出入受体的不同颜色的职务和密度的总结,特别是灰色的低密度锥窝。另一个想法来自于更纯粹的神经节细胞建模,特别是遏制频率空间。最近该类型只提供了
C++ 接口。(详情:https://github.com/google/butteraugli

Butteraugli
是用来裁判两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交付相似度分值。这么些项目标一个关键思想是对出入受体的不等颜色的职务和密度的总括,特别是黑色的低密度锥窝。另一个念头来自于更规范的神经节细胞建模,特别是避免频率空间。目前该类型只提供了
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。通过安装 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,精晓音符的“编码规则”。(详情:https://github.com/googlecreativelab/aiexperiments-ai-duet

“钢琴二重奏”的 A.I. Duet。该类型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,通晓音符的“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扩充程序将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

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扩充程序将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

 

 

喜欢就收藏吧~

喜爱就珍藏吧~

 

 

相关文章

admin

网站地图xml地图