近期GitHub上最熱門的開源項目

2 月份 GitHub 上最熱門的開源項目又出爐了，又有哪些新的項目擠進熱門榜單了呢，一起來看看。

1、nocode

https://github.com/kelseyhightower/nocode Star 16256

這是 2 月份新出爐的項目，可以說是 2018 年最火的佛系編程了，這個項目裡面沒有一行代碼，它的 description 是這樣的：The best way to write secure and reliable applications. Write nothing; deploy nowhere. 有網友把它翻譯成中文版為：要安全，要可靠，最好的方式就是不用一行代碼，部署整個世界。就是這樣一個愚人的項目，在 Github Trending List 上佔據了好幾天榜首，如今已經有 16256 個 Star

2、tensorflow

https://github.com/tensorflow/tensorflow Star 90603

TensorFlow 是谷歌的第二代機器學習系統，按照谷歌所說，在某些基準測試中，TensorFlow 的表現比第一代的 DistBelief 快了 2 倍。TensorFlow 內建深度學習的擴展支持，任何能夠用計算流圖形來表達的計算，都可以使用 TensorFlow。任何基於梯度的機器學習演算法都能夠受益於 TensorFlow 的自動分 化（auto-differentiation）。通過靈活的 Python 介面，要在 TensorFlow 中表達想法也會很容易。

3、front-end-interview-handbook

https://github.com/yangshun/front-end-interview-handbook Star 9772

與其他軟體工程師不同的是，前端求職面試對演算法的重視程度更低，並且在該領域的知識更多的集中在 Html、CSS、JavaScript 等幾個方面，雖然網上也有一些資源可以幫助前端開發人員準備面試，但他們並不像軟體工程師面試材料那麼豐富，front-end-interview-handbook 就是專門為前端求職者準備面試問題和答案。

4、內容感知圖像壓縮/拓展庫caire

https://github.com/esimov/caire Star 7637

Caire 是基於論文《Seam Carving for Content-Aware Image Resizing》（圖像伸縮變換演算法）實現的一個內容感知圖像 (尺寸) 壓縮/擴展庫。已有特性如下：

支持自定義命令行

支持縮小/放大圖像

可垂直/水平地調整圖像大小

可調整目錄中的所有圖像的大小

不需要任何第三方庫

使用 sobel 閾值進行微調

使用模糊濾鏡來增強邊緣檢測

效果圖：

5、數據結構庫Automerge

https://github.com/automerge/automerge Star 4895

Automerge 是一個用於在 JavaScript 中構建協作應用程序的數據結構庫。建 JavaScript 應用程序的常用方法是將應用程序的狀態保存在模型對象中，例如 JSON 文檔。具有如下特點和設計原則：

網路不可知論者。Automerge 是一個純粹的數據結構庫，不關心你使用的是什麼類型的網路。

不變的狀態。Automerge 對象在某個時間點是應用程序狀態的不可變快照。無論何時進行更改，或者合併來自網路的更改，都會返回一個反映該更改的新狀態對象。

自動合併。Automerge 是所謂的無衝突複製數據類型（CRDT），它允許在不需要任何中央伺服器的情況下自動合併不同設備上的並發更改。

相當便捷。已經在 Node.js，Chrome，Firefox 和 Electron 上測試了 Automerge 。

【策略源碼】首個八卦兩儀陣衍生的量化策略|1.5萬本金8年71萬，年化600%|附原理講解，代碼說明

6、developer-roadmap

https://github.com/kamranahmedse/developer-roadmap Star 42978

這是一組使用 Balsamiq 建造的網路開發者的路線圖，如前端路線圖如下：

涵蓋所有前端熱門的框架、語言等重要且熱門的知識點。

7、FastPhotoStyle

https://github.com/NVIDIA/FastPhotoStyle Star5978

FastPhotoStyle 是英偉達開源的照片風格轉移深度學習演算法實現庫，給定目標照片和樣式參考照片，代碼可以將樣式照片的風格轉換至目標照片，從而生成新的風格化照片。

FastPhotoStyle 實現過程包含兩個步驟：「風格化」和「細調」。 先將樣式參考照片源的樣式轉移至目標照片，隨後對其進行細調優化。

效果圖：

8、Back-End-Developer-Interview-Questions

https://github.com/arialdomartini/Back-End-Developer-Interview-Questions Star 6686

前面提到的是前端面試相關的開源項目，而這一個則是後端開發人員的面試大全，裡面涵蓋的問題大多都是開放式的，其中一些問題甚至沒有答案，但是它們恰恰是最能體現個人能力的一些問題。目前該項目的問題共分為 18 個類型，包括代碼設計問題、資料庫問題、代碼版本問題、分散式系統問題等

9、Java組件服務框架 Carbon

https://github.com/dawnlabs/carbon Star 7585

Carbon 是一個輕量級的組件模型與企業級的服務框架。Carbon 是在以下原則上進行構建:創建一個更加靈活的框架通過一個分離,以元數據為中心的系統,鼓勵關係的分離,從而使得代碼在一個複雜,動態的操作環境中更容易維護與重複利用等.

10、awesome-scalability

https://github.com/binhnguyennus/awesome-scalability Star 7795

該項目提供了大量精選的閱讀材料，旨在幫助後台開發者們能夠藉助項目中各個文獻的思路做出一個具有延展性，可用性，穩定性的後台。這個概念雖然模糊，但是藉由著名工程師（Martin Fowler，Robert C. Martin，Tom White等）和高質量資源（highscalability.com，infoq.com等）的詮釋，相信大家能從中理解並學到有用的東西。

項目涵蓋各個方面。主要分為原則、可擴展性、穩定性、其他方面、會談、圖書七個板塊。包括了異常處理，資料庫策略等內容。

11、android-ktx

https://github.com/android/android-ktx Star 4529

ndroid KTX 是一組擴展程序，它能使 Android 上的 Kotlin 代碼更簡潔，從而提高開發者的編程體驗。Android KTX 中支持 Android 框架的部分現在可在 GitHub 庫中找到，Android KTX 究竟做了哪些方面的優化呢？比如：

字元串轉換為 URI，Android KTX 會為字元串添加一個擴展函數，使字元串更加自然地轉換為 URI。

編輯 SharedPreferences，使用 Android KTX 後，代碼稍微短些，能更自然地讀取和寫入。

平移路徑差異

在視圖onPreDraw 的動作

12、deepfake 的深度學習技術 Facewap

https://github.com/deepfakes/faceswap Star 4009

deepfake 的深度學習技術，這款工具本來的用途是用來識別和交換圖片、視頻中人物臉部圖像的工具 。該項目有多個入口，你需要做的事：

收集照片（或使用以下訓練數據中提供的照片）

從原始照片中提取面部圖像

在照片上訓練模型（或使用以下訓練數據中提供的模型）

使用模型轉換源代碼

來源：開源最前線

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！