Google 2017年最热门60大开源项目

作者：程序猿（微信号：imkuqin）猿妹

链接：https://www.itcodemonkey.com/article/329.html（点击尾部阅读原文前往）

本文为大家整理了 Google 开源的热门项目，看看有没有感兴趣的，排名顺序按照 Github Star 数排列。

0、机器学习系统 TensorFlow

TensorFlow 是谷歌的第二代机器学习系统，按照谷歌所说，在某些基准测试中，TensorFlow的表现比第一代的DistBelief快了2倍。TensorFlow 内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（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）

9、高质量压缩图片算法工具Guetzli

Guetzli，是一个针对数码图像和网页图像的 JPEG 编码器，能够通过产生更小的 JPEG 文件来达到更快的在线体验，并且同时保持与当前浏览器，图像处理应用和 JPEG 标准的兼容性。Google 称 Guetzli 创建高质量的 JPEG 图像文件的大小比当前的压缩方法要再小 35％。上图为 16x16 像素样本，是挂在蓝天下的一根电话线，传统 JPEG 算法经常会遇到的失真状况。左边是未压缩的原图，中间为较小尺寸的 libjpeg，右边是失真更少的 Guetzli 。（详情：https://github.com/google/guetzli）

20、创作艺术和谱写曲子的机器智能 magenta

Google Brain团队的一组研究人员发布了一个项目Project Magenta，其主要目标是利用机器学习创作艺术和谱写曲子。Project Magenta使用了 TensorFlow系统，研究人员在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

Python Fire 是 Google 开源的一个可从任何 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 的简单方法；是开发和调试 Python 代码的有用工具；能够使 Bash 和 Python 之间的转换更为容易；并且通过使用你需要导入和创建的模块和变量来设置 REPL，使得使用 Python REPL 更容易

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

28、Python 代码格式化的工具

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

Sonnet 库使用面向对象的方法，允许创建定义一些前向传导计算的模块。模块用一些输入 Tensor 调用，添加操作到图里并返回输出 Tensor。其中一种设计选择是通过在随后调用相同的模块时自动重用变量来确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 支持 TensorFlow 的 virtualenv 安装模式，以及 nativ pip 安装。（详情：https://github.com/deepmind/sonnet）

30、无损压缩算法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进行数据压缩，是一种压缩比很高的压缩方法。在压缩速度上跟 Deflate 差不多，但是提供了更密集的压缩。（详情：https://github.com/google/brotli）

42、深度概率编程语言 Edward

Edward 是一个用于概率建模、推理和评估的 Python 库。它是一个用于快速实验和研究概率模型的测试平台，其涵盖的模型范围从在小数据集上的经典层次模型到在大数据集上的复杂深度概率模型。Edward 融合了以下三个领域：贝叶斯统计学和机器学习、深度学习、概率编程。（详情：https://github.com/blei-lab/edward）

47、模块化深度学习系统 Tensor2Tensor

Tensor2Tensor 是一个模块化和可扩展的库和二进制文件，能够帮助人们为各种机器学习程序创建最先进的模型，可应用于多个领域，如翻译、语法分析、图像信息描述等，大大提高了研究和开发的速度。（详情：https://github.com/tensorflow/tensor2tensor）

49、优化搜索工具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）

52、 3D 图形开源压缩库 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，它显著缩小了 3D 图形文件的大小，同时对 3D 图形的观看者来说又根本不严重影响视觉效果。它还旨在改善 3D 图形的压缩和传输。Draco 是作为 C++ 源代码发布的，可以用来压缩 3D 图形，另外还发布了处理编码数据的 C++ 和 Javascript 解码器。（详情：https://github.com/google/draco）

54、TensorFlow 深度学习库 Fold

TensorFlow Fold 是用于创建使用结构化数据的 TensorFlow 模型库，其中计算图的结构取决于输入数据的结构。 TensorFlow Fold 使得处理不同数据尺寸和结构的深度学习模型更容易实现。（详情：https://github.com/tensorflow/fold）

56、图像差异比较库 Butteraugli

Butteraugli 是用来评判两个图像之间的相似度。通过识别图像之间一些最受关注的差异点并给出相似度分值。这个项目的一个主要动机是对差异受体的不同颜色的位置和密度的统计，特别是蓝色的低密度锥窝。另一个动机来自于更准确的神经节细胞建模，特别是抑制频率空间。目前该项目只提供了 C++ 接口。（详情：https://github.com/google/butteraugli）

58、钢琴二重奏 AI aiexperiments-ai-duet “钢琴二重奏”的 A.I. Duet。该项目会在你弹出了几个音符之后，通过 AI 自动计算来帮你“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）