Contents
這是 Soft & Share 為訂閱會員所推出的服務，小編週一到週五會每天整理一篇開源專案的摘要說明整理 （早上 8 點前會發佈在 Soft & Share 網站 ) ，讓你可以利用上班前快速掌握目前開源專案的焦點。( 之前出版的開源報報 )。想體驗開源報報，可先參考開放閱讀。
🔥以主題方式整理出相關的開源專案 – 開源報報主題報導
每天快速瀏覽開源報報具備有什麼效益？
- 增加自己的學習動力，提升自己的視野
- 從開源專案中獲得 side project 靈感與想法
- 利用開源專案提升自己的生產力
每天使用 NT8.3 元，你可以使用 Soft & Share 開源報報省下掌握每天開源資訊焦點的時間，這是一個很划算的時間槓桿投資
開源報報內容
學習資源
全面的逆向工程教程，涵蓋了x86，x64、32位ARM和64位元ARM 架構
總共有 161 篇文章，都是放在作者的 LinedIn
李宏毅深度強化學習筆記
李宏毅老師的《深度強化學習》是強化學習領域經典的中文視頻之一。李老師幽默風趣的上課風格讓晦澀難懂的強化學習理論變得輕鬆易懂，他會透過很多有趣的例子來講解強化學習理論。比如老師經常會用玩 Atari 遊戲的例子來講解強化學習算法。此外，為了課程的完整性，我們整理了周博磊老師的《強化學習綱要》、李科澆老師的《百度強化學習》以及多個強化學習的經典資料作為補充。對於想入門強化學習又想看中文講解的人來說絕對是非常推薦的。
工具
Apache 線上會議開源專案
這個開源專案包含有下面功能
- 視訊會議
- 即時通訊
- 白板
- 協同作業文件編輯
- 其他群組工具
Web 應用程式開發
現代HTML入門樣板
這個樣板包含了
- 所有 Meta 和連結標籤
- HTML5 標籤範例
- CSS3 屬性範例
- CSS 模組範例
- JavaScript 模組範例
- manifest.json
- Sevice Worker 範例
- robots.txt
- sitemap.xml
- browserconfig.xml
- .gitignore
- 本地端 Express.js 伺服器範例
- 錯誤404頁面範例
- 以及更多
資料科學
超快速、輕量級的 anchor-free 物體檢測模型。
可在在行動裝置上即時檢測，有 Android Demo 請參考 Android demo guide.
NanoDet是一個FCOS式的單階段無錨物體檢測模型，它使用ATSS進行目標取樣，使用 Generalized Focal Loss 進行分類和 box 迴歸。詳細內容請參考這些論文。
- Fcos: Fully convolutional one-stage object detection
- ATSS:Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection
- Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
知乎的中文報導 – YOLO之外的另一選擇，手機端97FPS的Anchor-Free目標檢測模型NanoDet現已開源
使用 Python 建立機器學習專案的 Makefile
create-ml-app可以更容易地使用 Python 在本地端旋轉起來一個機器學習專案，並處理各種套件的依賴關係。這個名字的靈感來自於 create-react-app。
這個專案將 pip 安裝和虛擬環境命令從使用者那裡抽象出來。使用時，只需將這個respsitory fork，然後從你的 shell 中執行make run。本 repositroy 中的main.py 檔案有一個 ML script 範例（在PyTorch中的MNIST上訓練一個神經網路）。
開發動機
當啟動一個新的ML專案或在本地端建立一個模型原型時，可能會很繁瑣。
- 處理所有 Python 套件的依賴性
- 建立/啟用/停用您的虛擬環境。
- 參數化引數
- 記住要定義一個隨機種子( random seed )
擁有一個Makefile可以簡化虛擬環境的開銷，並將參數集中在一個地方。這個資源庫是一個如何在一個簡單的ML專案中使用Makefile的範例（在PyTorch中的MNIST上訓練一個神經網路）。
背景
在下面，這個專案使用 venv 來建立一個虛擬環境並安裝 Python 套件。這個Makefile支援的主要命令如下。
- make lint: 這將顯示由 pylint 標記的錯誤。
- make run: 這將下載任何在 setup.py 中發現的新套件，並使用使用者指定的變數執行 main.py。你可能需要修改 Makefile 來包含你所選擇的變數，並修改 run 定義來使用你指定的變數執行你的 Python 檔案。
如果您想在你的專案中使用任何 Python 套件，只需將套件名稱新增到 setup.py 中，它就會在你下次從 shell 中執行 make run 時被安裝。
使用
git clone https://github.com/shreyashankar/create-ml-app.git my-ml-app
cd my-ml-app
make run程式設計語言/程式庫
一個現代化的負載測試工具，使用Go和JavaScript
k6是一個現代化的負載測試工具，建立在Load Impact在負載和效能測試行業多年的經驗之上。它提供了一個簡潔、平易近人的指令碼API，可在本地端和雲端執行，以及靈活的配置。
這就是負載測試在21世紀應該有的樣子。
特色
- 使用 ES6 JS 寫 script：支援模組，以幫助組織內的程式碼重用性。
- 一切都是程式碼：測試邏輯和配置選項都在JS中，便於版本控制。
- 自動化友好：檢查（如 asserts）和閾值，以方便和靈活的CI配置。
- 支援HTTP/1.1、HTTP/2和WebSocket 通訊協定。
- TLS功能：客戶端憑證、可配置的SSL/TLS版本和密碼。
- 包括電池。Cookies、Crypto、自定義指標、編碼、環境變數、JSON、HTML表格、檔案、靈活的執行控制等。
- 內建HAR轉換器：將瀏覽器 session 記錄為.har檔案，並直接轉換為k6指令碼。
- 靈活的效能指標儲存和視覺化。InfluxDB(+Grafana)、JSON或k6雲端運算。
- 雲端執行和分散式測試（目前只在Load Impact管理的基礎設施上進行，近期計劃在k6中採用原生分散式執行！）。
嵌入式系統
自動將Raspberry Pi配置為USB OTG網路攝影機
受到David Hunt的部落格文章的啟發，他展示瞭如何使用Raspberry Pi Zero與Pi相機作為USB網路攝影機，以及 justinschuldt’s gist，我想讓我的Raspberry Pi做同樣的事情，但自動化和所有的指令碼包裝在版本控制中，因為部落格文章在某些方面有點模糊。