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 )
Web 應用程式開發
Javascript 動畫引擎
Anime.js 是一個輕量級的 JavaScript 動畫程式庫，它有一個簡單而強大的 API，它可以使用 CSS 屬性、 SVG、 DOM 屬性和 JavaScript 物件，可到官方網站看展示
資料科學
透過超解析度實現無損影像壓縮的 PyTorch 實現
這是 PyTorch 中正式實現的 SReC。 SReC 將無損資料壓縮視為一個超解析度問題，並應用神經網路對影像進行壓縮。 SReC 可以在具有實際執行時的大型資料集上實現最先進的壓縮率。 訓練、壓縮和解壓縮都是完全支援和開源的。
Karate Club – 基於 NetworkX 的通用社群檢測與嵌入式研究程式庫
Karate Club 是 NetworkX 的非監督式學習擴充程式庫。
Karate Club 由最先進的方法組成，在圖形結構化資料上做非監督式學習。 簡單地說，這是一個用於小規模圖挖掘研究的瑞士軍刀。 首先，在節點和圖層次上提供了網路嵌入技術。 其次，它包括各種重疊和非重疊的社群檢測方法。 實現的方法包括廣泛的網路科學(NetSci，Complenet) ，資料探勘(ICDM，CIKM，KDD) ，人工智慧(AAAI，IJCAI)和機器學習(NeurIPS，ICML，ICLR)會議，研討會，以及來自著名期刊的文章。
在電子遊戲中學習駕駛的深層神經網路
在電子遊戲中學習駕駛的有監督的深層神經網路。 這個專案的主要目標是實現一個模型，可以驅動俠盜獵車手 v。 這個模型並不是按照交通規則駕駛，而是模仿人類在這個遊戲中的駕駛方式: 在城市中全速行駛，避開其他車輛，偶爾也避開人類和燈柱。 遊戲地圖中將設定一個標記，模型應該能夠到達標記開車穿越的城市。
scikit-learn 每日提示
每一個提示都有一個 LinkedIn 連結 ( 作者把 tips 放在 LinkedIn ) ，和 Jupyter notebook
講師也有錄製 YouTube 影片 Introduction to Machine Learning in Python with scikit-learn. 一系列的主題
雲端和網路管理
Docker Compose 範例集錦
這些範例為如何使用 Compose 檔案整合不同的服務以及如何使用 Docker Compose 管理其部署提供了一個起點。
Tye – 是一個使開發、測試和部署微服務和分散式應用程式更加容易的工具
專案 Tye 包括一個本地協調器(orchestrator)，使開發微型服務更容易，並能夠部署微型服務，以 Kubernetes 最少的配置
Tye 能做什麼？
- 在本地執行多個專案
- 輕鬆管理執行容器的相依套件
- 按照 .NET 的約定自動生成 Docker 映像
- 以最少的配置將應用程式部署到 Kubernetes
- 使 secret 管理和服務發現變得容易
在 Kubernetes 上執行的工作負載的跨雲端成本分配模型
Kubeicost 模型使團隊能夠了解當前和歷史上的 Kubernetes 支出和資源分配情況。 這些模型在 Kubernetes 環境中提供了成本透明性，支援多個應用程式、團隊、部門等。
行動應用程式設計
iOS 的 Linux Shell
一個使用使用者模式 x86 模擬和 syscall 轉換在 iOS 上執行 Linux shell 的專案。
程式設計語言/程式庫
一個比 Golang 快10倍的併發( concurrency ) C 程式庫
Libcsp 是一個受 CSP 模型影響的高效能併發 C 程式庫。
區塊鏈
Baseline – 是一個開放原始碼提案，它結合了加密、訊息傳遞和區塊鏈技術的進步，透過公共的 Ethereum Mainnet 以低成本執行安全和私有的業務流程。 該協議將使企業之間能夠進行保密和複雜的協作，而不會在區塊鏈上留下任何敏感資料
Baseline 是一個擁有龐大且不斷壯大的支援公司團隊的開放原始碼促進會。 第一個程式碼是由安永會計師事務所和 conssys 公司捐贈的，並得到了微軟的支援，現在許多其他公司也在捐贈這個程式碼。 該專案的目的是將企業和複雜的業務流程引入 Ethereum Mainnet，同時保護典型企業集團的隱私約束和需求。
喜歡今天小編整理的開源報報嗎？歡迎給小編意見與回饋