2018年10月份GitHub上最热门的Python开源项目

本文我们将和大家介绍 GitHub 上 10 月份最受欢迎的 11 个Python开源项目，在这些项目中，你有在用或用过哪些呢？

1TensorFlow-Course
https://github.com/open-source-for-science/TensorFlow-Course Star 5843

该存储库旨在为TensorFlow提供简单且易于使用的教程。该项目的目标是通过结构化教程和简单优化的代码实现帮助社区开发者可以更快地有效地了解如何使用TensorFlow 。

2Python
https://github.com/TheAlgorithms/Python Star 16243

该项目用Python实现了所有的排序算法，包括插入排序、冒泡排序、快速排序、选择排序、归并排序等。

3Algorithm_Interview_Notes-Chinese
https://github.com/imhuay/Algorithm_Interview_Notes-Chinese Star 8134

2018/2019/校招/春招/秋招/自然语言处理(NLP)/深度学习(Deep Learning)/机器学习(Machine Learning)/C/C++/Python/面试笔记，此外，还包括创建者看到的所有机器学习/深度学习面经中的问题。除了其中 DL/ML 相关的，其他与算法岗相关的计算机知识也会记录。但是不会包括如前端/测试/JAVA/Android等岗位中有关的问题。

4awesome-algorithm
https://github.com/apachecn/awesome-algorithm Star 6038

Leetcode 题解 (跟随思路一步一步撸出代码) 及经典算法实现，该项目的当前定位是用不同的编程语言实现基本算法，创建者欢迎广大开发者帮助完善。

5models
https://github.com/tensorflow/models Star 43464

一个Tensorflow库，里面包含使用TensorFlow 构建的模型和示例的教程，旨在更好的维护，测试，并与最新的TensorFlow API保持同步最新。
TensorFlow实现模型：https://github.com/tensorflow/models/blob/master/research
TensorFlow教程：https://github.com/tensorflow/models/blob/master/tutorials

6maskrcnn-benchmark
https://github.com/facebookresearch/maskrcnn-benchmark Star 1901

PyTorch中的实例分段和对象检测算法的快速模块化参考实现，可以使用每个GPU每批次多个图像处理。

7system-design-primer
https://github.com/donnemartin/system-design-primer Star 51000

该项目是关于如何设计大型系统，以及如何应对系统设计面试。系统设计是一个很宽泛的话题。在互联网上，关于系统设计原则的资源也是多如牛毛。这个仓库就是这些资源的组织收集，它可以帮助你学习如何构建可扩展的系统。

8graph_nets
https://github.com/deepmind/graph_nets Star 1847

Graph Nets是DeepMind的库，用于在Tensorflow和Sonnet中构建图形网络。该库将与TensorFlow的CPU和GPU版本一起使用，但为了允许它不会将Tensorflow列为要求，因此如果您尚未单独安装Tensorflow，则需要单独安装。

9trfl
https://github.com/deepmind/trfl Star 1703

TRFL是DeepMind开源的一个内部强化学习库，用于在TensorFlow中编写强化学习智能体，这个库包含DeepMind开发的大量成功的agent的关键算法组件，对于强化学习智能体的再现研究很有用。

10responder
https://github.com/kennethreitz/responder Star 1593

一个Python HTTP服务框架，它将为你提供一个ASGI应用程序，预安装静态文件服务器，jinja2模板（无需额外导入），以及基于uvloop的生产网络服务器，自动为gzip压缩服务请求。

11awesome-python
https://github.com/vinta/awesome-python Star 56774

awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。十分受Python开发者的青睐。

附：

《9月份GitHub上最热门的Python项目》
本文我们将和大家介绍 GitHub 上 9 月份最受欢迎的 11 个Python开源项目，在这些项目中，你有在用或用过哪些呢？

1Python
https://github.com/TheAlgorithms/Python Star 14125

用Python实现的所有算法，不过创建者表示这些仅用于演示目的。Python标准库中有许多种类的实现，出于性能原因要好得多。

2Algorithm_Interview_Notes-Chinese
https://github.com/imhuay/Algorithm_Interview_Notes-Chinese Star 7199

2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记

3awesome-algorithm
https://github.com/apachecn/awesome-algorithm Star 5395

Leetcode 题解 (跟随思路一步一步撸出代码) 及经典算法实现

4system-design-primer
https://github.com/donnemartin/system-design-primer Star 50239

5ungoogled-chromium
https://github.com/Eloston/ungoogled-chromium Star 5966

ungoogled-chromium 是开源的 Chromium 衍生版，由它的名字不难看出，这个基于 Chromium 的浏览器项目移除了 Chromium 中和 Google 相关的内容。让浏览器在运行过程中不再和 Google 服务器交互。

6models
https://github.com/tensorflow/models Star 42707

7awesome-python
https://github.com/vinta/awesome-python Star 56171

8youtube-dl
https://github.com/rg3/youtube-dl Star 42711

youtube-dl是一个用来从YouTube.com网站上下载视频文件的命令行工具。它采用Python开发，运行时需要Python的解释环境。支持多个OS平台，支持众多视频网站(见附图)国内优酷、土豆、新浪和搜狐，国外YouTube等赫然在列。

9keras
https://github.com/keras-team/keras Star 34379

Keras是一个极简的、高度模块化的神经网络库，采用Python（Python 2.7-3.5.）开发，能够运行在TensorFlow和Theano任一平台，好项目旨在完成深度学习的快速开发。特性：
● 可以快速简单的设计出原型（通过总模块化、极简性、和可扩展性）
● 同时支持卷积网络和循环网络，以及两者的组合
● 支持任意的连接方案(包括多输入和多输出）
● 支持GPU和CPU

10boltons
https://github.com/mahmoud/boltons Star 4363

Boltons是拥有超过220个BSD许可的、纯Python实用工具集合，Boltons有极简单的架构，保持一致与独立，着眼于尽可能广泛的维护用例和使用模式。

11mlcourse.ai
https://github.com/Yorko/mlcourse.ai Star 2731

这是一套开放、免费的机器学习课程，课程为期10周，包含5大主题12个部分。

2018年10月份GitHub上最热门的Python开源项目

猜你喜欢