2017 年 Google 開源了這些超讚的項目！

我們知道在開源和貢獻開源方面，Google 一直是行業的典範。 2017 年它開源了哪些優秀的軟件，有哪些值得我們藉鑑學習呢？讓我們一起來看下：
1、硬件加速的機器學習 Java 庫 DeepLearn.js

DeepLearn.js 是 Google 推出的一個可用于機器智慧並加速 WebGL 的開源 Java 庫，完全在流覽器中運行，不需要安裝，不需要後端處理。

2、大型微服務系統管理工具 Istio

Istio 是一個由穀歌、IBM 與 Lyft 共同開發的開源項目，旨在提供一種統一化的微服務連接、安全保障、管理與監控方式。Istio 專案能夠為微服務架構提供流量管理機制，同時亦為其它增值功能（包括安全性、監控、路由、連接管理與策略等）創造了基礎。這款軟體利用久經考驗的 Lyft Envoy 代理進行構建，可在無需對應用程式碼作出任何發動的前提下實現可視性與控制能力。Istio 專案是一款強大的工具，可幫助 CTO/CIO 們立足企業內部實施整體性安全、政策與合規性要求。

3、可自動生成命令列介面 Python Fire

Python Fire 是 Google 開源的一個可從任何 Python 代碼自動生成命令列介面（CLI）的庫。

簡易示例：

然後，你可以運行：

4、穀歌深度學習庫 TensorFlow Fold

TensorFlow Fold 是用於創建使用結構化資料的 TensorFlow 模型庫，其中計算圖的結構取決於輸入資料的結構。

TensorFlow Fold 使得處理不同資料尺寸和結構的深度學習模型更容易實現。Fold 實現動態批次處理，變換任意形狀的計算圖形的批次以產生靜態計算圖形。 該圖具有相同的結構，而不管其接收到什麼輸入，並且可以通過 TensorFlow 有效地執行。

5、Go 運行 Python：Grumpy

Grumpy 是一個 Python to Go 原始程式碼翻譯編譯器和運行時，旨在替代 CPython 2.7。

關鍵的區別是它將 Python 原始程式碼編譯為 Go 原始程式碼，然後將其編譯為本機代碼，而不是位元組碼。這意味著 Grumpy 沒有 VM。編譯的 Go 原始程式碼是對 Grumpy 運行時的一系列調用，Go 庫服務與 Python C API 類似的目的（儘管不直接支援 C API）。

6、基於 TensorFlow 的神經網路庫 Sonnet

Sonnet 庫使用物件導向的方法，允許創建定義一些前向傳導計算的模組。模組用一些輸入 Tensor 調用，添加操作到圖裡並返回輸出 Tensor。其中一種設計選擇是通過在隨後調用相同的模組時自動重用變數來確保變數分享被透明化處理。

7、控制 headless Chrome 的 Node.js API ：Puppeteer

Puppeteer 是一個控制 headless Chrome 的 Node.js API 。它是一個 Node.js 庫，通過 DevTools 協議提供了一個高級的 API 來控制 headless Chrome。它還可以配置為使用完整的（非 headless）Chrome。

8、圖像演算法工具 Guetzli

Guetzli，在瑞士德語中是“cookie（曲奇）”的意思，是一個針對數碼圖像和網頁圖像的 JPEG 編碼器，能夠通過產生更小的 JPEG 檔來達到更快的線上體驗，並且同時保持與當前流覽器，影像處理應用和 JPEG 標準的相容性。Google 稱 Guetzli 創建高品質的 JPEG 影像檔的大小比當前的壓縮方法要再小 35％。

9、Google 開源機器學習資料集視覺化工具 Facets

Facets 是 Google 開源的一款視覺化工具，幫助理解、分析和調試 ML 資料集。

Facets 包含兩個部分 —— Facets Overview 和 Facets Dive ，允許用戶以不同的細微性查看其資料的整體圖像。Facets Overview 可用於視覺化資料的每一個特徵，Facets Dive 用來探索個別的資料觀察集。

10、機器學習工具庫 Kubeflow

Kubeflow 是穀歌發佈的一個機器學習工具庫，Kubeflow 項目旨在使 Kubernetes 上的機器學習變的輕鬆、便捷、可擴展，其目標不是重建其他服務，而是提供一種簡便的方式找到最好的 OSS 解決方案。該庫包含包含的清單用於創建：

·        ·        用於創建和管理互動式 Jupyter notebook 的 JupyterHub

·         ·        可配置為使用 CPU 或 GPU，並通過單一設置調整至單個集群大小的 TensorFlow 訓練控制器（Tensorflow Training Controller）