1、nocode

（https://github.com/kelseyhightower/nocode Star 16256

這是 2 月份新出爐的項(xiàng)目，可以說是 2018 年最火的佛系編程了，這個(gè)項(xiàng)目里面沒有一行代碼，它的 description 是這樣的：The best way to write secure and reliable applications. Write nothing; deploy nowhere. 有網(wǎng)友把它翻譯成中文版為：要安全，要可靠，最好的方式就是不用一行代碼，部署整個(gè)世界。就是這樣一個(gè)愚人的項(xiàng)目，在 Github Trending List 上占據(jù)了好幾天榜首，如今已經(jīng)有 16256 個(gè) Star

2、tensorflow

（https://github.com/tensorflow/tensorflow Star 90603

TensorFlow 是谷歌的第二代機(jī)器學(xué)習(xí)系統(tǒng)，按照谷歌所說，在某些基準(zhǔn)測試中，TensorFlow 的表現(xiàn)比第一代的 DistBelief 快了 2 倍。TensorFlow 內(nèi)建深度學(xué)習(xí)的擴(kuò)展支持，任何能夠用計(jì)算流圖形來表達(dá)的計(jì)算，都可以使用 TensorFlow。任何基于梯度的機(jī)器學(xué)習(xí)算法都能夠受益于 TensorFlow 的自動(dòng)分 化（auto-differentiation）。通過靈活的 Python 接口，要在 TensorFlow 中表達(dá)想法也會(huì)很容易。

3、front-end-interview-handbook

（https://github.com/yangshun/front-end-interview-handbook Star 9772

與其他軟件工程師不同的是，前端求職面試對算法的重視程度更低，并且在該領(lǐng)域的知識(shí)更多的集中在 Html、CSS、JavaScript 等幾個(gè)方面，雖然網(wǎng)上也有一些資源可以幫助前端開發(fā)人員準(zhǔn)備面試，但他們并不像軟件工程師面試材料那么豐富，front-end-interview-handbook 就是專門為前端求職者準(zhǔn)備面試問題和答案。

4、內(nèi)容感知圖像壓縮/拓展庫caire

（https://github.com/esimov/caire Star 7637

Caire 是基于論文《Seam Carving for Content-Aware Image Resizing》（圖像伸縮變換算法）實(shí)現(xiàn)的一個(gè)內(nèi)容感知圖像 (尺寸) 壓縮/擴(kuò)展庫。已有特性如下：

● 支持自定義命令行

● 支持縮小/放大圖像

● 可垂直/水平地調(diào)整圖像大小

● 可調(diào)整目錄中的所有圖像的大小

● 不需要任何第三方庫

● 使用 sobel 閾值進(jìn)行微調(diào)

● 使用模糊濾鏡來增強(qiáng)邊緣檢測

效果圖：

5、數(shù)據(jù)結(jié)構(gòu)庫Automerge

（https://github.com/automerge/automerge Star 4895

Automerge 是一個(gè)用于在 JavaScript 中構(gòu)建協(xié)作應(yīng)用程序的數(shù)據(jù)結(jié)構(gòu)庫。建 JavaScript 應(yīng)用程序的常用方法是將應(yīng)用程序的狀態(tài)保存在模型對象中，例如 JSON 文檔。具有如下特點(diǎn)和設(shè)計(jì)原則：

● 網(wǎng)絡(luò)不可知論者。Automerge 是一個(gè)純粹的數(shù)據(jù)結(jié)構(gòu)庫，不關(guān)心你使用的是什么類型的網(wǎng)絡(luò)。

● 不變的狀態(tài)。Automerge 對象在某個(gè)時(shí)間點(diǎn)是應(yīng)用程序狀態(tài)的不可變快照。無論何時(shí)進(jìn)行更改，或者合并來自網(wǎng)絡(luò)的更改，都會(huì)返回一個(gè)反映該更改的新狀態(tài)對象。

● 自動(dòng)合并。Automerge 是所謂的無沖突復(fù)制數(shù)據(jù)類型（CRDT），它允許在不需要任何中央服務(wù)器的情況下自動(dòng)合并不同設(shè)備上的并發(fā)更改。

● 相當(dāng)便捷。已經(jīng)在 Node.js，Chrome，F(xiàn)irefox 和 Electron 上測試了 Automerge 。

6、developer-roadmap

（https://github.com/kamranahmedse/developer-roadmap Star 42978

這是一組使用 Balsamiq 建造的網(wǎng)絡(luò)開發(fā)者的路線圖，如前端路線圖如下：

涵蓋所有前端熱門的框架、語言等重要且熱門的知識(shí)點(diǎn)。

7、FastPhotoStyle

（https://github.com/NVIDIA/FastPhotoStyle Star5978

FastPhotoStyle 是英偉達(dá)開源的照片風(fēng)格轉(zhuǎn)移深度學(xué)習(xí)算法實(shí)現(xiàn)庫，給定目標(biāo)照片和樣式參考照片，代碼可以將樣式照片的風(fēng)格轉(zhuǎn)換至目標(biāo)照片，從而生成新的風(fēng)格化照片。

FastPhotoStyle 實(shí)現(xiàn)過程包含兩個(gè)步驟：“風(fēng)格化”和“細(xì)調(diào)”。 先將樣式參考照片源的樣式轉(zhuǎn)移至目標(biāo)照片，隨后對其進(jìn)行細(xì)調(diào)優(yōu)化。

效果圖：

8、Back-End-Developer-Interview-Questions

（https://github.com/arialdomartini/Back-End-Developer-Interview-Questions Star 6686

前面提到的是前端面試相關(guān)的開源項(xiàng)目，而這一個(gè)則是后端開發(fā)人員的面試大全，里面涵蓋的問題大多都是開放式的，其中一些問題甚至沒有答案，但是它們恰恰是最能體現(xiàn)個(gè)人能力的一些問題。目前該項(xiàng)目的問題共分為 18 個(gè)類型，包括代碼設(shè)計(jì)問題、數(shù)據(jù)庫問題、代碼版本問題、分布式系統(tǒng)問題等

9、Java組件服務(wù)框架 Carbon

（https://github.com/dawnlabs/carbon Star 7585

Carbon 是一個(gè)輕量級的組件模型與企業(yè)級的服務(wù)框架。Carbon 是在以下原則上進(jìn)行構(gòu)建:創(chuàng)建一個(gè)更加靈活的框架通過一個(gè)分離,以元數(shù)據(jù)為中心的系統(tǒng),鼓勵(lì)關(guān)系的分離,從而使得代碼在一個(gè)復(fù)雜,動(dòng)態(tài)的操作環(huán)境中更容易維護(hù)與重復(fù)利用等.

10、awesome-scalability

（https://github.com/binhnguyennus/awesome-scalability Star 7795

該項(xiàng)目提供了大量精選的閱讀材料，旨在幫助后臺(tái)開發(fā)者們能夠借助項(xiàng)目中各個(gè)文獻(xiàn)的思路做出一個(gè)具有延展性，可用性，穩(wěn)定性的后臺(tái)。這個(gè)概念雖然模糊，但是借由著名工程師（Martin Fowler，Robert C. Martin，Tom White等）和高質(zhì)量資源（highscalability.com，infoq.com等）的詮釋，相信大家能從中理解并學(xué)到有用的東西。

項(xiàng)目涵蓋各個(gè)方面。主要分為原則、可擴(kuò)展性、穩(wěn)定性、其他方面、會(huì)談、圖書七個(gè)板塊。包括了異常處理，數(shù)據(jù)庫策略等內(nèi)容。

11、android-ktx

（https://github.com/android/android-ktx Star 4529

ndroid KTX 是一組擴(kuò)展程序，它能使 Android 上的 Kotlin 代碼更簡潔，從而提高開發(fā)者的編程體驗(yàn)。Android KTX 中支持 Android 框架的部分現(xiàn)在可在 GitHub 庫中找到，Android KTX 究竟做了哪些方面的優(yōu)化呢？比如：

● 字符串轉(zhuǎn)換為 URI，Android KTX 會(huì)為字符串添加一個(gè)擴(kuò)展函數(shù)，使字符串更加自然地轉(zhuǎn)換為 URI。

● 編輯 SharedPreferences，使用 Android KTX 后，代碼稍微短些，能更自然地讀取和寫入。

● 平移路徑差異

● 在視圖onPreDraw 的動(dòng)作

12、deepfake 的深度學(xué)習(xí)技術(shù) Facewap

（https://github.com/deepfakes/faceswap Star 4009

deepfake 的深度學(xué)習(xí)技術(shù)，這款工具本來的用途是用來識(shí)別和交換圖片、視頻中人物臉部圖像的工具 。該項(xiàng)目有多個(gè)入口，你需要做的事：

● 收集照片（或使用以下訓(xùn)練數(shù)據(jù)中提供的照片）

● 從原始照片中提取面部圖像

● 在照片上訓(xùn)練模型（或使用以下訓(xùn)練數(shù)據(jù)中提供的模型）

● 使用模型轉(zhuǎn)換源代碼