6月份GitHub上最热门的开源项目排行已经出炉啦,一起来看看吧:

1. jina

https://github.com/jina-ai/jina

Star 7316

Jina是由最先进的 AI和深度学习驱动的云原生神经搜索框架。

2. devops-exercises

https://github.com/bregman-arie/devops-exercises

Star 11397

包含有关各种技术主题,你可以用它们来准备面试,主题涵盖Linux、Jenkins、AWS、SRE、Docker、Python、Ansible、Git、Kubernetes、Terraform、OpenStack、SQL、NoSQL、Azure、GCP、DNS等。

3. Tkinter-Designer

https://github.com/ParthJadhav/Tkinter-Designer

Star 1958

Tkinter Designer 旨在加快 Python 中的 GUI 开发过程。它使用著名的设计软件Figma使在 Python 中创建漂亮的 Tkinter GUI 变得轻而易举。Tkinter Designer 使用 Figma API 来分析设计文件并创建 GUI 所需的相应代码和文件。甚至 Tkinter Designer 的 GUI 也是使用 Tkinter Designer 创建的。

4. YYeTsBot

https://github.com/tgbot-collection/YYeTsBot

Star 6629

人人影视bot,完全对接人人影视全部无删减资源。

5. PaddleHub

https://github.com/PaddlePaddle/PaddleHub

Star 6646

PaddleHub是一个深度学习模型开发工具。它基于飞桨领先的核心框架,精选效果优秀的算法,提供了百亿级大数据训练的预训练模型,方便用户不用花费大量精力从头开始训练一个模型。PaddleHub可以便捷地获取这些预训练模型,完成模型的管理和一键预测。

6. pyWhat

https://github.com/bee-san/pyWhat

Star 3993

这是一个可以识别文本背后含义的工具,当你不知道特定一串文本代表什么时,它能快速判断它是否是 email、油管视频编号、手机号 或者是其他信息格式。你给它一个 .pcap 文件或者一段文本,它能告诉你这个文件或是文本代表了什么。

7. Real-Time-Voice-Cloning

https://github.com/CorentinJ/Real-Time-Voice-Cloning

Star 27292

Real-Time-Voice-Cloning这是一个基于深度学习的语音合成项目,它通过采集分析一段具体的声音样本,可在5秒内生成与之类似的克隆语音。

8. cheat.sh

https://github.com/chubin/cheat.sh

Star 26329

cheat.sh是一个网站,更是一个实用的速查工具。cheat.sh具有以下这些功能特性:

  • 简洁的curl/browser界面

  • 涵盖55种编程语言,一些DBMSes和1000多个最重要的UNIX/Linux命令

  • 无需安装,随处可用

  • 超快,通常在100毫秒内即可返回答案

  • 可以直接在代码编辑器中使用,无需打开浏览器

  • ……

9. faceswap

https://github.com/deepfakes/faceswap

Star 37639

deepfake 的深度学习技术,这款工具本来的用途是用来识别和交换图片、视频中人物脸部图像的工具 。该项目有多个入口,你只需要:

  • 收集照片(或使用以下训练数据中提供的照片)

  • 从原始照片中提取面部图像

  • 在照片上训练模型(或使用以下训练数据中提供的模型)

  • 使用模型转换源代码

10. public-apis

https://github.com/public-apis/public-apis

Star 134719

PublicApis:公共API目录大全是一个通过 MaShape 市场整合的世界上最全的 API 接口目录,支持关键词搜索和添加API数据,方便开发者快速的找到自己想要的 API,目已经收录 5321 种 API 接口。

11. keras

https://github.com/keras-team/keras

Star 51847

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