我們知道在開源和貢獻開源方面，Google 一直是行業(yè)的典范。2017 年它開源了哪些優(yōu)秀的軟件，有哪些值得我們借鑒學習呢？讓我們一起來看下：

1、硬件加速的機器學習 JavaScript 庫 DeepLearn.js

DeepLearn.js 是 Google 推出的一個可用于機器智能并加速WebGL的開源JavaScript庫，完全在瀏覽器中運行，不需要安裝，不需要后端處理。

2、大型微服務系統(tǒng)管理工具 Istio

Istio 是一個由谷歌、IBM 與 Lyft 共同開發(fā)的開源項目，旨在提供一種統(tǒng)一化的微服務連接、安全保障、管理與監(jiān)控方式。Istio 項目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(jiān)控、路由、連接管理與策略等）創(chuàng)造了基礎。這款軟件利用久經(jīng)考驗的 Lyft Envoy 代理進行構建，可在無需對應用程序代碼作出任何發(fā)動的前提下實現(xiàn)可視性與控制能力。Istio 項目是一款強大的工具，可幫助 CTO/CIO 們立足企業(yè)內(nèi)部實施整體性安全、政策與合規(guī)性要求。

3、可自動生成命令行接口 Python Fire

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

簡易示例：

import fire

classCalculator(object):

"""A simple calculator class."""

def double(self,number):

return2 * number

if__name__ == '__main__':

fire.Fire(Calculator)

然后，你可以運行：

python calculator.py double10# 20

python calculator.py double --number=15# 30

4、谷歌深度學習庫TensorFlow Fold

TensorFlow Fold 是用于創(chuàng)建使用結構化數(shù)據(jù)的 TensorFlow 模型庫，其中計算圖的結構取決于輸入數(shù)據(jù)的結構。

TensorFlow Fold 使得處理不同數(shù)據(jù)尺寸和結構的深度學習模型更容易實現(xiàn)。Fold 實現(xiàn)動態(tài)批處理，變換任意形狀的計算圖形的批次以產(chǎn)生靜態(tài)計算圖形。 該圖具有相同的結構，而不管其接收到什么輸入，并且可以通過 TensorFlow 有效地執(zhí)行。

5、Go 運行 Python：Grumpy

Grumpy 是一個 Python to Go 源代碼翻譯編譯器和運行時，旨在替代 CPython 2.7。

關鍵的區(qū)別是它將 Python 源代碼編譯為 Go 源代碼，然后將其編譯為本機代碼，而不是字節(jié)碼。這意味著 Grumpy 沒有 VM。編譯的 Go 源代碼是對 Grumpy 運行時的一系列調(diào)用，Go 庫服務與 Python C API 類似的目的（盡管不直接支持 C API）。

6、基于 TensorFlow 的神經(jīng)網(wǎng)絡庫 Sonnet

Sonnet 庫使用面向?qū)ο蟮姆椒?，允許創(chuàng)建定義一些前向傳導計算的模塊。模塊用一些輸入 Tensor 調(diào)用，添加操作到圖里并返回輸出 Tensor。其中一種設計選擇是通過在隨后調(diào)用相同的模塊時自動重用變量來確保變量分享被透明化處理。

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(xié)議提供了一個高級的 API來控制headlessChrome。它還可以配置為使用完整的（非 headless）Chrome。

8、圖像算法工具 Guetzli

Guetzli，在瑞士德語中是“cookie（曲奇）”的意思，是一個針對數(shù)碼圖像和網(wǎng)頁圖像的 JPEG 編碼器，能夠通過產(chǎn)生更小的 JPEG 文件來達到更快的在線體驗，并且同時保持與當前瀏覽器，圖像處理應用和 JPEG 標準的兼容性。Google 稱Guetzli 創(chuàng)建高質(zhì)量的 JPEG 圖像文件的大小比當前的壓縮方法要再小 35％。

9、Google 開源機器學習數(shù)據(jù)集可視化工具 Facets

Facets 是 Google 開源的一款可視化工具，幫助理解、分析和調(diào)試 ML 數(shù)據(jù)集。

Facets 包含兩個部分 —— Facets Overview 和 Facets Dive ，允許用戶以不同的粒度查看其數(shù)據(jù)的整體圖像。Facets Overview 可用于可視化數(shù)據(jù)的每一個特征，F(xiàn)acets Dive 用來探索個別的數(shù)據(jù)觀察集。

10、機器學習工具庫Kubeflow

Kubeflow 是谷歌發(fā)布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松、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于創(chuàng)建：

用于創(chuàng)建和管理交互式 Jupyter notebook 的 JupyterHub

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

TF 服務容器（TF Serving container）

11、游戲狀態(tài)自動管理框架BOARDGAME.IO

BOARDGAME.IO 是 Google 開源的一個游戲框架，旨在允許游戲作者將游戲規(guī)則從本質(zhì)上轉(zhuǎn)化為一系列簡單的函數(shù)，這些函數(shù)用于描述當一個指定動作發(fā)生時游戲的狀態(tài)變化，框架負責處理表述性狀態(tài)傳遞。 無需再手動編寫任何網(wǎng)絡或后端代碼。

12、開源量子軟件OpenFermion

OpenFermion 是一個開源的軟件，用于編譯和分析量子算法來模擬費米子系統(tǒng)，包括量子化學，在其他功能中，當前版本的特征是用數(shù)據(jù)結構和工具獲取和操縱費米子和量子位哈密頓算子的表示。