塔荐 | 号称最快的 Node.js 应用框架来了

一个号称目前最快的 Node.js 应用框架横空出世,高度专注于以最少开销和强大的插件架构为开发者提供最佳的体验。

作为开发者,让项目跑得更快一直是坚持不懈的追求。

一个号称是目前最快的 Node.js 应用框架横空出世

1

Fastify:Node.js 的 Web 框架

http://www.oschina.net/p/fastify

☞ 推荐理由:高度专注于以最少开销和强大的插件架构为开发者提供最佳的体验。Fastify 的 API 看上去非常简洁,称得上是支持 async/await 的 Express 升级版,并且兼容 Express 中间件。

此外,人工智能还是一如既往的火热,无论在国内外,越来越多的公司或组织纷纷选择投身于人工智能领域。有哪些新的开源项目值得关注呢?

国内的如 Mobile-deep-learning(MDL)

2

Mobile-deep-learning :

百度移动端深度学习框架

https://www.oschina.net/p/mobile-deep-learning

☞ 推荐理由:这是百度研发的一个移动端深度学习框架, 致力于让卷积神经网络极度简单的部署在手机端。目前正在手机百度内运行,支持 iOS GPU 计算,体积小,速度快。

而国外的两大巨头 —— 微软和亚马逊联合推出了一个深度学习库

3

Gluon:开源深度学习库

https://www.oschina.net/p/gluon

☞ 推荐理由:这是一个清晰、简洁、简单但功能强大的深度学习 API,它提供了灵活的接口来简化深度学习原型设计、创建、训练以及部署,而且不会牺牲数据训练的速度。

其他人工智能领域相关开源项目推荐

1

Luminoth:开源的计算机视觉工具包

https://www.oschina.net/p/luminoth

☞ 推荐理由: 该工在 TensorFlow 和 Sonnet 上用 Python 搭建而成,易于使用、训练、理解结果。目前支持目标探测和图像分类。

2

SphereFace:人脸识别算法

https://www.oschina.net/p/sphereface

☞ 推荐理由:论文<SphereFace: Deep Hypersphere Embedding for Face Recognition>的实现。

论文提出了归一化权值和角度间距这两个概念, 对传统的 softmax 进行了改进,从而实现了最大类内距离小于最小类间距离的识别标准。

3

Uncaptcha:破解 reCAPTCHA 系统的 AI 算法

https://www.oschina.net/p/uncaptcha

☞ 推荐理由: unCAPTCHA 算法以 85% 的成功率击败了 Google reCAPTCHA 系统。它依靠音频验证码攻击 - 使用浏览器自动化软件来解析必要的元素并识别语音号码,并以编程方式传递这些数字,最终成功欺骗目标网站。

4

ZhuSuan(珠算):清华大学

机器学习组开源的贝叶斯深度学习 GPU 库

https://www.oschina.net/p/zhusuan

☞ 推荐理由: 构建于 TensorFlow 之上用于生成模型的 Python 库,结合了贝叶斯方法和深度学习的优势进行互补。

5

STYLE2PAINTS:强大的为线稿上色的 AI

https://www.oschina.net/p/style2paints

☞ 推荐理由:新一代的强大线稿上色AI,可根据用户上传的自定义色彩给线稿进行上色

Web 开发领域相关开源项目推荐

趋势所向,开源在人工智能领域的火热并不让人感到意外。而一直火热的 Web 开发领域,和人工智能结合在一起会擦出怎样的火花呢?

1

Synaptic.js是一个用于 node.js

和浏览器的 JavaScript 神经网络库

https://www.oschina.net/p/synapticjs

☞ 推荐理由: 可以构建和训练基本上任何类型的一阶甚至二阶神经网络。Atwood 定律再一次被验证 —— “凡是能用 JavaScript 写出来的,最终都会用 JavaScript 写出来”。

说到 Web 开发,最近这段时间,很多网络自制剧备受追捧,人气高涨。身为开发者,除了追剧,我们还应该关注它们背后的技术 —— 是什么在支撑着这些巨大的流量?

2

Fastify:Node.js 的 Web 框架

https://www.oschina.net/p/dpvs

在线视频网站爱奇艺开源了一个为 DPVS 的项目,它的全称为 "DPDK-LVS",是爱奇艺公司基于 DPDK 开发的高性能第4层负载均衡器,基于阿里巴巴的 LVS 修改而来。DPVS 号称出于蓝而胜于蓝,大家不妨关注一波。

☞ 推荐理由: 为了达到高性能,使用了多种不同技术。L4负载均衡器,包括FNAT,DR模式等;不同的调度算法,如RR、WLC、WRR等。

3

Napa.js:基于 V8 的多线程

JavaScript 运行环境

https://www.oschina.net/p/napajs

拥抱开源的微软在开源领域的努力也是有目共睹,除了上面提到的和亚马逊推出的深度学习库。在 Web 开发领域,微软还推出了一个名为 Napa.js 的项目。它是基于 V8 的多线程 JavaScript 运行时,兼容了部分 Node.js API,称得上是个 mini Node。

☞ 推荐理由: 它是基于 V8 的多线程 JavaScript 运行时,兼容了部分 Node.js API,称得上是个 mini Node。

4

Lozad.js:基于 IntersectionObserver API

的 JavaScript 延迟加载器

https://www.oschina.net/p/lozadjs

☞ 推荐理由: 高性能、轻量级(~0.5kb)、可配置、纯 JavaScript 实现、无依赖,可用于延迟加载图片、iframe、广告、视频和其他元素。

5

AR.js:应用于 Web 的高效增强现实(AR)库

https://www.oschina.net/p/ar-js

☞ 推荐理由: 纯 Web 解决方案,无需安装,在手机上也能高效运行,包括 Android、iOS 和 Windows phone。适用于任何带有 webgl 和 webrtc 的手机。

6

Maptalks:一个开源的 JavaScript 地图引擎

https://www.oschina.net/p/maptalks

☞ 推荐理由:基于原生 ES6 Javascript 开发。具有插件化设计,能与其他图形库结合,开发各种二三维效果。 此外,该项目十分重视测试,有接近 1.5K 个单元测试用例,稳定性不错。

7

iView Admin:iView 的后台管理系统模板

https://www.oschina.net/p/iview-admin

☞ 推荐理由:iView Admin 基于拥有超高人气的高质量 UI 组件库 iView,遵守 iView 设计和开发约定,风格统一,设计考究,目前由 TalkingData 前端可视化团队部分成员开发维护。

其他值得关注的热门开源项目推荐

1

govcl:Go 语言绑定

Delphi VCL 而生的 UI 组件库

https://www.oschina.net/p/govcl

☞ 推荐理由: 一个小而原生的 UI 组件库。作者通过 Go 语言绑定 Delphi VCL,使用 Delphi 的 VCL 组件写了一个 UI 组件库。项目现已支持 VCL 标准控件中的大部分,足以满足日常操作。

2

riot: Go 语言实现的分布式全文搜索引擎

https://www.oschina.net/p/riotsearch

☞ 推荐理由: 性能优异 —— 具有高效索引和搜索、支持中文分词、支持逻辑搜索以及中文转拼音搜索、支持分布式索引和搜索、支持多种持久存储。

3

zendAPI:Zend Engine 的 C++ 封装

https://www.oschina.net/p/zendapi

☞ 推荐理由: 对 Zend Engine 的 C 接口使用 C++ 的最新标准 C++11 进行面向对象的封装,屏蔽了底层 Zend Engine API 的接口复杂性,加快开发 PHP 扩展的效率。开发者不用再考虑不同 PHP 版本带来的差异性,从而更专注于自身的业务逻辑。

4

Franchise:功能强大的 SQL Notebook 工具

https://www.oschina.net/p/franchise

☞ 推荐理由: Franchise 和 Python 的 Jupiter Notebook 类似,不过它进行的是 SQL 查询,支持编辑 CSV、JSON、XLSX 等格式数据,支持连接到 SQLite、MySQL、PostgreSQL 等数据库。查询脚本和结果可以保存与分享,和 Jupiter 一模一样。

5

AgensGraph:基于 PostgreSQL 的图数据库

https://www.oschina.net/p/agensgraph

☞ 推荐理由:AgensGraph 基于 PostgreSQL,也是用于现代复杂数据环境的新一代多模型图数据库,它同时支持关系和图数据模型。开发者可以将遗留下来的关系数据模型和灵活的图形数据模型集成到一个数据库中。

文章来源:开源中国

文章编辑:秦革

原文发布于微信公众号 - 灯塔大数据(DTbigdata)

原文发表时间:2017-11-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯社交用户体验设计

Demoo – 为移动端方案设计演示而生 - 腾讯ISUX

31220
来自专栏机器之心

学界 | 通过流量识别加密视频内容:以色列学者提出神经网络攻击模型

选自GitHub 作者:Roei Schuster等 机器之心编译 参与:李泽南、Smith、吴攀 深度学习在数据特征识别上的能力强大,目前已成为计算机视觉、图...

38560
来自专栏AI科技评论

深度 | 如何评价微软在数据中心使用 FPGA ?

问题「用 FPGA 代替 CPU」中,这个「代替」的说法不准确。我们并不是不用 CPU 了,而是用 FPGA 加速适合它的计算任务,其他任务仍然在 CPU 上完...

63140
来自专栏理论坞

产品动效设计全方位科普手册,超级全面的分析!

本文主要讲述了为什么做动效,好的动效设计的标准是什么,如何做动效设计,以及如何使自己设计的动效完美落地。

7610
来自专栏VRPinea

VR文本输入,想说爱你不容易

35180
来自专栏PPV课数据科学社区

项目实战:如何构建知识图谱

作者丨徐阿衡 学校丨卡耐基梅隆大学硕士 研究方向丨QA系统 实践了下怎么建一个简单的知识图谱,两个版本,一个从 0 开始(start from scratch)...

1.2K50
来自专栏祝威廉

这些年,我工作上走过的路

我走过了毕业季,创业征途,踏进开源之路,转型进入大数据,到最后有缘接触机器学习。每个章节,我都会提及对应那个阶段对技术的感悟,自己做的一些具体事情。

23820
来自专栏AI科技评论

如何评价微软在数据中心使用FPGA代替传统CPU的做法?

编者按:本文系微软亚洲研究院实习生李博杰在知乎上针对“如何评价微软在数据中心使用FPGA代替传统CPU的做法?”问题的回答。AI科技评论已获得转载授权。 首先,...

679110
来自专栏ATYUN订阅号

2018苹果开发者大会:推出机器学习应用套件Core ML 2,揭开iOS12的面纱

在苹果年度开发者大会WWDC的主题演讲中,苹果可能根本就没有讨论什么硬件,但是这个演示依然持续了两个多小时。苹果所有四个平台(iOS,watchOS,tvOS...

13330
来自专栏mantou大数据

使用Atlas进行元数据管理之Atlas简介

谈到数据治理,自然离不开元数据。元数据(Metadata),用一句话定义就是:描述数据的数据。元数据打通了数据源、数据仓库、数据应用,记录了数据从产生到消费的全...

81040

扫码关注云+社区

领取腾讯云代金券