「开源项目排名」 世界知名开源项目有哪些？？

开源项目排名： 世界知名开源项目有哪些？？-百度知道

开源平台我是知道一点，但不是到是不是你说的开源项目，现在世界上比较成熟且多公司用的应该是ALFRESCO和LIFERAY这两个了。...

开源项目排名： 有哪些适大学生参与的Java开源项目？-百度知道

如果是做web系统的话，还是很多的，比如说聊天室啊，电子商城啊，宿舍管理系统 学生管理系统，图书管理系统，火车票管理系统 电影售票系统 博客 论坛之类 等等 ，其实很多的 你可以去搜罗一下。缘起说实话，在当初列这个提纲的时候，我并没有想好如...展开全部

其他答案:学习 五大框架 做独立小项目

开源项目排名： java开源的项目-百度知道

Sotacs 【Java开源 未分类开源项目】Tapestry4 web框架组件：SpringContracts 【Java开源 未分类开源项目】SpringContracts是契约式设计（Design by Contract）的一个Java解决方案，能够无缝地集成到Spring框架中。基于Annotations,AOP并且支持EL表...展开全部

开源项目排名： 求前辈推荐Java开源项目-百度知道

package table;import ;public class Game21{ public static void main ( String[] args ) { （＂游戏规则：＂）； （＂开始游戏后屏幕上将出现一个随机数字＂）； （...展开全部

开源项目排名：哪个企业流程开发平台比较好啊？

企业用快速开发平台来做信息化管理的话，首先要清楚自己的需求，知道自己要做些什么功能，达到怎样的管理目的，最好内部动员起来；其次选用快速开发平台的时候，要综合考虑功能和易用性，如果应用快速开发平台，还要像专业技术人员那样去做，就没太大意义了。万立快速开发平台，目前的产品“软件制作大师”还是比较值得推荐的。我觉得勤哲的企业流程开发平台比较好，而且勤哲的企业流程开发操作起来很容易，用起来还很方便。

开源项目排名：有哪些值得关注的AI开源平台？

近年来，人工智能(AI)与机器学习可谓不绝于耳。对于多数企业而言，其中最艰苦的工作在于首先掌握机器学习与人工智能框架。根据Gartner公司的观点，“59%的企业仍在努力收集信息以构建其人工智能战略。”

其中大部分信息收集工作可能都将围绕着开源解决方案展开。多种领先的人工智能工具都可立足开源许可下获取，而大量尖端研究与开发工作也正基于这些开源项目进行。

那么，企业IT管理者们应该研究哪些开源AI解决方案呢?下面将着重介绍十种最具人气的开源AI与机器学习工具。

1. TensorFlow

由谷歌公司打造的TensorFlow已经成为当前使用范围最广的机器学习框架之一。该项目的GitHub(一个面向开源及私有软件项目的托管平台)页面拥有87700颗星评，fork(计算机程序设计中的分叉函数)数量超过42700次。2017年发布的GitHub Octoverse报告指出，TensorFlow这款开源AI工具拥有数量最高的fork，贡献者数量位列第五，评论数量排名第十。其能够很好地适应基于云的应用程序，且目前Amazon Web Services、微软Auzre以及Google Cloud Platform都为其提供支持及/或服务。根据项目网站，其企业客户包括爱彼迎、英伟达、优步、SAP、Dropbox、eBay、谷歌、英特尔、可口可乐以及Twitter等等。

2. Scikit-Learn

基于其它三个开源项目(NumPy、SciPy以及matplotlibe)的Scikit-learn是一款基于Python的机器学习工具，主要强调数据挖掘与数据分析。其提供多种算法以实现分类、回归、聚类、降维、模型选择以及预处理等等。其用户包括Spotify、Evernote、OKCupid以及等等。其最初属于谷歌Summer of Code项目，并在随后的发展当中得到了多个组织机构的资助——具体包括INRIA、Paris-Saclay数据科学中心、纽约大学、Télécom Paristech、哥伦比亚大学、Alfred P. Sloan基金会与悉尼大学等。该项目在GitHub上拥有超过25300颗星评与超过12900次fork。

3. Caffe

Caffe诞生于Yangqing Jia手中，在开发此项目时其尚在加州大学伯克利分校攻读博士学位。伯克利大学AI研究(简称BAIR)部门目前正负责该项目的开发工作。项目网站指出，其属于“以表达、速度与容模为基础的深度学习框架。”其主要功能包括表现性架构、可扩展代码、出色的性能表现以及庞大的学术与行业用户祢。在GitHub上，该项目拥有22600多颗星评与超过13800次fork。

4. 微软Cognitive Toolkit

微软Cognitive Toolkit(原名为CNTK)将自身描述为一款“免费、易于使用的开源商业级工具包，可用于训练深度学习算法以通过类似于人脑的方式实现学习。”这套AI解决方案由微软公司内部开发完成，并于2016年以开源许可形式进行发布。该工具的主要特征包括支持Python、C++以及BrainScript; 支持强化学习、生成对抗网络以及有监督与无监督学习; 高效的资源利用能力; 与NumPy间的互操作性; 且可与微软Azure相集成。此项目在GitHub上拥有超过13700颗星评与3600多次fork。

5. PredictionIO

作为Apache项目，PredictionIO是一款开源机器学习服务器，并能够利用Hadoop、HBase以及Spark等多种其它Apache大数据工具。企业经常利用它来实现lambda架构，其官方网站还提供一整套全面的机器学习堆栈，其中囊括Apache Spark、MLlib、HBase、Spray以及ELasticsearch。该项目的目标在于帮助数据科学家与开发者们快速创建预测引擎，并将其以Web服务的形式进行部署。此项目的GitHub页面显示，其拥有超过10900颗星评以及超过1777次fork。

6.

顾名思义，是一套面向深度学习的JavaScript库。其允许用户在浏览器当中训练神经网络。与本份清单中提到的其它几款开源AI项目一样，它同样源自谷歌Brain小组之后，且谷歌公司一直在为该项目的发展提供助力。当中包含两个独立API：一个负责实现与NumPy类似的急切执行模式，另一个则提供类似于TensorFlow的延迟执行模式。在GitHub上，该项目拥有6000多颗星评与超过550次fork。

7. Pattern

Pattern由安特卫普大学计算语言学与心理语言学(简称CLiPS)研究中心所打造。其提供多种人工智能功能，具体包括数据挖掘、自然语言处理、机器学习、网络分析以及可视化。其基于Python，且捆绑有50多个示例与350多项单元测试。GitHub用户为其给出了超过6000个星评，fork次数亦超过1100次。

8. Turi Create

Turi Create允许非技术专家创建属于自己的机器学习模型，且无需编写大量代码。其适用于创建推荐引擎、图像分析工具以及文本分类引擎，且提供多种算法以实现分类、回归、图形分析、聚类、最近邻、主题模式等等。尽管刚刚由苹果公司发布在GitHub上(2017年12月)，但其仍然快速吸引到人们的关注，目前拥有超过5700颗星评以及490多次fork。

9. Aerosolve

由爱彼迎创建的Aerosolve是一款人工智能工具，特别擅长处理地理数据。之所以声名大噪，是因为其拥有“人性化”的设计思路。其主要功能包括基于资源节约理念的特征表达、特征转换语言、可调试模型、Java与Scala支持以及图像内容分析代码。在GitHub页面中，该项目拥有超过4200颗星评与550多次fork。

10. DSSTNE

由Amazon公司打造的DSSTNE(发音为‘Destiny')代表着“深层可扩展稀疏张量网络引擎”。网络购物巨头利用它来创建自己的推荐引擎，但其出色的能力也引起了其它零售商与在线企业的关注。根据开发人员所言，其在机器学习训练数据稀缺类用例当中发挥着巨大的作用。在GitHub上，该项目拥有4000多颗星评与超过660次fork。

来自科技行者团队喜欢搜集的Peach

开源项目排名：目前做的最好的爬虫项目是哪个，开源github？

大型的：Nutchapache/nutch·GitHub适合做搜索引擎，分布式爬虫是其中一个功能。Heritrixinternetarchive/heritrix3·GitHub比较成熟的爬虫。小型的：Crawler4jyasserg/crawler4j·GitHubWebCollectorCrawlScript/WebCollector·GitHub（国人作品）目标是在让你在5分钟之内写好一个爬虫。参考了crawler4j，如果经常需要写爬虫，需要写很多爬虫，还是不错的，因为上手肯定不止5分钟。缺点是它的定制性不强。WebMagiccode4craft/webmagic·GitHub（国人作品，推荐）垂直、全栈式、模块化爬虫。更加适合抓取特定领域的信息。它包含了下载、调度、持久化、处理页面等模块。每一个模块你都可以自己去实现，也可以选择它已经帮你实现好的方案。这就有了很强的定制性。