湖中剑 GitHub周刊 #8 | 2021-09-14

1. 推荐

1.1 lifeRestart:假如人生可以重来

本周 Star增长:2200+,累计:7.6k+

最近很火的游戏,让你体验不同的人生开局和结尾。

如果起点不一样了,到底自己能不能成为人生赢家?

image

https://github.com/VickScarlet/lifeRestart

2. 周榜

2.1 Real-ESRGAN:强大的AI图片修复工具

本周 Star增长:960+,累计:2.3k+

通过AI加持,可以把模糊的图片变清晰。

image

Windows、Linux、MacOS上提供可执行文件直接运行,对于显卡的要求:Intel/AMD/Nvidia GPU,不依赖CUDA、PyTorch环境。

https://github.com/xinntao/Real-ESRGAN

2.2 《设计数据密集型应用》

本周 Star增长:300+,累计:8.8k+

《Designing Data-Intensive Applications》书籍的中文翻译。

image

现今,尤其是在互联网领域,大多数应用都属于数据密集型应用。本书从底层数据结构到顶层架构设计,将数据系统设计中的精髓娓娓道来。其中的宝贵经验无论是对架构师,DBA、还是后端工程师、甚至产品经理都会有帮助。

https://github.com/Vonng/ddia

2.3 Lima:macOS上的Linux虚拟机

本周 Star增长:380+,累计:4k+

Lima可以启动具有自动文件共享、端口转发和使用containerd(开源容器)的 Linux 虚拟机。

Lima的设计和WSL2类似,但Lima使用macOS作为其主要的目标主机,目前不支持Windows主机。

https://github.com/lima-vm/lima

2.4 Microsoft Recommenders

本周 Star增长:180+,累计:11.2k+

Microsoft Recommenders包含构建推荐系统的示例和最佳实践,以Jupyter notebook形式提供。

主要有五项关键任务:

  • 准备数据:为每个推荐算法准备和加载数据
  • 模型:使用各种经典和深度学习推荐算法建立模型。
  • 评估:使用离线指标评估算法
  • 模型选择和优化:调整和优化推荐模型的超参数
  • 实践:在Azure上的生产环境中操作模型

https://github.com/microsoft/recommenders

2.5 ML-For-Beginners:机器学习初学者教程

本周 Star增长:2500+,累计:20.3k+

来自Microsoft的机器学习教程,历经12周、24节课让你了解到机器学习的魅力。

image

https://github.com/microsoft/ML-For-Beginners


周刊首发于GitHub,欢迎订阅:

我的周刊

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,565评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,021评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,003评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,015评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,020评论 5 370
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,856评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,178评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,824评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,264评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,788评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,913评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,535评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,130评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,102评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,334评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,298评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,622评论 2 343

推荐阅读更多精彩内容