知識星球開源最前線（ID：OpenSourceTop） 猿妹整編
https://www.itcodemonkey.com/article/5653.html
6 月份 GitHub 上最熱門的Python專案排行已經出爐啦，在本月的名單中，出現了許多新專案，一起來看看上榜的專案有哪些吧：
https://github.com/jackfrued/Python-100-Days Star 3865
Python – 100天從新手到大師，如Day01 – 初識Python：
● Python簡介 – Python的歷史 / Python的優缺點 / Python的應用領域
● 搭建程式設計環境 – Windows環境 / Linux環境 / MacOS環境
● 從終端執行Python程式 – DOS命令 / Hello, world / print函式 / 執行程式
● 使用IDLE – 互動式環境(REPL) / 編寫多行程式碼 / 執行程式 / 退出IDLE
● 註釋 – 註釋的作用 / 單行註釋 / 多行註釋
https://github.com/vibora-io/vibora Star 2697
Vibora 是一個 Python 非同步網路框架(Python 3.6+)，目前正在開發中，處於 alpha 階段。伺服器端功能
● 效能請檢視 https://vibora.io/#benchmarks
● Schemas 引擎 (比 marshmallow 快 50 倍，支援非同步)
● Nested Blueprints / Domain Based Routes / Components
● Connection Reaper / 可自修複的 Workers
● ……
https://github.com/tensorflow/models Star 37630
一個 Tensorflow 庫，裡麵包含 使用 TensorFlow 構建的模型和示例的教程，旨在更好的維護，測試，並與最新的 TensorFlow API 保持同步最新。
TensorFlow實現模型：https://github.com/tensorflow/models/blob/master/research
TensorFlow教程：https://github.com/tensorflow/models/blob/master/tutorials
https://github.com/google/gif-for-cli Star 2070
今年是 Gif 動態圖片的 31 週年，為了慶祝這個日子，Google 在 6 月 5 日釋出了一個新的開源工具。它被稱為“GIF for CLI”，它可以將圖形交換格式影象轉換為用於終端的ASCII碼文字圖形。
https://github.com/toddmotto/public-apis Star 38977
PublicApis：公共API目錄大全是一個透過 MaShape 市場整合的世界上最全的 API 介面目錄，支援關鍵詞搜尋和新增API資料，方便開發者快速的找到自己想要的 API，目已經收錄 5321 種 API 介面。
https://github.com/vinta/awesome-python Star 51996
awesome-python 是 vinta 發起維護的 Python 資源串列，內容包括：Web框架、網路爬蟲、網路內容提取、模板引擎、資料庫、資料視覺化、圖片處理、文字處理、自然語言處理、機器學習、日誌、程式碼分析等。十分受 Python 開發者的青睞。
https://github.com/databricks/mlflow Star 1398
MLflow 是由 Apache Spark 技術團隊開源的一個機器學習平臺，主開啟放性：
● 開放介面：可與任意 ML 庫、演演算法、部署工具或程式語言一起使用。
● 開源：開發者可輕鬆地對其進行擴充套件，並跨組織共享工作流步驟和模型。
MLflow的當前版本是alpha版本。這意味著API和資料格式可能會發生變化！
https://github.com/keras-team/keras Star 31152
Keras 是一個極簡的、高度模組化的神經網路庫，採用 Python（Python 2.7-3.5.）開發，能夠執行在 TensorFlow 和 Theano 任一平臺，好專案旨在完成深度學習的快速開發。特性：
● 可以快速簡單的設計出原型（透過總模組化、極簡性、和可擴充套件性）
● 同時支援摺積網路和迴圈網路，以及兩者的組合
● 支援任意的連線方案(包括多輸入和多輸出）
● 支援GPU和CPU
https://github.com/mahyarnajibi/SNIPER Star 1220
SNIPER是一種高效多尺度標的檢測演演算法，用於實體級識別任務，如物件檢測和實體級分割。SNIPER不是處理影象金字塔中的所有畫素，而是選擇性地處理地面實況物件（也稱為晶片）周圍的區域。由於它在低解析度晶片上執行，因此顯著加速了多規模培訓。
https://github.com/vipstone/faceai Star 1725
一款入門級的人臉、影片、文字檢測以及識別的專案，開發環境如下：
● Windows 10（x64）
● Python 3.6.4
● OpenCV 3.4.1
● Dlib 19.8.1
● face_recognition 1.2.2
● keras 2.1.6
● tensorflow 1.8.0
● Tesseract OCR 4.0.0-beta.1
https://github.com/rg3/youtube-dl Star 38235
youtube-dl 是一個用來從 YouTube.com 網站上下載影片檔案的命令列工具。它採用 Python 開發，執行時需要 Python 的解釋環境。支援多個 OS 平臺，支援眾多影片網站(見附圖)國內優酷、土豆、新浪和搜狐，國外 YouTube 等赫然在列。
https://github.com/ageitgey/face_recognition Star 14713
基於 Python 的開源人臉識別庫，該庫可以透過 python 或者命令列即可實現人臉識別的功能。使用 dlib 深度學習人臉識別技術構建，在戶外臉部檢測資料庫基準（Labeled Faces in the Wild）上的準確率為 99.38%。
附：
●編號458，輸入編號直達本文
●輸入m獲取到文章目錄
