云服务仿真:完全模拟 AWS 服务的本地体验 | 开源日报 No.45

2023-10-08 08:54:01 浏览数 (1)

localstack/localstack[1]

Stars: 48.7k License: NOASSERTION

LocalStack 是一个云服务仿真器,可以在您的笔记本电脑或 CI 环境中以单个容器运行。它提供了一个易于使用的测试/模拟框架,用于开发云应用程序。主要功能包括:

  • 在本地机器上完全运行 AWS 应用程序或 Lambda 函数,无需连接到远程云提供商。
  • 支持多种 AWS 服务 (如 Lambda、S3、Dynamodb 等)。
  • 提供额外功能来简化作为云开发人员的工作。

facebookresearch/detectron2[2]

Stars: 26.4k License: Apache-2.0

Detectron2 是 Facebook AI Research 的下一代库,提供了最先进的检测和分割算法。它是 Detectron 和 maskrcnn-benchmark 的继任者,在 Facebook 中支持许多计算机视觉研究项目和生产应用程序。

  • 包括全景分割、Densepose、级联 R-CNN、旋转边界框等新功能
  • 作为一个库来支持构建在其之上的研究项目
  • 模型可以导出到 TorchScript 格式或 Caffe2 格式进行部署
  • 训练速度更快

mlflow/mlflow[3]

Stars: 15.4k License: Apache-2.0

MLflow 是一个机器学习生命周期平台,主要功能包括跟踪实验、将代码打包成可复现的运行环境以及分享和部署模型。其核心优势和特点如下:

  • MLflow Tracking:记录参数、代码和结果,并提供交互式 UI 进行比较。
  • MLflow Projects:使用 Conda 和 Docker 对代码进行打包,实现可复现性,并与他人共享。
  • MLflow Models:提供模型打包格式和工具,可以轻松地在批处理和实时评分等平台上部署相同的模型 (来自任何机器学习库)。
  • MLflow Model Registry:集中管理 ML 流程中完整生命周期所需的模型存储、APIs 和用户界面。

amplication/amplication[4]

Stars: 11.8k License: NOASSERTION

Amplication 是一个强大的开源开发平台,旨在革新安全可扩展的 Node.js 应用程序的创建过程。它消除了重复编码任务,并提供适合您需求并符合行业最佳实践的生产就绪基础设施代码。

  • 提供用户友好界面,无缝集成 API、数据模型、数据库、身份验证和授权
  • 基于灵活且插件化架构构建,在保持核心功能不变情况下轻松定制代码
  • 强调团队协作,适用于各种规模 (从初创公司到大企业) 的团体进行开发

abpframework/abp[5]

Stars: 11.3k License: LGPL-3.0

ABP Framework 是一个基于 ASP.NET Core 的完整基础设施,通过遵循软件开发最佳实践和最新技术来创建现代 Web 应用程序和 API。该框架提供了以下核心优势:

  • 提供完整、模块化且分层的软件体系结构,符合领域驱动设计原则和模式。
  • 简化并自动处理横切关注点和常见非功能性需求,如异常处理、验证、授权、本地化等。
  • 提供各种特性以更轻松地实现真实场景要求,例如事件总线、后台作业系统、审计日志记录等。
  • 模块化框架,并提供预构建的应用程序功能模块 (Account,Identity,OpenIddict,Tenant Management)。

wojtekmaj/react-pdf[6]

Stars: 7.7k License: MIT

这个项目是一个名为 “react-pdf monorepo” 的开源项目。该项目的主要功能是根据 React 组件来生成 PDF 文档。以下是该项目的核心优势和关键特点:

  • 可以使用 React 组件轻松地创建和渲染 PDF 文档
  • 提供了丰富而灵活的 API,可以自定义各种样式、布局和内容
  • 支持在浏览器中直接预览或下载生成的 PDF 文件

相关链接

[1]

localstack/localstack: https://github.com/localstack/localstack

[2]

facebookresearch/detectron2: https://github.com/facebookresearch/detectron2

[3]

mlflow/mlflow: https://github.com/mlflow/mlflow

[4]

amplication/amplication: https://github.com/amplication/amplication

[5]

abpframework/abp: https://github.com/abpframework/abp

[6]

wojtekmaj/react-pdf: https://github.com/wojtekmaj/react-pdf

0 人点赞