我們知道在開源和貢獻開源方面，Google 一直是行業的典范。2017 年它開源了哪些優秀的軟件，有哪些值得我們借鑒學習呢？讓我們一起來看下：

1、硬件加速的機器學習 JavaScript 庫 DeepLearn.js

DeepLearn.js 是 Google 推出的一個可用于機器智能并加速WebGL的開源JavaScript庫，完全在瀏覽器中運行，不需要安裝，不需要后端處理。

2、大型微服務系統管理工具 Istio

Istio 是一個由谷歌、IBM 與 Lyft 共同開發的開源項目，旨在提供一種統一化的微服務連接、安全保障、管理與監控方式。Istio 項目能夠為微服務架構提供流量管理機制，同時亦為其它增值功能（包括安全性、監控、路由、連接管理與策略等）創造了基礎。這款軟件利用久經考驗的 Lyft Envoy 代理進行構建，可在無需對應用程序代碼作出任何發動的前提下實現可視性與控制能力。Istio 項目是一款強大的工具，可幫助 CTO/CIO 們立足企業內部實施整體性安全、政策與合規性要求。

3、可自動生成命令行接口 Python Fire

Python Fire 是 Google 開源的一個可從任何 Python 代碼自動生成命令行接口（CLI）的庫。

簡易示例：

import fire

classCalculator(object):

"""A simple calculator class."""

def double(self,number):

return2 * number

if__name__ == '__main__':

fire.Fire(Calculator)

然后，你可以運行：

python calculator.py double10# 20

python calculator.py double --number=15# 30

4、谷歌深度學習庫TensorFlow Fold

TensorFlow Fold 是用于創建使用結構化數據的 TensorFlow 模型庫，其中計算圖的結構取決于輸入數據的結構。

TensorFlow Fold 使得處理不同數據尺寸和結構的深度學習模型更容易實現。Fold 實現動態批處理，變換任意形狀的計算圖形的批次以產生靜態計算圖形。 該圖具有相同的結構，而不管其接收到什么輸入，并且可以通過 TensorFlow 有效地執行。

5、Go 運行 Python：Grumpy

Grumpy 是一個 Python to Go 源代碼翻譯編譯器和運行時，旨在替代 CPython 2.7。

關鍵的區別是它將 Python 源代碼編譯為 Go 源代碼，然后將其編譯為本機代碼，而不是字節碼。這意味著 Grumpy 沒有 VM。編譯的 Go 源代碼是對 Grumpy 運行時的一系列調用，Go 庫服務與 Python C API 類似的目的（盡管不直接支持 C API）。

6、基于 TensorFlow 的神經網絡庫 Sonnet

Sonnet 庫使用面向對象的方法，允許創建定義一些前向傳導計算的模塊。模塊用一些輸入 Tensor 調用，添加操作到圖里并返回輸出 Tensor。其中一種設計選擇是通過在隨后調用相同的模塊時自動重用變量來確保變量分享被透明化處理。

7、控制 headless Chrome 的 Node.js API ：Puppeteer

Puppeteer 是一個控制 headless Chrome 的 Node.js API 。它是一個 Node.js 庫，通過DevTools 協議提供了一個高級的 API來控制headlessChrome。它還可以配置為使用完整的（非 headless）Chrome。

8、圖像算法工具 Guetzli

Guetzli，在瑞士德語中是“cookie（曲奇）”的意思，是一個針對數碼圖像和網頁圖像的 JPEG 編碼器，能夠通過產生更小的 JPEG 文件來達到更快的在線體驗，并且同時保持與當前瀏覽器，圖像處理應用和 JPEG 標準的兼容性。Google 稱Guetzli 創建高質量的 JPEG 圖像文件的大小比當前的壓縮方法要再小 35％。

9、Google 開源機器學習數據集可視化工具 Facets

Facets 是 Google 開源的一款可視化工具，幫助理解、分析和調試 ML 數據集。

Facets 包含兩個部分 —— Facets Overview 和 Facets Dive ，允許用戶以不同的粒度查看其數據的整體圖像。Facets Overview 可用于可視化數據的每一個特征，Facets Dive 用來探索個別的數據觀察集。

10、機器學習工具庫Kubeflow

Kubeflow 是谷歌發布的一個機器學習工具庫，Kubeflow 項目旨在使 Kubernetes 上的機器學習變的輕松、便捷、可擴展，其目標不是重建其他服務，而是提供一種簡便的方式找到最好的 OSS 解決方案。該庫包含包含的清單用于創建：

用于創建和管理交互式 Jupyter notebook 的 JupyterHub

可配置為使用 CPU 或 GPU，并通過單一設置調整至單個集群大小的 TensorFlow 訓練控制器（Tensorflow Training Controller）

TF 服務容器（TF Serving container）

11、游戲狀態自動管理框架BOARDGAME.IO

BOARDGAME.IO 是 Google 開源的一個游戲框架，旨在允許游戲作者將游戲規則從本質上轉化為一系列簡單的函數，這些函數用于描述當一個指定動作發生時游戲的狀態變化，框架負責處理表述性狀態傳遞。 無需再手動編寫任何網絡或后端代碼。

12、開源量子軟件OpenFermion

OpenFermion 是一個開源的軟件，用于編譯和分析量子算法來模擬費米子系統，包括量子化學，在其他功能中，當前版本的特征是用數據結構和工具獲取和操縱費米子和量子位哈密頓算子的表示。