身為電腦修理界（僅限女生）和碼農界（不限男女）的一個迷途小書童，時不時聽來悲壯噩耗，工作中的硬碟突然罷工，寫完的文檔或者代碼沒有備份，一失意而釀成千古恨，或因掉電、或因死機、或因硬碟損壞、或因移動硬碟遺失，悲慘的方式不同而悲慘的結果一致，大江東去浪淘盡，代碼一去徒傷心。

寫完代碼不存檔，寫盡代碼也惘然；雲端有碼枉怕盤中無碼，一個好的習慣是將代碼隨時同步到遠程 Git 倉庫中，選擇一個合適的代碼託管平台，朕的江山就有了託付，再也不怕文檔代碼備份不及慘遭遺失。小編在這裡給大家安利息壤開源生活方式平台，它是一個開源服務平台，只面向非盈利社區和個人提供開源服務，其中包括基於 GitLab 的代碼託管服務和項目管理服務，網址是 https://hexang.org ，歡迎感興趣的小夥伴參與測試！

這一周的正片里有不少相當實用的項目可以了解一下，第一個當然是幫你常時置頂瀏覽窗口的#pennywise#，免去你在任務欄里不停切換的煩惱；還有圖標集合#eva-icons#，把它們擺在需要的位置上吧；還有學慣用的資源項目#2019_campus_apply#和#A-to-Z-Resources-for-Students#，前者是一份全棧開發者指南，後者則是讓你在學生時代就在信息來源上獲得優勢；#lists#則是把 GitHub 上的各種列表收集了起來，方便大家尋找自己需要的資源；最後的#bert#已經在各種關於 NLP 自然語言處理的任務中獲得了很好的成果，如果你對 NLP 感興趣就了解一下吧。

本周開源項目推薦

1.lists

GitHub 上各種列表的列表

你可以在這裡看到許多有用的資源列表，技術類和非技術類都有，不過你可能需要花一點時間去找自己需要的列表。當然了，你也會在這裡面看到一些奇奇怪怪的東西，比如嬰兒睡眠指南……GitHub 上什麼都有.jpg

2.Pennywise

pennywise 是一款能夠保持始終懸浮於最上方的應用。由於它是由 react+electron 開發，所以兼容各種操作系統。

pennywise 的使用方法十分簡單，啟動項目後，就會打開一個類似瀏覽器的界面，只需要輸入需要訪問的url，就可以開始使用。我們可以用它使用各種小工具，瀏覽教程，觀看視頻等，這樣就免於繁瑣地使用 alt+tab 切換界面了。

3.hexo-theme-icarus

這是一個簡單的，現代的，精緻的靜態網頁生成器

使用它可以輕鬆地創建一個個人的博客頁面，並且包含大量搜索，評論，共享和其他插件。您可以選擇其中任何一種來豐富您的博客體驗，或者輕鬆地參考現有的 Icarus 插件構建您自己的插件。

4.carlo

Carlo是一個 Node 應用程序框架，它為 Node 應用程序提供了由 Google Chrome 瀏覽器提供支持的豐富渲染功能。它使用 Puppeteer 項目與本地安裝的瀏覽器進行通信，為 Node 和瀏覽器之間的通信提供遠程調用基礎。

使用 Carlo，您可以創建混合應用程序，使用 Web 進行渲染，使用 Node 實現功能：

1、對於 Node 應用程序，你可以使用 Web 渲染來可視化 Node 應用程序的動態

2、對於 Web 應用程序，你可以通過 Node 訪問的其他系統功能

3、你也可以使用 pkg 將應用程序捆綁到單個可執行文件中。

5.eva-icons

Eva Icons 包含480多個製作精美的開源圖標，可用於常見操作和各種項目。此外它支持4種動畫類型：zoom，pulse，shake和flip。你可以在 Web、Windows、iOS 和 Android 的數字產品中使用它們。圖標設置分為兩個可視類型：Fill 和 Outline 和各種格式，包括 PNG、SVG、font、Sketch 等。

6.2019_campus_apply

這個項目主要是來幫助一些想要進行後台開發或者全棧開發或者想拿到架構師崗的開發者們拿到自己想要的 offer，對於一些需要進行校園秋招春招的小夥伴們也是非常合適。

它涵蓋的面非常的廣，包括數據結構的一些知識，java，Python 等語言的一些基礎和框架，也涵蓋了網路通信，操作系統，分散式，機器學習等等。

7.A-to-Z-Resources-for-Students

該項目顧名思義，即適合學生的一些資源，包括常規的學習資源，適合學生的大型活動（比賽，會議等），比較友善的一些社區，以及一些項目與熱門人士的推薦，可以說，你在這上面，可以找到幾乎所有你想要的學習資源，從理論到實戰，應有盡有。

gitter :https://gitter.im/a2z-resources

8.maskrcnn-benchmark

該項目旨在提供必要的構建塊，以便用戶使用 PyTorch 1.0 時能夠輕鬆創建檢測和分割模型。

特點：

1.PyTorch 1.0：RPN，Faster R-CNN 和 MASK R-CNN 實現，可以達到或超過 Detectron 的精度
2.非常快：在測試時，比Detectron快2倍，比 mmdetection 快30％。更多詳情，請參閱https://github.com/facebookresearch/maskrcnn-benchmark/blob/master/MODEL_ZOO.md
3.內存使用高效：在測試時，使用的GPU內存大約比 mm 檢測低500MB

4.多 GPU 的測試和處理
5.批量處理：每個 GPU 每批次可對多個圖像進行處理
6.CPU 支持處理：在處理時間內在 CPU 上運行。
7.提供幾乎囊括了所有參考 Mask R-CNN 和 Faster R-CNN 配置的預訓練模型，這些模型具有1x時間表。

9.spring-cloud-alibaba

Spring Cloud Alibaba 致力於提供分散式應用服務開發的一站式解決方案。此項目包含開發分散式應用服務的必需組件，方便開發者通過 Spring Cloud 編程模型輕鬆使用這些組件來開發分散式應用服務。

依託 Spring Cloud Alibaba，只需要添加一些註解和少量配置，就可以將 Spring Cloud 應用接入阿里分散式應用解決方案，通過阿里中間件來迅速搭建分散式應用系統。

特點：

1.服務限流降級：默認支持為 HTTP 服務的提供限流保護，也支持添加註解實現方法的自定義限流降級，且支持動態修改限流降級規則。

2.服務註冊與發現：適配 sprig cloud 服務註冊與發現標準，默認集成了 Ribbon 的支持。

3.分散式配置管理：支持分散式系統中的外部化配置，配置更改時自動刷新。

4.阿里雲對象存儲：阿里雲提供的海量、安全、低成本、高可靠的雲存儲服務。支持在任何應用、任何時間、任何地點存儲和訪問任意類型的數據。

10.bert

作為上個月 google 技驚四座的 NLP（自然語言處理）模型，bert 僅在最近上線 github 3天就獲得了4000+的星數。bert 在11項 NLP 測試中均刷新了最高分數，連人類自己都難以望其項背。這主要得益於 bert 的 Transformer 的雙向編碼器，使得 bert 的訓練可以結合上下文進行理解，並解決了這種模式下機器變相「窺探」到原詞的問題。具體的過程就不多加贅述，感興趣的小夥伴們自行嘗試即可。但值得注意的是，本項目基本不大可能自己從頭開始訓練，倒不是因為數據集的保密，而是從頭訓練需要的算力太恐怖，使用16塊 google 的雲 TPU 進行訓練大致需要四天完成，一次價格大概能上5萬……好在微調的話問題不大，只需要一塊 GPU 跑幾個小時即可。

開源周報第40期：寫完代碼不存檔，寫盡代碼也惘然

本周開源項目推薦