#spark 仓库
探索 126 个标记为 #spark 的活跃开源 GitHub 仓库,它们累计获得 513,269 个 Star(平均每个项目 4,073 个)。该主题的领先项目是 DataTalksClub/data-engineering-zoomcamp,拥有 46,997 个 Star。
共 126 个仓库
Data Engineering Zoomcamp 是一门关于构建生产就绪型数据管道的 9 周免费课程。在此加入课程 👇🏼
数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。
ChatGPT API 和许多 LLM 的图形用户界面。支持代理、基于文件的问答、GPT 微调以及结合网页搜索的查询。所有这些都具有整洁的用户界面。
flink learning blog. http://www.54tianzhisheng.cn/ 含 Flink 入门、概念、原理、实战、性能调优、源码解析等内容。涉及 Flink Connector、Metrics、Library、DataStream API、Table API & SQL 等内容的学习案例,还有 Flink 落地应用的大型项目案例(PVUV、日志存储、百亿数据实时去重、监控告警)分享。欢迎大家支持我的专栏《大数据实时计算引擎 Flink 实战与性能优化》
一套使用JVM部署和训练深度学习模型的工具。主要功能包括Keras、TensorFlow和ONNX/PyTorch的模型导入,用于运行数学代码的模块化且小巧的C++库,以及基于核心C++库之上的Java数学库。还包括SameDiff:一个类似于PyTorch/TensorFlow的用于运行深度学习的库……
H2O 是一个开源、分布式、快速和可扩展的机器学习平台:深度学习、梯度提升(GBM)和 XGBoost、随机森林、广义线性模型(带弹性网的 GLM)、K-Means、PCA、广义加性模型(GAM)、RuleFit、支持向量机(SVM)、堆叠集成、自动机器学习(AutoML)等。
cube studio开源云原生一站式机器学习/深度学习/大模型AI平台,mlops算法链路全流程,算力租赁平台,notebook在线开发,拖拉拽任务流pipeline编排,多机多卡分布式训练,超参搜索,推理服务VGPU虚拟化,边缘计算,标注平台自动化标注,deepseek等大模型sft微调/奖励模型/强化学习训练,vllm/ollama/mindie大模型多机推理,私有知识库,AI模型市场,支持国产cpu/gpu/npu 昇腾生态,支持RDMA,支持pytorch/tf/mxnet/deepspeed/paddle/colossalai/horovod/ray/volcano等分布式
Java 中的一个更好的压缩位集:被 Apache Spark、Netflix Atlas、Apache Pinot、Tablesaw 和许多其他项目使用
🔨 用 JSON 来生成结构化的 SQL 语句,基于 Vue3 + TypeScript + Vite + Ant Design + MonacoEditor 实现,项目简单(重逻辑轻页面)、适合练手~
DataSphereStudio 是一个一站式数据应用开发和管理门户,涵盖数据交换、脱敏/清洗、分析/挖掘、质量度量、可视化和任务调度等场景。
:herb: 基于springboot的快速学习示例,整合自己遇到的开源框架,如:rabbitmq(延迟队列)、Kafka、jpa、redis、oauth2、swagger、jsp、docker、k3s、k3d、k8s、mybatis加解密插件、异常处理、日志输出、多模块开发、多环境打包、缓存cache、爬虫、jwt、GraphQL、dubbo、zookeeper和Async等等:pushpin:
TransmogrifAI(发音为 trăns-mŏgˈrə-fī)是一个 AutoML 库,用于在 Apache Spark 上构建模块化、可重用且强类型的机器学习工作流,且只需极少的调优。
分布式计算的统一接口。Fugue 在 Spark、Dask 和 Ray 上执行 SQL、Python、Pandas 和 Polars 代码,无需任何重写。
常见问题解答
GitHub 上最受欢迎的 #spark 仓库是什么?
GitHub 上排名第一的开源 #spark 项目是 DataTalksClub/data-engineering-zoomcamp,拥有 46,997 个 Star。Data Engineering Zoomcamp 是一门关于构建生产就绪型数据管道的 9 周免费课程。在此加入课程 👇🏼
#spark 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #spark 项目中,最常见的编程语言是 Java, Scala, Python, Jupyter Notebook。
#spark 仓库的排名是如何计算的?
我们跟踪了 126 个标记为 #spark 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 513,269 个 Star,平均每个仓库拥有 4,073 个 Star。排名每日根据 GitHub API 更新。