Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!

Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!

現在、世界中の何百万もの開発者が GitHub を使用してコードを共有し、ビジネスを構築しており、多くの開発者が新しいテクノロジーを試したり、オープンソース プロジェクトに貢献したりすることを選んでいます。ますます多くの企業が、開発者の評価に「オープンソース コードの貢献」を取り入れ始めています。

過去 10 年間で、すべての Github 開発者は 2,500 万のパブリック リポジトリでコードを共有してきました。ユーザーは 200 か国以上、ユーザー数は 2,400 万人、リポジトリ数は 6,700 万、新規投稿数は 10 億、アクティブ プロジェクト数は 2,350 万、開発者数は 670 万人です。その中でも、欧米の開発者が最も活発に活動しています。 (データの詳細については、https://octoverse.github.com/ をご覧ください)

1. 年末レビュー: 2017 年の Github のホットなトピックは何ですか?

ウェブサイト - Github では、ウェブサイト トピックのリポジトリ数は 6726 で、プロジェクトの最高スター数は 8.4K、上位 13 プロジェクトの最低スター数は 1.1K です。

iOS - Github では、iOS トピックのリポジトリ数は 9789 で、プロジェクトの最高スター数は 32.7K、上位 13 プロジェクトの最低スター数は 11.5K です。

API - Github では、API トピックのリポジトリ数は 9761 で、最も高いプロジェクトのスター数は 32.9K、上位 13 のプロジェクトの中で最も低いスター数は 5.2K です。

ゲーム - Github では、ゲームトピックの Repo 数は 10429 で、最も高いプロジェクトの星の数は 16.7K であり、上位 13 のプロジェクトの中で最も低い星の数は 3K です。

ディープラーニング - Github では、ディープラーニング トピックのリポジトリの数は 5786 です。ディープラーニングが短期間でこれほど多くのリポジトリに到達できるという事実は、その人気を示すのに十分です。同時に、そのトッププロジェクトのスターの数は最大 80.8K と非常に高く、そのプロジェクトは Tensorflow です。プロジェクト数が少ないため、星の数も比較的集中しています。上位 13 のプロジェクトの中で最も低い星は 9.9K です。

ブログ - このトピックには 6944 件のリポジトリがあります。最高のプロジェクト スターは 15.5k で、上位 13 のプロジェクトのうち最低のスターは 2K です。

機械学習 - このトピックには 11,268 個のリポジトリがあります。機械学習にはディープラーニングも含まれるため、この数は比較的多くなっています。最も多くのスターを獲得しているプロジェクトは、依然として TensorFlow です。

Arduino - このトピックには 5068 個のリポジトリがあります。最も多くの星が付いたプロジェクトには 8.4K 個の星が付いており、上位 13 個のプロジェクトの中で星の数が最低のものは 785 個です。

プラグイン - このトピックには 4603 件のリポジトリがあります。プロジェクトの最高星数は 5.3K で、上位 13 プロジェクトの最低星数は 1.7K です。

ライブラリ - このトピックには 5186 個のリポジトリがあります。プロジェクトの最高スター数は 82.8K です。このプロジェクトは人気の高い React です。上位 13 のプロジェクトの最低スター数は 4.4k です。

ボット - このトピックには 4508 個のリポジトリがあります。プロジェクトの最高スター数は 13.6K で、上位 13 プロジェクトの最低スター数は 1.8K です。

データベース - このトピックには 4657 個のリポジトリがあります。プロジェクトの最高スター数は 15.8K で、上位 13 のプロジェクトの最低スター数は 7.4K です。

2. 年末レビュー: 2017 年に Github で最もフォークされたプロジェクトは何ですか?

注: このリストには MOOC は含まれていませんが、Coursera には R プログラミングに関する何千ものコースがあります。 Fork を見ると、少なくとも 10 万人以上の学生がこの課題を開始しています。

昨年の時点では、Tensorflow はリスト上の唯一の機械学習プロジェクトでした。これは、Google が宣伝とプロモーション、およびコードとドキュメントの改善に多大な努力を払ってきたことを示しています。

過去 2 年間で、機械学習が最大の勝者となったことは疑いようがなく、TensorFlow が最大の勝者となったことは疑いようがありません。スターの数とフォークの数の両方が非常に多く、これは多くの開発者がこの方向への変革を開始し、将来的に機械学習を主要な研究方向の 1 つにする準備をしている可能性も示しています。

3. 年末レビュー: 2017 年に Github に最も貢献されたプロジェクト:

TensorFlow は多くの注目を集めていますが、開発者はプロジェクトに貢献することにあまり熱心ではないようです。 Microsoft の VS コード プロジェクトの開発者は貢献に対して非常に熱心であり、もちろん多くの優秀な Microsoft 開発エンジニアが参加しています。

4. 年末レビュー: 2017 年に Github レビューが最も多かったプロジェクト

5. 年末レビュー: 2017 年に Github で最も議論されたプロジェクト

これらのリストを組み合わせると、プロジェクト間の重複はそれほど高くないようで、これらのリストに基づいて最も人気のあるプロジェクトについて結論を出すのは困難です。ただし、Github で今週最も人気のあるプロジェクトの中で、自然言語処理 Python ライブラリ spaCy は、新しいバージョンのリリースにより Github で急速に人気を博しました。

6. 年末レビュー: 2017 年に Github で最も使用された絵文字はどれですか?

過去 1 年間で、「いいね」は最も多く使用された絵文字で、720 万回使用され、他のどの絵文字よりもはるかに多くなりました。その他の統計表現は次のとおりです。

[[212630]]

Fortune 50 企業の 52% が GITHUB ENTERPRISE を使用しており、Fortune 100 企業にまで拡大すると、その割合は 45% に拡大します。米国の売上高上位 100 社のうち半数が、GitHub Enterprise を使用してソフトウェアを構築しています。

7. 年末レビュー: 2017 年の Github で最も人気のあるアプリは何ですか?

[[212631]]

最も多くインストールされている有料アプリ:

[[212632]]

GitHub Marketplace には 26 個のアプリがあり、開発者に作業をより効率的に行うための新しい方法を提供するために 2017 年 5 月にリリースされました。現在、利用可能な統合は 26 個あり、この数は毎月増加しています。

今年、Github は多数の学生開発者を迎え入れ、5,300 人の教師が Github で教え、505,045 人の学生が Github で学び、学生開発キットは 850,000 人を超える学生がプロのようにコーディングできるよう支援しました。

<<:  無人運転と公共交通機関の標準仮想トラックで安全性を確保

>>:  AIは人間を失業させるのか? ジャック・マーとポニー・マーはそうは思わない

ブログ    
ブログ    

推薦する

旅行業界における人工知能の未来

人工知能 (AI) は、スピード、効率、安全性、正確性を向上させることで旅行業界に大きな変化をもたら...

ニューヨーク・タイムズは、自社のニュース記事をAIモデルの訓練に利用することを禁止し、OpenAIを訴えることを検討している。

NPRによると、OpenAIは、自社の人工知能(AI)モデルのトレーニングにニューヨーク・タイムズ...

データ サイエンティストが知っておくべき 10 のディープラーニング アーキテクチャ

近年、ディープラーニングは勢いを増しており、その進歩のペースについていくことがますます困難になってき...

動的グラフのディープラーニング - 時系列グラフネットワークモデリング

インターネットから収集したコンテンツさまざまな性質のトランザクション ネットワークや社会的つながりを...

将来世界に革命を起こす可能性のあるトップ 10 のテクノロジーをご存知ですか?

将来世界に革命を起こす可能性のあるトップ10のテクノロジー1.4Dプリント[[277651]]映画の...

SupFusion: 香港中文大学の最新の LV 融合による 3D 検出用新 SOTA!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

プライバシー技術: 「AI レース」に勝つための秘密のアドバンテージ

AI 競争が始まっており、世界中の企業が AI ベースのイノベーションにおける世界的優位性を求めて競...

AIoT = AI + IoT、舞台裏で誰が誰をもっと必要としているのでしょうか?

AIoTとは何でしょうか?多くの人にとって「AI+IoT」が答えになると信じています。昨年初めから...

2019年、人工知能業界は再び冬を迎えたのでしょうか?ここで3つの話をしたいと思います。

ストーリー1:「予測モデル」から「データ可視化」、回帰?私たちのチームは、データサイエンスコンサルテ...

大学入試結果が続々発表。ボランティア応募で人工知能が注目の選択肢に

今日から、全国各地の大学入試結果が続々と発表され、出願手続きが始まります。今年、各大学は、専門分野、...

強化学習の父がAGIスタートアップ業界に参入!伝説のプログラマー、カーマックと力を合わせ、彼らは大規模なモデルに頼らないことを誓った

伝説のプログラマー、ジョン・カーマックと強化学習の父、リチャード・サットンが力を合わせ、 All i...

LeCun が予測した自己教師モデルはここにあります: 最初のマルチモーダル高性能自己教師アルゴリズム

自己教師あり学習は、さまざまなタスクで階層的な特徴を学習し、実生活で利用可能な膨大なデータをリソース...

AlphaFold2 は大きな貢献をしました!清華大学チームがディープラーニングでCOVID-19抗体を強化し、AIの画期的な成果を生み出す

2020年末、DeepMindが開発した第2世代ディープラーニングニューラルネットワークであるAlp...