吐血整理:C++编程语言资源汇总

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了吐血整理:C++编程语言资源汇总相关的知识,希望对你有一定的参考价值。

参考技术A

关于 C++ 框架、库和资源的一些汇总列表,内容包括:标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。有需要的小伙伴可以收藏一下!

C++标准库,包括了STL容器,算法和函数等。

C++ Standard Library:是一系列类和函数的集合,使用核心语言编写,也是C++ISO自身标准的一部分。

Standard Template Library:标准模板库

C POSIX library : POSIX系统的C标准库规范

ISO C++ Standards Committee :C++标准委员会


C++通用框架和库

Apache C++ Standard Library:是一系列算法,容器,迭代器和其他基本组件的集合

ASL :Adobe源代码库提供了同行的评审和可移植的C++源代码库。

Boost :大量通用C++库的集合。

BDE :来自于彭博资讯实验室的开发环境。

Cinder:提供专业品质创造性编码的开源开发社区。

Cxxomfort:轻量级的,只包含头文件的库,将C++ 11的一些新特性移植到C++03中。

Dlib:使用契约式编程和现代C++ 科技 设计的通用的跨平台的C++库。

EASTL :EA-STL公共部分

ffead-cpp :企业应用程序开发框架

Folly:由Facebook开发和使用的开源C++库

JUCE :包罗万象的C++类库,用于开发跨平台软件

libPhenom:用于构建高性能和高度可扩展性系统的事件框架。

LibSourcey :用于实时的视频流和高性能网络应用程序的C++11 evented IO

LibU : C语言写的多平台工具库

Loki :C++库的设计,包括常见的设计模式和习语的实现。

MiLi :只含头文件的小型C++库

openFrameworks :开发C++工具包,用于创意性编码。

Qt :跨平台的应用程序和用户界面框架

Reason :跨平台的框架,使开发者能够更容易地使用Java,.Net和Python,同时也满足了他们对C++性能和优势的需求。

ROOT :具备所有功能的一系列面向对象的框架,能够非常高效地处理和分析大量的数据,为欧洲原子能研究机构所用。

STLport:是STL具有代表性的版本

STXXL:用于额外的大型数据集的标准模板库。

Ultimate++ :C++跨平台快速应用程序开发框架

Windows Template Library:用于开发Windows应用程序和UI组件的C++库

Yomm11 :C++11的开放multi-methods.


btsk : 游戏 行为树启动器工具

Evolving Objects:基于模板的,ANSI C++演化计算库,能够帮助你非常快速地编写出自己的随机优化算法。

Neu:C++11框架,编程语言集,用于创建人工智能应用程序的多用途软件系统。


Boost.Asio:用于网络和底层I/O编程的跨平台的C++库。

libev :功能齐全,高性能的时间循环,轻微地仿效libevent,但是不再像libevent一样有局限性,也修复了它的一些bug。

libevent :事件通知库

libuv :跨平台异步I/O。


音频,声音,音乐,数字化音乐库

FMOD :易于使用的跨平台的音频引擎和音频内容的 游戏 创作工具。

Maximilian :C++音频和音乐数字信号处理库

OpenAL :开源音频库—跨平台的音频API

Opus:一个完全开放的,免版税的,高度通用的音频编解码器

Speex:免费编解码器,为Opus所废弃

Tonic: C++易用和高效的音频合成

Vorbis: Ogg Vorbis是一种完全开放的,非专有的,免版税的通用压缩音频格式。


生物信息,基因组学和生物技术

libsequence:用于表示和分析群体遗传学数据的C++库。

SeqAn:专注于生物数据序列分析的算法和数据结构。

Vcflib :用于解析和处理VCF文件的C++库

Wham:直接把联想测试应用到BAM文件的基因结构变异。


压缩和归档库

bzip2:一个完全免费,免费专利和高质量的数据压缩

doboz:能够快速解压缩的压缩库

PhysicsFS:对各种归档提供抽象访问的库,主要用于视频 游戏 ,设计灵感部分来自于Quake3的文件子系统。

KArchive:用于创建,读写和操作文件档案(例如zip和 tar)的库,它通过QIODevice的一系列子类,使用gzip格式,提供了透明的压缩和解压缩的数据。

LZ4 :非常快速的压缩算法

LZHAM :无损压缩数据库,压缩比率跟LZMA接近,但是解压缩速度却要快得多。

LZMA :7z格式默认和通用的压缩方法。

LZMAT :及其快速的实时无损数据压缩库

miniz:单一的C源文件,紧缩/膨胀压缩库,使用zlib兼容API,ZIP归档读写,PNG写方式。

Minizip:Zlib最新bug修复,支持PKWARE磁盘跨越,AES加密和IO缓冲。

Snappy :快速压缩和解压缩

ZLib :非常紧凑的数据流压缩库

ZZIPlib:提供ZIP归档的读权限。


并发执行和多线程

Boost.Compute :用于OpenCL的C++GPU计算库

Bolt :针对GPU进行优化的C++模板库

C++React :用于C++11的反应性编程库

Intel TBB :Intel线程构件块

Libclsph:基于OpenCL的GPU加速SPH流体仿真库

OpenCL :并行编程的异构系统的开放标准

OpenMP:OpenMP API

Thrust :类似于C++标准模板库的并行算法库

HPX :用于任何规模的并行和分布式应用程序的通用C++运行时系统

VexCL :用于OpenCL/CUDA 的C++向量表达式模板库。


C++ B-tree :基于B树数据结构,实现命令内存容器的模板库

Hashmaps: C++中开放寻址哈希表算法的实现


Bcrypt :一个跨平台的文件加密工具,加密文件可以移植到所有可支持的操作系统和处理器中。

BeeCrypt:

Botan: C++加密库

Crypto++:一个有关加密方案的免费的C++库

GnuPG: OpenPGP标准的完整实现

GnuTLS :实现了SSL,TLS和DTLS协议的安全通信库

Libgcrypt

libmcrypt

LibreSSL:免费的SSL/TLS协议,属于2014 OpenSSL的一个分支

LibTomCrypt:一个非常全面的,模块化的,可移植的加密工具

libsodium:基于NaCI的加密库,固执己见,容易使用

Nettle 底层的加密库

OpenSSL : 一个强大的,商用的,功能齐全的,开放源代码的加密库。

Tiny AES128 in C :用C实现的一个小巧,可移植的实现了AES128ESB的加密算法


数据库,SQL服务器,ODBC驱动程序和工具

hiberlite :用于Sqlite3的C++对象关系映射

Hiredis: 用于Redis数据库的很简单的C客户端库

LevelDB: 快速键值存储库

LMDB:符合数据库四大基本元素的嵌入键值存储

mysql++:封装了MySql的C API的C++ 包装器

RocksDB:来自Facebook的嵌入键值的快速存储

SQLite:一个完全嵌入式的,功能齐全的关系数据库,只有几百KB,可以正确包含到你的项目中。


调试库, 内存和资源泄露检测,单元测试

Boost.Test:Boost测试库

Catch:一个很 时尚 的,C++原生的框架,只包含头文件,用于单元测试,测试驱动开发和行为驱动开发。

CppUnit:由JUnit移植过来的C++测试框架

CTest:CMake测试驱动程序

googletest:谷歌C++测试框架

ig-debugheap:用于跟踪内存错误的多平台调试堆

libtap:用C语言编写测试

MemTrack —用于C++跟踪内存分配

microprofile- 跨平台的网络试图分析器

minUnit :使用C写的迷你单元测试框架,只使用了两个宏

Remotery:用于web视图的单一C文件分析器

UnitTest++:轻量级的C++单元测试框架


Cocos2d-x :一个跨平台框架,用于构建2D 游戏 ,互动图书,演示和其他图形应用程序。

Grit :社区项目,用于构建一个免费的 游戏 引擎,实现开放的世界3D 游戏 。

Irrlicht :C++语言编写的开源高性能的实时#D引擎

Polycode:C++实现的用于创建 游戏 的开源框架(与Lua绑定)。


CEGUI : 很灵活的跨平台GUI库

FLTK :快速,轻量级的跨平台的C++GUI工具包。

GTK+: 用于创建图形用户界面的跨平台工具包

gtkmm :用于受欢迎的GUI库GTK+的官方C++接口。

imgui:拥有最小依赖关系的立即模式图形用户界面

libRocket :libRocket 是一个C++ html/CSS 游戏 接口中间件

MyGUI :快速,灵活,简单的GUI

Ncurses:终端用户界面

QCustomPlot :没有更多依赖关系的Qt绘图控件

Qwt :用户与技术应用的Qt 控件

QwtPlot3D :功能丰富的基于Qt/OpenGL的C++编程库,本质上提供了一群3D控件

OtterUI :OtterUI 是用于嵌入式系统和互动 娱乐 软件的用户界面开发解决方案

PDCurses 包含源代码和预编译库的公共图形函数库

wxWidgets C++库,允许开发人员使用一个代码库可以为widows, Mac OS X,Linux和其他平台创建应用程序


bgfx:跨平台的渲染库

Cairo:支持多种输出设备的2D图形库

Horde3D 一个小型的3D渲染和动画引擎

magnum C++11和OpenGL 2D/3D 图形引擎

Ogre 3D 用C++编写的一个面向场景,实时,灵活的3D渲染引擎(并非 游戏 引擎)

OpenSceneGraph 具有高性能的开源3D图形工具包

Panda3D 用于3D渲染和 游戏 开发的框架,用Python和C++编写。

Skia 用于绘制文字,图形和图像的完整的2D图形库

urho3d 跨平台的渲染和 游戏 引擎。


Boost.GIL:通用图像库

CImg :用于图像处理的小型开源C++工具包

CxImage :用于加载,保存,显示和转换的图像处理和转换库,可以处理的图片格式包括 BMP, JPEG, GIF, PNG, TIFF, MNG, ICO, PCX, TGA, WMF, WBMP, JBG, J2K。

FreeImage :开源库,支持现在多媒体应用所需的通用图片格式和其他格式。

GDCM:Grassroots DICOM 库

ITK:跨平台的开源图像分析系统

Magick++:ImageMagick程序的C++接口

MagickWnd:ImageMagick程序的C++接口

OpenCV : 开源计算机视觉类库

tesseract-ocr:OCR引擎

VIGRA :用于图像分析通用C++计算机视觉库

VTK :用于3D计算机图形学,图像处理和可视化的开源免费软件系统。

最后, 对于学习编程或者在工作想升职的程序员兄弟,如果你想更好的提升你的编程能力帮助你提升水平! 笔者这里或许可以帮到你~

编程学习书籍分享:

编程学习视频分享:

分享(源码、项目实战视频、项目笔记,基础入门教程)

欢迎转行和学习编程的伙伴,利用更多的资料学习成长比自己琢磨更快哦!

吐血整理:PyTorch项目代码与资源列表 | 资源下载

本文收集了大量基于 PyTorch 实现的代码链接,其中有适用于深度学习新手的“入门指导系列”,也有适用于老司机的论文代码实现,包括 Attention Based CNN、A3C、WGAN等等。所有代码均按照所属技术领域分类,包括机器视觉/图像相关、自然语言处理相关、强化学习相关等等。所以如果你打算入手这风行一世的 PyTorch 技术,那么就快快收藏本文吧!

PyTorch 是什么?

PyTorch即 Torch 的 Python 版本。Torch 是由 Facebook 发布的深度学习框架,因支持动态定义计算图,相比于 Tensorflow 使用起来更为灵活方便,特别适合中小型机器学习项目和深度学习初学者。但因为 Torch 的开发语言是Lua,导致它在国内一直很小众。所以,在千呼万唤下,PyTorch应运而生!PyTorch 继承了 Troch 的灵活特性,又使用广为流行的 Python 作为开发语言,所以一经推出就广受欢迎!

目录:

  1. 入门系列教程

  2. 入门实例

  3. 图像、视觉、CNN相关实现

  4. 对抗生成网络、生成模型、GAN相关实现

  5. 机器翻译、问答系统、NLP相关实现

  6. 先进视觉推理系统

  7. 深度强化学习相关实现

  8. 通用神经网络高级应用

1

入门系列教程

1.PyTorch Tutorials

https://github.com/MorvanZhou/PyTorch-Tutorial.git

著名的“莫烦”PyTorch系列教程的源码。


2.Deep Learning with PyTorch: a 60-minute blitz

http://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html

PyTorch官网推荐的由网友提供的60分钟教程,本系列教程的重点在于介绍PyTorch的基本原理,包括自动求导,神经网络,以及误差优化API。


3.Simple examples to introduce PyTorch

https://github.com/jcjohnson/pytorch-examples.git

由网友提供的PyTorch教程,通过一些实例的方式,讲解PyTorch的基本原理。内容涉及Numpy、自动求导、参数优化、权重共享等。


2

入门实例

1.Ten minutes pyTorch Tutorial

https://github.com/SherlockLiao/pytorch-beginner.git

知乎上“十分钟学习PyTorch“系列教程的源码。


2.Official PyTorch Examples

https://github.com/pytorch/examples

官方提供的实例源码,包括以下内容:

  • MNIST Convnets

  • Word level Language Modeling using LSTM RNNs

  • Training Imagenet Classifiers with Residual Networks

  • Generative Adversarial Networks (DCGAN)

  • Variational Auto-Encoders

  • Superresolution using an efficient sub-pixel convolutional neural network

  • Hogwild training of shared ConvNets across multiple processes on MNIST

  • Training a CartPole to balance in OpenAI Gym with actor-critic

  • Natural Language Inference (SNLI) with GloVe vectors, LSTMs, and torchtext

  • Time sequence prediction - create an LSTM to learn Sine waves


3.PyTorch Tutorial for Deep Learning Researchers

https://github.com/yunjey/pytorch-tutorial.git

据说是提供给深度学习科研者们的PyTorch教程←_←。教程中的每个实例的代码都控制在30行左右,简单易懂,内容如下:

  • PyTorch Basics

  • Linear Regression

  • Logistic Regression

  • Feedforward Neural Network

  • Convolutional Neural Network

  • Deep Residual Network

  • Recurrent Neural Network

  • Bidirectional Recurrent Neural Network

  • Language Model (RNN-LM)

  • Generative Adversarial Network

  • Image Captioning (CNN-RNN)

  • Deep Convolutional GAN (DCGAN)

  • Variational Auto-Encoder

  • Neural Style Transfer

  • TensorBoard in PyTorch


4PyTorch-playground

https://github.com/aaron-xichen/pytorch-playground.git

PyTorch初学者的Playground,在这里针对一下常用的数据集,已经写好了一些模型,所以大家可以直接拿过来玩玩看,目前支持以下数据集的模型。

  • mnist, svhn

  • cifar10, cifar100

  • stl10

  • alexnet

  • vgg16, vgg16_bn, vgg19, vgg19_bn

  • resnet18, resnet34, resnet50, resnet101, resnet152

  • squeezenet_v0, squeezenet_v1

  • inception_v3


3

图像、视觉、CNN相关实现

1.PyTorch-FCN

https://github.com/wkentaro/pytorch-fcn.git

FCN(Fully Convolutional Networks implemented) 的PyTorch实现。


2.Attention Transfer

https://github.com/szagoruyko/attention-transfer.git

论文 "Paying More Attention to Attention: Improving the Performance of Convolutional Neural Networks via Attention Transfer" 的PyTorch实现。


3.Wide ResNet model in PyTorch

https://github.com/szagoruyko/functional-zoo.git

一个PyTorch实现的 ImageNet Classification 。


4.CRNN for image-based sequence recognition

https://github.com/bgshih/crnn.git

这个是 Convolutional Recurrent Neural Network (CRNN) 的 PyTorch 实现。CRNN 由一些CNN,RNN和CTC组成,常用于基于图像的序列识别任务,例如场景文本识别和OCR。


5.Scaling the Scattering Transform: Deep Hybrid Networks

https://github.com/edouardoyallon/pyscatwave.git

使用了“scattering network”的CNN实现,特别的构架提升了网络的效果。


6.Conditional Similarity Networks (CSNs)

https://github.com/andreasveit/conditional-similarity-networks.git

《Conditional Similarity Networks》的PyTorch实现。


7.Multi-style Generative Network for Real-time Transfer

https://github.com/zhanghang1989/PyTorch-Style-Transfer.git

MSG-Net 以及 Neural Style 的 PyTorch 实现。


8.Big batch training

https://github.com/eladhoffer/bigBatch.git

《Train longer, generalize better: closing the generalization gap in large batch training of neural networks》的 PyTorch 实现。


9.CortexNet

https://github.com/e-lab/pytorch-CortexNet.git

一个使用视频训练的鲁棒预测深度神经网络。


10.Neural Message Passing for Quantum Chemistry

https://github.com/priba/nmp_qc.git

论文《Neural Message Passing for Quantum Chemistry》的PyTorch实现,好像是讲计算机视觉下的神经信息传递。


4

对抗生成网络、生成模型、GAN相关实现

1.Generative Adversarial Networks (GANs) in PyTorch

https://github.com/devnag/pytorch-generative-adversarial-networks.git

一个非常简单的由PyTorch实现的对抗生成网络


2.DCGAN & WGAN with Pytorch

https://github.com/chenyuntc/pytorch-GAN.git

由中国网友实现的DCGAN和WGAN,代码很简洁。


3.Official Code for WGAN

https://github.com/martinarjovsky/WassersteinGAN.git

WGAN的官方PyTorch实现。


4.DiscoGAN in PyTorch

https://github.com/carpedm20/DiscoGAN-pytorch.git

《Learning to Discover Cross-Domain Relations with Generative Adversarial Networks》的 PyTorch 实现。


5.Adversarial Generator-Encoder Network

https://github.com/DmitryUlyanov/AGE.git

《Adversarial Generator-Encoder Networks》的 PyTorch 实现。


6.CycleGAN and pix2pix in PyTorch

https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix.git

图到图的翻译,著名的 CycleGAN 以及 pix2pix 的PyTorch 实现。


7.Weight Normalized GAN

https://github.com/stormraiser/GAN-weight-norm.git

《On the Effects of Batch and Weight Normalization in Generative Adversarial Networks》的 PyTorch 实现。


5

机器翻译、问答系统、NLP相关实现

1.DeepLearningForNLPInPytorch

https://github.com/rguthrie3/DeepLearningForNLPInPytorch.git

一套以 NLP 为主题的 PyTorch 基础教程。本教程使用Ipython Notebook编写,看起来很直观,方便学习。


2.Practial Pytorch with Topic RNN & NLP

https://github.com/spro/practical-pytorch

以 RNN for NLP 为出发点的 PyTorch 基础教程,分为“RNNs for NLP”和“RNNs for timeseries data”两个部分。


3.PyOpenNMT: Open-Source Neural Machine Translation

https://github.com/OpenNMT/OpenNMT-py.git

一套由PyTorch实现的机器翻译系统。


4.Deal or No Deal? End-to-End Learning for Negotiation Dialogues

https://github.com/facebookresearch/end-to-end-negotiator.git

Facebook AI Research 论文《Deal or No Deal? End-to-End Learning for Negotiation Dialogues》的 PyTorch 实现。


5.Attention is all you need: A Pytorch Implementation

https://github.com/jadore801120/attention-is-all-you-need-pytorch.git

Google Research 著名论文《Attention is all you need》的PyTorch实现。


6.Improved Visual Semantic Embeddings

https://github.com/fartashf/vsepp.git

一种从图像中检索文字的方法,来自论文:《VSE++: Improved Visual-Semantic Embeddings》。


7.Reading Wikipedia to Answer Open-Domain Questions

https://github.com/facebookresearch/DrQA.git

一个开放领域问答系统DrQA的PyTorch实现。


8.Structured-Self-Attentive-Sentence-Embedding

https://github.com/ExplorerFreda/Structured-Self-Attentive-Sentence-Embedding.git

IBM 与 MILA 发表的《A Structured Self-Attentive Sentence Embedding》的开源实现。


6

先进视觉推理系统

1.Visual Question Answering in Pytorch

https://github.com/Cadene/vqa.pytorch.git

一个PyTorch实现的优秀视觉推理问答系统,是基于论文《MUTAN: Multimodal Tucker Fusion for Visual Question Answering》实现的。项目中有详细的配置使用方法说明。


2.Clevr-IEP

https://github.com/facebookresearch/clevr-iep.git

Facebook Research 论文《Inferring and Executing Programs for Visual Reasoning》的PyTorch实现,讲的是一个可以基于图片进行关系推理问答的网络。

7

深度强化学习相关实现

1.Deep Reinforcement Learning withpytorch & visdom 

https://github.com/onlytailei/pytorch-rl.git

多种使用PyTorch实现强化学习的方法。


2.Value Iteration Networks in PyTorch

https://github.com/onlytailei/Value-Iteration-Networks-PyTorch.git

Value Iteration Networks (VIN) 的PyTorch实现。


3.A3C in PyTorch

https://github.com/onlytailei/A3C-PyTorch.git

Adavantage async Actor-Critic (A3C) 的PyTorch实现。


8

通用神经网络高级应用

1.PyTorch-meta-optimizer

https://github.com/ikostrikov/pytorch-meta-optimizer.git

论文《Learning to learn by gradient descent by gradient descent》的PyTorch实现。


2.OptNet: Differentiable Optimization as a Layer in Neural Networks

https://github.com/locuslab/optnet.git

论文《Differentiable Optimization as a Layer in Neural Networks》的PyTorch实现。


3.Task-based End-to-end Model Learning

https://github.com/locuslab/e2e-model-learning.git

论文《Task-based End-to-end Model Learning》的PyTorch实现。


4.DiracNets

https://github.com/szagoruyko/diracnets.git

不使用“Skip-Connections”而搭建特别深的神经网络的方法。


5.ODIN: Out-of-Distribution Detector for Neural Networks

https://github.com/ShiyuLiang/odin-pytorch.git

这是一个能够检测“分布不足”(Out-of-Distribution)样本的方法的PyTorch实现。当“true positive rate”为95%时,该方法将DenseNet(适用于CIFAR-10)的“false positive rate”从34.7%降至4.3%。


6.Accelerate Neural Net Training by Progressively Freezing Layers

https://github.com/ajbrock/FreezeOut.git

一种使用“progressively freezing layers”来加速神经网络训练的方法。


7.Efficient_densenet_pytorch

https://github.com/gpleiss/efficient_densenet_pytorch.git

DenseNets的PyTorch实现,优化以节省GPU内存。



感觉微信文章查询不方便?

可以找到本文PDF和HTML版的下载链接哦!

(通过连接找到资料下载即可)

自学容易走弯路?

快来跟张江教授学习深度学习&PyTorch吧!

吐血整理:PyTorch项目代码与资源列表 | 资源下载

本课程强大的助教团队

吐血整理:PyTorch项目代码与资源列表 | 资源下载

李周园

清华大学博士、荷兰Wageningen大学WIMEK学者,遥感数据挖掘方向。

吐血整理:PyTorch项目代码与资源列表 | 资源下载

胡胜

中国地质大学(武汉)硕士、攻读博士,空间数据挖掘和智慧交通方向,熟悉Python语言。

吐血整理:PyTorch项目代码与资源列表 | 资源下载

孙颖宝

荷兰Wageningen大学遥感与地理信息实验室研究生,熟悉R、Python语言。

吐血整理:PyTorch项目代码与资源列表 | 资源下载

苏尚君

 前运维开发工程师、现Udacity机器学习课程助教,熟悉Python语言,GitHub用户、有“简书”技术专栏。

吐血整理:PyTorch项目代码与资源列表 | 资源下载

任伟

中国科学院大学博士,气候系统与碳循环方向,有深度学习技术基础,熟悉数据挖掘与空间分析。

吐血整理:PyTorch项目代码与资源列表 | 资源下载

张庆逸

学生,有编程工作经验,了解Python语言。


打包组课只需499¥

可开发票

团购享优惠



◆ ◆ 


加入“没有围墙的研究所”

让苹果砸得更猛烈些吧!

以上是关于吐血整理:C++编程语言资源汇总的主要内容,如果未能解决你的问题,请参考以下文章

吐血整理:C++编程语言资源汇总丨第二弹

干货国外程序员整理的 C++ 资源大全(转)

❤️❤️HarmonyOS(鸿蒙)全网最全资源汇总,吐血整理,赶紧收藏!❤️❤️

c++语言知识点汇总

c++语言基础知识汇总

这么学C语言C++也太简单了吧!!(内附全套资源)