2016年39年个优秀的UI雨燕开源库星平均数2527

2016年年swift3发布了,毫无疑问,斯威夫特已经成为github上上最受欢迎的语言之一,对于iOS的开发者来说,学习开源库可以帮你快速学习和掌握这门语言.Mybridge AI从将近2700个开源斯威夫特UI库中筛选了39个项目推荐给开发者,这些项目被选中的几率只有1.4%,在GitHub上上的明星平均数是2527.
动画UI 1号春[9164星星在Github]库来简化iOS版动画斯威夫特。




1478594279926341.png


2号材质[6120星星在Github]
用于创建漂亮应用程序的动画和图形框架。


1478594338671493.png


3号RazzleDazzle [2291星星在Github]
适用于iOS简单的基于关键帧的动画框架,写在斯威夫特。完美的滚动应用前奏。


1478594362588034.png


4号恒星[1881星星在Github上。
一个梦幻般的物理动画库迅速


1478594392260643.png


5号金刚鹦鹉[594星在Github]
功能强大且易于使用的矢量图形SVG的支持斯威夫特库。


1478594418276601.gif

过渡UI
6号PagingMenuController [1305星Github上的]
与雨燕自定义菜单分页视图控制器。


1478660690741797.png


7号PreviewTransition [1025星星在Github]
一个简单的预览画廊控制器。


1478660708101154.gif


8号PinterestSwift [1007星星在Github]
像Pinterest的斯威夫特转型。


1478660591635780.gif


9号的YouTube转型[786星在Github]
观看像iOS版YouTube应用,写在斯威夫特3右上角的视频。


1478660611285823.gif


10号Twicket分段控制[680星在Github]
自定义UISegmentedControl替代的iOS,写的斯威夫特。


1478660624571310.gif

弹出UI
没有11 SCLAlertView -斯威夫特[3056星星在Github]
美丽的动画警报视图写在斯威夫特。


1478660632436743.png


12号SwiftMessages [1356星星在Github]
写在斯威夫特非常灵活的警报消息。


1478660637655802.png


13号XLActionController [Github上1346星]
完全可定制,可扩展的动作片控制器写在斯威夫特3。


1478660643431237.png


14号酥料饼[852星在Github]
气囊弹出库如Facebook的应用程序,用纯快捷。


1478660649687064.png


15号Presentr [635星在Github]
包装定制的ViewController演示。


1478660654318787.png

饲料UI
没有16 FoldingCell [4285星星在Github]
通过折叠纸材料的启发不断扩大的内容单元格。


1478660737565688.gif


17号ExpandingCollection [2425星星在Github]
A卡偷看/流行控制器。


1478660748612047.gif


18号DGElasticPullToRefresh [2308星星在Github]
弹性拉刷新写在斯威夫特的组成部分。


1478660759212474.gif


19号英仙座[2269星Github上的]
为写在斯威夫特的UITableView / UICollectionView / UIScrollView的动画顶级菜单。


1478660771417265.gif


20号IGListKit [2443星星在Github]
建立快速灵活的清单,Instagram的工程数据驱动UICollectionView框架。


1478660783436536.png


21号PullToMakeSoup [1301星星在Github]
自定义动画拉来刷新,可以方便地添加到UIScrollView的。


1478660789955866.gif

22号DZNEmptyDataSet [6552星星在Github]
空状态UI库。


1478660795185062.png


23号指令[2256星星在Github]
斯威夫特创建演练和导游。


1478660816240616.png


24号显示[1680星星在Github]
制作教程,发行说明和动画的网页。


1478660826646083.gif

颜色UI
没有25变色龙[7071星星在Github]
平光颜色框架斯威夫特开发。


1478660844103203.png


26号顺[1612星星在Github上]
的所有功能于一身的着色实用工具,你永远需要斯威夫特来写。


1478660868809975.png


27号将dynamicColor [1310星星在Github]
扩展到斯威夫特轻松操作的颜色。


1478660874439873.png


图像用户界面
没有28 FaceAware [1424星星在Github]
一个扩展,提供了使用的UIImageView时AspectFill专注于面部的图像中的能力。


1478660884162886.png


没有29. ComplimentaryGradientView [384星在Github]
创建从提供的图像占主导地位,突出的色彩产生相辅相成的梯度。


1478660889445836.png

图形用户界面
否30.走势图[11433星星在Github]
用于内置斯威夫特的iOS美丽的图表。


1478660898444540.png


没有31.滚动-GraphView [3065星星在Github]
适用于iOS直观简单的离散数据集的自适应滚动的图形视图。写在斯威夫特。


1478660908702311.gif

图标UI
没有32纸开关[1849年明星在Github]
RAMPaperSwitch是斯威夫特模块,当开关接通报告描绘了父视图。


1478660918235802.gif


没有33圈菜单[1768星星在Github上]
有一个圆形布局的简洁,大方的菜单。


1478660924882531.gif

附表UI
没有34 JTAppleCalendar [1026星星在Github]
非官方的苹果雨燕图书馆日历。视图。控制。对于iOS和tvOS。


1478660940259055.gif


没有35的DateTimePicker [455星在Github]
采摘日期和时间的一个更好的iOS UI组件。


1478660976208271.png

表单UI
没有36尤里卡[4117星星在Github]
斯威夫特优雅的iOS表单生成器。


1478660981384597.png

布局UI
没有37明丽[3439星星在Github]
iPhone和iPad强大的斯威夫特编程UI布局框架。


1478660987646206.png

消息UI
没有38 NMessenger [1492星星在Github]
建立在AsyncDisplaykit并写入斯威夫特一个快速,轻量级的使者组成部分。


1478660993358713.png

搜索UI
没有39卷搜索[1364星星在Github]
一个搜索控制器,它允许您从列表中选择选项。


1478661001770690.gif

最后

赞良辰想说这39个开源项目,几乎可以实现你的所有想法,快来点个喜欢,赞吧!


文/(简书作者)
原文链接:http://www.jianshu.com/p/a9c9888f62f5
著作权归作者所有,转载请联系作者获得授权,并标注“简书作者”。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值