知名App第三方库汇总2014.10

知名应用程序的设计和技术一直都是开发者需要学习的,同样这些应用所使用的开源框架也是不可忽视的一部分。此前《 iOS第三方开源库的吐槽和备忘》中作者ibireme列举了国内多款知名应用所使用的开源框架,并对其中一些框架进行了分析,同样国外开发者 @iOSCowboy也在博客中给我们列出了国外多款知名应用使用的开源框架。另外txx's blog中详细介绍了 Facebook Paper使用的第三方库。 
 
Instagram
AFNetworking 适用于iOS和OS X的网络框架。
Appirater: 提醒用户打分。
ASIHTTPRequest:简单使用CFNetwork API封装进行HTTP网络请求,用Objective-C编写,可应用在Mac OSX和iOS开发中。
CocoaHTTPServer: 用于Mac OS X和iOS应用程序的轻量级、可嵌入的HTTP服务器框架。
Cocoa Lumberjack:适用于Mac和iOS的日志框架,集简单、快速、强大以及灵活于一身。
MBProgressHUD : 用多种样式展示半透明的HUD,并带有指示器和标签,自定义功能强大。
PLCrashReporter (Github mirror): 进程内崩溃报告框架。
QSUtilities: 实用工具、控件以及其他辅助类的集合。
SocketRocket: Objective-C WebSocket客户端库。 https://github.com/square/SocketRocket
XBImageFilters:允许实时过滤摄像头拍摄的照片,使用OpenGL ES 2 来快速处理各种图片效果。
 
Foursquare 
Facebook SDK for iOS: 集成Facebook,构建强大的社交app。
FSNetworking: Foursquare iOS网络库。
kingpin: MapKit/MKAnnotation pin 聚合库,主要用来在地图上面添加锚点。
AFNetworking :适用于iOS和OS X的网络框架。
SKBounceAnimation: CAKeyframeAnimation子类,可快速简单地设置弹动的数量,开始和结束的值,以及创建动画。 
DB5: 通过Plist配置文件。
 
LinkedIn
BlocksKit: blocks工具包。
SDWebImage: 提供一个UIImageVIew类以支持远程加载网络图片。具有缓存管理、异步图片下载等功能,支持GIF动画,使用GCD和ARC。
DTCOreText:文字效果代码类库。在UITextView上实现丰富的文字效果,比如文字大小、颜色、字体、下划线,链接,给文字加上图片、视频,文字任意间距等等。实现类似于CSS网页的文字效果。
 
Shazam
AudioStreamer:Mac OS X和iPhone上适用的流媒体音频播放器,可播放来自网络上的音乐。.
ColorArt: iTunes 11风格的颜色匹配代码。
objc-geohash: Objective-C GeoHash库,通过经纬度获得哈希表。
FormatterKit: 收集了精心构思的NSFormatter子类。
UIView+Glow: UIView的一个类别,可添加对制作发光视图的支持,以突出屏幕上重要的部分,方便用户与之进行交互。
WEbViewJavascriptBridge: 在使用UIWebView时,它优雅地实现了JS与ios 的ObjC 原生代码之间的互调,支持消息发送、接收、消息处理器的注册与调用以及设置消息处理的回调。
 
Skype
AFNetworking: 适用于iOS和OS X的网络框架。
Hockey SDK: HockeyApp service官方iOS SDK。
PLCrashReporter (Github mirror): 进程内的崩溃报告框架。
TTTAttributedLabel是一个文字视图开源组件,是UILabel的替代元件,可以以简单的方式展现渲染的属性字符串。另外,还支持链接植入,不管是手动还是使用UIDataDetectorTypes自动把电话号码、事件、地址以及其他信息变成链接。
SDWebImage: 提供一个UIImageVIew类以支持远程加载网络图片。具有缓存管理、异步图片下载等功能,支持GIF动画,使用GCD和ARC。
Cocoa Lumberjack: 适用于Mac和iOS的日志框架,集简单、快速、强大以及灵活于一身。
MWPhotoBrowser: 一个简单的带有栅格视图的iOS照片浏览器,可添加标题和选择多个图片。照片浏览器效果类似iOS原生的照片应用,可显示来自手机的图片或者是网络图片,也可自动从网络下载图片并进行缓存,还可图片进行缩放等。
BlocksKit: Objective-C blocks工具包。
 
Spotify
FMDB: SQLite API封装库。
MAObjCRuntime:将运行时API封装成ObjC。
Nu: 编程语言。
PLCrashReporter (Github mirror):进程内崩溃报告框架。
SBJSON:Objective-C 实现的一个严格的JSON 解析器和生成器。
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