はじめに
今年個人的にお世話になったなあというOSSを紹介するだけの記事です。
昔から使ってた！というやつは除きました。
Sourcetrail
概要
2019年11月にOSS化したソースコードの依存関係可視化ツール。
対応言語はC、C++、Python、Java。
引用：https://www.sourcetrail.com/
ライセンス
GNU General Public License Version 3
所感
ソースコードの調査で多様しました。エディタでも宣言元は辿れると思うんですが呼び元が分からなかったりするので、まさに「こういうのがほしかった！」というツールでした。
依存関係を可視化するOSSは他にもあると思うのですが、GUIで対話的に操作できるのは有難かったです。あとは検索結果をブックマークとして保存できたりもするんですよね。非常に便利です。
ただ一言だけ…対応言語を増やしていただきたい。。Javascript版でないかなあ。。
graphviz
概要
言わずと知れたグラフ描画ライブラリ。
DOT言語の記述を元にグラフ構造を表現することができる。
引用：http://graphviz.org/about/
ライセンス
Common Public License Version 1.0
所感
設計関係のドキュメントの自動出力をするために使いました。
環境構築と使い方の理解に少し時間がかかったくらいで、Pythonで100行程度書くだけでやりたいことが出来てしまい感動しました。
VSCode Python拡張機能
概要
2019年10月にVSCodeのPython拡張機能がJupyterをネイティブサポートしました。
ライセンス
MIT
This license applies to the Visual Studio Code product. Source Code for Visual Studio Code is available at https://github.com/Microsoft/vscode under the MIT license agreement at https://github.com/Microsoft/vscode/blob/master/LICENSE.txt. Additional license information can be found in our FAQ at https://code.visualstudio.com/docs/supporting/faq.
引用：https://code.visualstudio.com/License
所感
従来のjupyter-notebook(web版)って補完が効かなかったりしてストレスだったんですが、いつも使っているエディタでnotebookの見た目そのままで開けるのが有難かったです。
ただ、ちょっと重いときがあるんですよね。もともとatomにhydrogenを入れて使っていたのですがそちらの方が動作が軽いかなあという印象です。
mlflow
概要
機械学習のパラメータや精度等の実験結果を管理するためのOSS。
tensorflow, pytorchはじめ多くのプラットフォームに対応している。
引用：https://databricks.com/blog/2018/06/05/introducing-mlflow-an-open-source-machine-learning-platform.html
ライセンス
Apache-2.0 License
所感
試行錯誤しているうちに「あの時どのパラメータで学習してたっけ」と分からなくなってしまいがちなので、導入してみました。
使い方はネットでも書いてくださる方が結構いたのですぐ使い始められました。
全然使いこなせてないので、来年はもっと活用していきたいと思います。
まとめ
もっと色々使った気がするんですが、全然思い出せません。