共计 1126 个字符，预计需要花费 3 分钟才能阅读完成。
1. 举荐
1.1 lifeRestart：如果人生能够重来
本周
Star增长：2200+，累计：7.6k+
最近很火的游戏，让你体验不同的人生开局和结尾。
如果终点不一样了，到底本人能不能成为人生赢家？
https://github.com/VickScarlet/lifeRestart
2. 周榜
2.1 Real-ESRGAN：弱小的 AI 图片修复工具
本周
Star增长：960+，累计：2.3k+
通过 AI 加持，能够把含糊的图片变清晰。
Windows、Linux、MacOS 上提供可执行文件间接运行，对于显卡的要求：Intel/AMD/Nvidia GPU，不依赖 CUDA、PyTorch 环境。
https://github.com/xinntao/Real-ESRGAN
2.2《设计数据密集型利用》
本周
Star增长：300+，累计：8.8k+
《Designing Data-Intensive Applications》书籍的中文翻译。
现今，尤其是在互联网畛域，大多数利用都属于数据密集型利用。本书从底层数据结构到顶层架构设计，将数据系统设计中的精华娓娓道来。其中的贵重教训无论是对架构师，DBA、还是后端工程师、甚至产品经理都会有帮忙。
https://github.com/Vonng/ddia
2.3 Lima：macOS 上的 Linux 虚拟机
本周
Star增长：380+，累计：4k+
Lima 能够启动具备主动文件共享、端口转发和应用 containerd（开源容器）的 Linux 虚拟机。
Lima 的设计和 WSL2 相似，但 Lima 应用 macOS 作为其次要的指标主机，目前不反对 Windows 主机。
https://github.com/lima-vm/lima
2.4 Microsoft Recommenders
本周
Star增长：180+，累计：11.2k+
Microsoft Recommenders 蕴含构建举荐零碎的示例和最佳实际，以 Jupyter notebook 模式提供。
次要有五项要害工作：
- 筹备数据：为每个举荐算法筹备和加载数据
- 模型：应用各种经典和深度学习举荐算法建设模型
- 评估：应用离线指标评估算法
- 模型抉择和优化：调整和优化举荐模型的超参数
- 实际：在 Azure 上的生产环境中操作模型
https://github.com/microsoft/recommenders
2.5 ML-For-Beginners：机器学习初学者教程
本周
Star增长：2500+，累计：20.3k+
来自 Microsoft 的机器学习教程，历经 12 周、24 节课让你理解到机器学习的魅力。
https://github.com/microsoft/ML-For-Beginners
周刊首发于 GitHub，欢送订阅：
我的周刊
