程序员欢乐送（第9期）

对于我来说，我一直保持的追求有三点：技术、快乐、财富。因此，从此三点出发，记录过去一周，我所看到的，值得分享的内容，每周五把欢乐送达。

技术

1、Google-Pixel 3相机增强现实

使用Google的照相软件Pixel 3，即可将虚拟人物放到现实中进行拍照和录像，拍照效果如下：

可以将虚拟人物跳舞的视频放到现实场景中进行录像，录像效果如下：

2、Lena图像

相信学过图像处理的同学对Lena的这张图片再熟悉不过。

图片中的女孩全名Lena Soderberg，瑞典人。这张照片实际上是1972年11月的著名成人杂志《Playboy》的插页，在数字图像处理界使用的Lena图像是该幅插页的部分截图。

为什么30几年前的《花花公子》插页图，会成为图像处理学术界的标准图像呢？

美国南加州大学的某个人，想找一幅图像来做图像压缩的測试，他将《花花公子》的这期插页图用扫描了下来截取当中的一部分作为了他研究使用的例子图像。这个人就是IPL(图像处理研究所)的 William K. Pratt博士，自此以后Lena的这个截图部分就渐渐成为了图像处理界面的标准图像，能够说在图像处理界Lena图像就是学术界的标准。

相隔46年之后，著名的 Lena 重拍了一张当年姿势的照片。那时她21岁，现在67岁。

内容来源：点击查看

3、StyleGAN

StyleGAN是英伟达2018年的研究成果，可以对不同图片的不同特征进行风格迁移，效果如下：

StyleGAN可以控制不同级别中所表示的视觉特征，从粗糙的特征（姿势、面部形状）到精细的细节（头发颜色），而不会影响其它的级别。

现在官方已经发布了Tensorflow版本的代码。

项目地址：点击查看

4、SpinleCNN

SpinleCNN与我们熟知的卷积神经网络不同，它采用一种基于样条线的卷积神经网络（SplineCNNs），这是深度神经网络的变体，用于不规则结构和几何输入，例如图形或网格。通过使用由固定数量的可训练权重进行参数化的连续核函数来获得传统CNN卷积算子的推广。

SplineCNN允许深层架构的整个端到端训练，仅使用几何结构作为输入，而不是手工制作的特征描述符。

总而言之，SplineCNN是第一款允许从几何数据直接进行深入端到端学习，同时提供强大结果的架构。由于缺少预处理，这可以更快地处理数据。

项目地址：点击查看

5、Lenia

Lenia，元胞自动机。自然界里许多复杂结构和过程，归根到底只是由大量基本组成单元的简单相互作用所引起，而它是一个具有连续时空状态和广义局部规则的二维细胞自动机。

挺有趣，感兴趣的可以看下，可以在线体验。

项目地址：点击查看

体验地址：点击查看

6、图像在线修复

NVIDIA官方提供了在线图像修复工具，自动生成图像缺失的部分。

体验地址：点击查看

7、NLP教程

想使用Tensorflow和Pytorch学习自然语言处理，不知如何下手？这个开源项目可以帮助到你。

一共有五个章节，新鲜热乎的教程。

项目地址：点击查看

快乐

1、醉酒行为实录

和两个男神表白......

2、三十年河东，三十年河西

财富

最近一直在看指数基金相关的东西，这两天还涨了几波，赚了点小钱。后续会写一些指数基金估值的内容，今天就先推荐下一个很好的指数基金信息获取的平台。

理杏仁：点击查看

理杏仁定位于投资者的金融数据中心,为价值投资者和理性投资者提供专业的数据服务。提供A股、B股、H股、国证三级行业、上100种ETF指数等历史估值数据。

指数基金估值必备，对于指数查询的设计非常人性化，页面一看就是用的Boostrap框架，非常简洁。

除了能查看各类指数估值外，它的财报功能也比较有特色。提供超过 10 年的历史数据、上千种不同财务指标和不断发展的各类数据模型。通过设定财务指标区间，能够快速从几千家上市公司筛选出想要的标的。

最后

刚上班的感觉真酸爽啊。

本周的程序员欢乐送，到此结束，下周再会。