程序员欢乐送(第51期)

2020年2月21日09:34:05 发表评论 226 °C
摘要

程序员欢乐送:CV Basics in Excel、LaZagne、python small examples、updog、NoisyStudent、Reformer、GitHub CLI

程序员欢乐送(第51期)

一直保持的追求有三点:技术、快乐、财富,这里记录每周值得分享的内容,周五把欢乐送达。

技术

1、CV Basics in Excel

我们都知道,计算机视觉需要有一定的编程基础,没有编程基础的人可能很难玩得转边缘检测、人脸检测等常规的视觉算法。

不过,最近国外开源了一个名为Computer Vision Basics in Microsoft Excel的项目,很有趣,让没有编程基础的人,也可以体验到计算机视觉算法的乐趣。

这个项目不要求你提前掌握计算机视觉背景知识,但需要了解 Microsoft Excel 基础操作,会阅读 Excel 文档或上网搜索需要用到的公式的相关解释,你也能上手计算机视觉项目了。

程序员欢乐送(第51期)

使用 Excel 做计算机视觉,乍一听显得有点魔幻。但其实原理很简单:这个教程利用了 Excel 强大的单元格计算能力,只要将图像的像素数据转换为单元格,然后计算即可。

程序员欢乐送(第51期)

目前项目支持:

  • 计算机视觉 Excel 基础
  • 边缘检测
  • 关键点和描述算子
  • 人脸检测
  • 文本识别

感兴趣朋友可以看一看。

项目地址:点击查看

2、LaZagne

LaZagne 是一个由 python 2.7 编写的用于提取计算机本地密码的工具,支持Linux、Windows、Mac多种操作系统。

工具功能很强大,比如我们可以利用这个工具,提取浏览器中记住的所有网站的账户名和密码。

程序员欢乐送(第51期)

除了能提取浏览器记住的账户名和密码,还可以提取计算机本地的admin密码等:

程序员欢乐送(第51期)

功能十分强大,谨慎使用,切勿滥用。

项目地址:点击查看

3、python small examples

零基础想要系统学习Python的朋友,可以试试Python Small Examples项目。

作者打造了一份中文 Python“糖果包”:200个代码小样,60秒一口,营养又好玩,从Python基础到机器学习尽皆囊括。

可以用Python做动画:

程序员欢乐送(第51期)

可以用Python做时间轮播图:

程序员欢乐送(第51期)

例子太多,就不一一列举了,总之200多个小例子,帮助你快速掌握Python。

项目地址:点击查看

4、updog

工作的时候,我们有时可能需要创建一个简单的http服务,用于浏览远程服务器的一些内容,或者做一个简单的页面展示,亦或者是为了方便远程现在服务器的一些资源。

无论什么,如果需要使用Python创建一个简单的http服务,就可以试一试updog。

经常用Python的应该都知道,Python有个SimpleHTTPServer,只需要一个简单的命令就可以创建一个http服务(Python3):

这句话的意思就是,使用8000端口,开启一个Web服务。

而updog就是号称,取代SimpleHTTPServer的一个工具。使用updog创建的http服务支持上传和下载的功能,也支持ssl,密码登陆等。

程序员欢乐送(第51期)

有使用需求的朋友,自然懂这个项目的好,无需我多言。

项目地址:点击查看

5、NoisyStudent

NoisyStudent是谷歌提出的新模型,Noisy Student是站在了EfficientNet这位“名师”的肩膀上,再进一步。

将ImageNet图像分类的top-1准确率提高到了87.4%,比此前最好的FixResNetXt-101 32×48d高出了1个百分点。

更令人惊叹的是,在ResNeXt-101 32×48d只达到了16.6% top-1准确率的ImageNet-A测试集上,Noisy Student一举将准确率提高到了74.2%。

程序员欢乐送(第51期)

ImageNet-A测试集包含7500个自然对抗样本,会导致SOTA模型的准确率大大下降。比如来自Facebook的知名选手ResNeXt-101 32×48d,就只能达到16.6%的top-1准确率。

在这个基准当中,Noisy Student一举将top-1准确率从16.6%提高到了74.2%

Image-C和Image-P测试集则包含了模糊、雾化、旋转和缩放过的图像。换句话说,测试图像完全不同于模型的训练数据。

在ImageNet-C上,Noisy Student将平均错误率从45.7降到了31.2

在ImageNet-P上,Noisy Student将平均翻转率从27.8降到了16.2

也就是说,这个新模型不仅准确率又进一步,在鲁棒性上,更是实现了惊人的进步

近期,NoisyStudent刚刚开源,感兴趣的朋友,可以试一试。

项目地址:点击查看

6、Reformer

Transformer自诞生以来,就在NLP领域刷新一个又一个纪录,称作当下最流行的深度学习框架亦不为过。

不过,拿下SOTA并不意味着十全十美。

比如,在长序列训练上,Transformer就存在计算量巨大、训练成本高的问题。

其对内存的要求从GB级别到TB级别不等。这意味着,模型只能处理简短的文本,生成简短的音乐。

此外,许多大型Transformer模型在经过模型并行训练之后,无法在单个GPU上进行微调。

现在,谷歌和UC伯克利推出了一个更高效的Transformer模型——Reformer。

在长度为L的序列上,将复杂度从 O(L2)降低到了O(L logL)。

并且,模型训练后,可以仅使用16GB内存的单个GPU运行。

程序员欢乐送(第51期)

项目地址:点击查看

7、GitHub CLI

在做项目的时候,通常我们会在本地写代码,并通过 Git 命令行追踪所有修改痕迹。如果你想托管或开源,也可以直接用 Git 把整个项目推送到 GitHub 上。

一般而言,Git 主要都是通过命令行操控,add、commit、push 三道命令一气呵成。当然 Git 也可以查看代码文件状态或回溯历史代码等等。自从有了 Git,命令行工具看起来都炫酷了许多。

当我们将本地代码提交到 GitHub 后,那么就可以在 GitHub 网站上查看各种交互信息了,例如其它开发者提的 Issue,或者提交的代码合并请求等。

但是,如果我们能在命令行上直接查看、处理这些信息,那么这一定非常酷。从 Git 到 GitHub,命令行能提供一条龙服务。

近日,GitHub 就满足了这种想象,其新发布了新命令行工具「GitHub CLI」,该工具能无缝对接 GitHub。正如官方博客所说的:「gh 命令将把 GitHub 的操作体验,都搬到命令行中」。

程序员欢乐送(第51期)

现在,macOS、Windows 和 Linux 都能安装这个命令行工具包。虽然 GitHub CLI 目前仍然是 Beta 版,但从我们的体验上,还是非常友好的。

比如,我们可以直接使用命令按需筛选 Issue:

程序员欢乐送(第51期)

在浏览器中,可以进行的操作,都可以酷炫地使用命令行完成。

总之,极客之选。

项目地址:点击查看

快乐

1、老师把表情包发错群,家长有点慌

程序员欢乐送(第51期)

程序员欢乐送(第51期)

程序员欢乐送(第51期)

程序员欢乐送(第51期)

2、网课听不进去

程序员欢乐送(第51期)

财富

最近的股市行情波动之大,历史罕见。

年初上证指数直接突破3100点,但春节后直接大幅回调,最低跌破2700点。大盘回调了14%,从半年以来的最高点直接回到半年以来的最低点,而用时只有短短10个交易日。

低点上车,绝佳时机。

其实很多时候,有的人可能不知道什么时候该上车,一个最简单的标准就是,大盘跌破3000点了,就可以考虑了。

而春节后的行情,可以用“没有最强,只有更强”来形容,2月6号至今,三大指数收盘价从未跌破5日均线,在左侧预警信号暂时解除以后,当下我们对趋势的判断就以5日均线的得失为短期市场强弱的判断标准即可。

最近股市,涨势太猛,也可以等待一下回调再上车。

程序员欢乐送(第51期)

最后

本周的程序员欢乐送,到此结束,下周再会。

weinxin
微信公众号
分享技术,乐享生活:Jack Cui公众号每周五推送“程序员欢乐送”系列资讯类文章,欢迎您的关注!
Jack Cui

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: