开源数据code

1.Real-Time Image Animation
实时图像动画：https://github.com/anandpawara/Real_Time_Image_Animation

另一个有趣的开源计算机视觉项目。

顾名思义，是让我们使用OpenCV实时执行图像动画。

看看我从项目的GitHub存储库中获取的这个示例：

模型模拟了人在镜头前的表情，并相应地改变了图像。

这是计算机视觉的一个杰出应用，我们肯定会在内部尝试这个项目。

这类项目将在业界有大量的应用，从时装和零售到营销和广告。

最初的开发人员已经很友好地发布了源代码以及Colab Notebook。

去尝试下吧

https://colab.research.google.com/github/AliaksandrSiarohin/first-order-model/blob/master/demo.ipynb

2.OpenAI的GPT-3
链接：https://github.com/openai/gpt-3

OpenAI又实现了一个！在去年发布了GPT-2并掀起了一股热潮之后，他们已经开放了他们最新的自然语言处理（NLP）框架GPT-3！

简单地说，GPT-3是同类中最大的NLP模型。

它有1750亿个参数（没错，你读得没错），而且体积庞大，几乎有350GB。

GPT-3几乎是历史上最昂贵的模型之一（训练费用约为1200万美元）。

语言模型需要大量的数据来训练人类在几秒钟内就能完成的任务，这已经不是什么秘密了。

升级–GPT-3。

在讨论GPT-3如何在引擎盖下工作的官方论文中，OpenAI展示了扩展语言模型如何极大地提高任务无关性和少量镜头的性能。

现在这一部分可能会涉及到很多数据科学伦理人士——GPT-3可以很容易地生成新闻文章的样本，而人类很难将其识别为假新闻。

在当今相互关联的世界，这可能是灾难性的。

为了公平起见，他们在论文中讨论了这个问题。

3.基于PyAudio的实时音频分析
链接：https://github.com/tr1pzz/Realtime_PyAudio_FFT

这个开源的数据科学项目是个人的最爱。

这个Python库由Xander Steenbrugge创建并发布，他是前两次DataHack峰会上备受尊敬的演讲者，它使我们能够执行实时音频分析。

正如Xander在他的GitHub存储库中所说：

这是一个简单的包，用于在本机Python中进行实时音频分析，它使用PyAudio和Numpy从实时音频流中提取和可视化FFT特征

这里的FFT代表快速傅立叶变换。

它是一个出色的工具，在你的数据科学技能集，因为它解答了广泛的问题，你可以使用它。

4.TextShot，获取文本的Python工具
链接：https://github.com/ianzhao05/textshot

你有没有遇到过图片或截图有文字，但不能完全提取文字？我知道有一些工具是为这个目的而存在的，但我不想在我的机器上安装任何额外的软件。

现在，我们可以简单地使用这个Python工具抓取屏幕截图并从中提取文本，称为TextShot（好名字），这是一个很好的工具，可以快速收集我们的数据科学项目所需的任何文本数据。

以下是一个演示TextShot的工作原理：

TextShot要求你在计算机上安装谷歌的Tesseract。

Machine Learning Visuals-数据科学专业人士交流的绝佳方式
链接：https://github.com/dair-ai/ml-visuals

我喜欢这个开源存储库，许多新来的人（甚至是有经验的人）经常在技术和科学交流上有矛盾。

5.ML Visuals是一个开源的协作项目，旨在帮助数据科学界理解和改进技术交流。

这个出色的存储库提供了大量的视觉、模板和图形，帮助你构建一个完美的演示文稿或研究论文。