内容简介:这是小编推荐的第来源:
这是小编推荐的第 21 篇好文
来源: 麻瓜编程
作者: 麻瓜编程
如果我告诉你,下面这张图里有一个不是真的人类,你猜是哪一个?
可能你已经猜到了,是中间的粉色头发模特,她叫 imma.
侯爵老师的第一反应是:这妞不错 :joy:
短短几个月时间,imma 的 Instagram 账号已经吸引了6万多粉丝,风靡了时尚界。
在社交网络上,她看起来和其他的模特没有什么不同,上杂志封面、参加品牌活动、上综艺、晒自拍。在 imma 近距离的自拍照上,你甚至可以看到她的脸庞上有着水蜜桃般的细小绒毛。
点击小图可放大
实际上,imma 是 ModelingCafe 的创作,这是一家日本的 CGI 公司,这家公司还参与过“塞尔达传说”的创作。
imma 的逼真得益于女性工程师的建模,体现在许多细节,包括粉红色染发头发上的黑色发根。
也许,这更像是一次商业实验:看看网络红人能否被虚拟人所替代。
也许你已经试过很多个人工智能抠图产品,但都不靠谱。但 remove bg 不一样。
我用侯爵老师的照片试了一下:
抠出来的图片细致到头发丝,几乎和美工花十几分钟做的没区别。
remove bg 有 Windows,Mac,Linux 三个客户端,目前有每月50张免费导出的特惠活动,想体验得抓紧。
地址:https://www.remove.bg
三星 AI 实验室最近有了新突破,只使用人物的一张照片(而不是多角度的许多张)就创建了动态的表情效果,甚至都不需要进行 3D 人脸建模。
于是有人用了这项技术做了一件事情:看看蒙娜丽莎动起来什么样……
嗯……这效果一言难尽。
官宣:https://twitter.com/DmitryUlyanovML/status/1131155659305705472
如果你想快速知道一篇英文文章在说什么,可以试试 I lazy to read 这个网站。
我试了下,能快速提炼出一篇文章的5个关键句或重要观点。还算比较准确。
地址:https://www.producthunt.com/posts/i-lazy-to-read
这让我想起一张图,人类都在玩手机,而机器人在读书和绘画。
美好而可怕。
图片来源: asiersanznieto@Twitter
不是小黑窗,也不是小蓝窗,是真正的支持代码着色的 Terminal,还可以开多 Tab,微软官方出品。
你可以在这下载使用:https://github.com/Microsoft/Terminal
就在之前的关注按钮下面,多了一个赞赏按钮。
点开之后可以选择赞赏金额,不是一次性赞赏,而是每个月都赞赏一定金额,这感觉有点像包养?
奇怪,这哥们的赞赏者几乎都是姑娘,说好的同性交友网站呢。
去赞赏你喜欢的 程序员 小哥哥吧:https://github.com/sponsors
还真能。
经过一圈测评,有一个库最稳定,让你不碰一行 JS 就能做出网页。这个库是有 poltly 出品的 dash,用来做数据图表的网页最适合。
侯爵老师写了个 demo, 效果如下:
看着还不错吧? demo 的代码如下,你可以安装好引用的库,自己跑跑看。
import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
import plotly.graph_objs as go
external_stylesheets = ['https://cdnjs.cloudflare.com/ajax/libs/tailwindcss/1.0.1/tailwind.min.css']
CSS_CARD = 'w-1/2 rounded shadow-lg flex-col bg-white'
CSS_CENTER_BOX = 'flex py-32 justify-center bg-blue-100'
CSS_TEXT= 'text-4xl text-center py-4 text-blue-600'
app = dash.Dash(__name__, external_stylesheets=external_stylesheets)
df = pd.read_csv(
'https://gist.githubusercontent.com/chriddyp/' +
'5d1ea79569ed194d432e56108a04d188/raw/' +
'a9f9e8076b837d541398e999dcbac2b2826a81f8/'+
'gdp-life-exp-2007.csv')
table = dcc.Graph(
id='life-exp-vs-gdp',
figure={
'data': [
go.Scatter(
x=df[df['continent'] == i]['gdp per capita'],
y=df[df['continent'] == i]['life expectancy'],
text=df[df['continent'] == i]['country'],
mode='markers',
opacity=0.7,
marker={
'size': 15,
'line': {'width': 0.5, 'color': 'white'}
},
name=i
) for i in df.continent.unique()
],
'layout': go.Layout(
xaxis={'type': 'log', 'title': 'GDP Per Capita'},
yaxis={'title': 'Life Expectancy'},
margin={'l': 40, 'b': 40, 't': 10, 'r': 10},
legend={'x': 0, 'y': 1},
hovermode='closest'
)
}
)
app.layout = html.Div([
html.Div([
html.Div([html.H1("Data Dash Now",className=CSS_TEXT)]),
table
],className=CSS_CARD)
],className=CSS_CENTER_BOX)
if __name__ == '__main__':
app.run_server(debug=True)
GitHub 地址:https://plot.ly/products/dash/
再推荐一个利器,让你连 CSS 样式都不用写了。
这是 CSS Scan,让你可以快速复制网页上的任何样式,点一下就能拿到 CSS 代码。
嗯,收费的,体验地址:https://getcssscan.com/
想必你听说过《原则》这本书,而《债务危机》也是瑞·达利欧写的。 经历过多次金融危机的他可以说是非常有发言权了,这本书相当于是金融世界的应对原则。
豆瓣地址:https://book.douban.com/subject/30486499/
之前我们原创的周刊系列在增长上有了一些停滞,「在看率」也降低了不少,于是进行了调整,就是你现在看到的月刊形式。更适合阅读,内容也更深度,希望你能喜欢。
另外,我们最近推出的数据分析实战课程还有 16 天就要开始啦,带你:
:man: 跟着 Github 热榜项目的 Alfred 老师,上手 Python 数据分析实战
:rocket: 教你贴合工作场景的方法和案例,学了就能用上
:tada: 带你完成专业的数据分析报告,向老板证明你的能力!
目前早鸟优惠中,还额外赠送两门课。支持支付宝花呗分期、开发票。也欢迎公司团队组团前来。
:point_right: 课程详情请查看:
也可以加入微信群咨询:
公众号文章不支持外链,可以后台回复“ 5月 ”,获取可以点击跳转的链接,但部分需要科学上网。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 前端小报 10-11 月刊
- 前端小报 - 201812 月刊
- 前端技术月刊 ???? 2019-01
- 前端技术月刊 ???? 2019-01
- 前端小报 - 201901 月刊
- 前端技术月刊 ???? 2019-02
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。