Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  1. 保护网络浏览数据免受黑客攻击 | 详文

    在研究一种强大的网络攻击类型时，研究人员发现了以前分析它的方法中的一个缺陷，然后开发了新的技术来阻止它。

  3. 在预算内可视化数据库的有用工具

    Google Docs中的绘图功能允许你在你的页面上添加插图。你可以用内置的绘图工具为你的文档添加自定义形状、图表、图形、信息图和文本框。

    Graphviz是一个免费的图形可视化软件，使我们能够以图表的形式表达信息。

    ERDPlus是一个数据库建模工具，允许你创建实体关系图、关系模式、星形模式和SQL DDL语句。

    Diagrams.net（以前的Draw.io）是一个免费的在线制图工具，可用于创建流程图、UML图、数据库模型和其他类型的图。旨在支持许多不同的工作流程。它能够轻松地与第三方集成（如 Trello、Quip、Notion 等）集成，使其与其他选项区分开来。共享和协作的能力可能会使协作团队很好地工作。

    Blog | #可视化 #工具

  4. 设计系统文档收集

    Storybook是国外用来写设计系统文档的工具，而showcase就是用来展示他们的成功案例，包含微软、爱彼迎和Adobe等知名公司的86个设计系统，支持按标签和组件名称进行筛选。 ​​​

    Storybook是一个用于UI开发的工具，通过隔离组件使开发更快、更容易。允许你一次只在一个组件上工作。可以开发整个UI，而不需要启动一个复杂的开发堆栈，强制某些数据进入你的数据库，或在你的应用程序中导航。

    Storybook showcase

  6. 一款颜值颇高的 Markdown 编辑器：MiaoYan（妙言），拥有极简的设计风格，纯本地使用、支持语法高亮、黑暗模式、源文件保存、国际化等功能.

    项目基于 Swift5 原生开发，用起来比较丝滑，可自定义快捷和编辑器字体。目前仅支持 macOS 操作系统。

    MiaoYan | #编辑器

  8. 雅思官方已经出了免费的模考系统了

    第一步 登录并注册
    登录雅思中国官网在“雅思机考”页面就可以找到，也可以直接登入网址，就可以进入注册界面啦。

    接着只需要在注册界面按要求输入名字和邮箱地址（一定要确保邮箱准确，因为最后会在你注册的邮箱收到官方发来的模考成绩），就可以直接进入考试界面了。完全不需要提前预约，也不需要支付任何费用（所有考生都可以免费体验）！

    注册之后，就进入到了模考选择界面，模考系统中提供了学术类和培训类的两种模考真题。

    第二步 开始考试
    选择好考试种类之后，就可以进入模考了。模考时间长达2.5小时，完整的还原了雅思机考中阅读、听力和写作考试内容。

    如果只想练习阅读、听力或者写作其中某一个section，可以在页面上自行选择。

    屏幕的右上角就有一个finish section的按钮，点击这个按钮就可以立刻结束这个环节的考试，直接进入下一个section了。

    第三步 查收成绩
    当完成三个环节的模考之后，就会在注册的邮箱中收到一封邮件。

    点击其中的"click here to access your marks"按钮，就可以立刻查看你的模考成绩了。

    最终反馈的这份成绩只有阅读和听力两个部分。等级是按照欧洲语言共同参考框架（CEFR）等级的形式来评价的，大家可以根据CEFR等级与雅思分数的对应关系，估测自己的水平。

    注册登记地址

  9. 这个网站收录了arxiv网站上计算机视觉、自然语言处理、机器学习、信息检索、知识图谱领域的每日Arxiv论文，和每月最热论文（不清楚热度计算规则），方便阅读。 ​​​

    卖萌屋学术站

  11. 这个网站制作了很多空间站、航天飞机和火箭的折纸模型pdf文件。直接下载了打印就可以自己折一个立体模型。也有中国空间站的，不过还没更新到最新的样式

    传送门

  12. B站魔力赏陷赌博争议

    近日，B站一位UP主发动态称，自己是“会员购魔力赏跳楼第一人”。魔力赏是B站“会员购”栏目下的一种玩法，简而言之，就是最近一直很流行的抽盲盒。然而在黑猫投诉平台中，关于B站魔力赏玩法的投诉达到3000多条。其中，消费者投诉的主要问题集中在：魔力赏不施行7天无理由退换；不支持回收；不发货；诱导消费，赌博等。

    该UP主透露，短短十多天，自己在魔力赏中花了两万五千多元钱，结果只获得了三百个拼图，一个价值几百元以上的东西都没有。目前，身上背了4万多元的外债，心态爆炸。最后，这名UP主表示过几天将直播跳楼。令人庆幸的是，6月14日，他再次更新动态表示，将会努力挣钱争取花半年时间把债还清，一切重新开始。（三言财经）

  13. 机器学习方案手册，一本包含逐步说明为各种任务训练深度学习模型的书。内容覆盖自然语言处理、计算机视觉、图像与文字

    本书分为3个部分：
    自然语言处理（NLP）
    计算机视觉（CV）
    图片和文字

    以下是本节各章的简要概述：

    命名实体识别- 讨论使用conllpp 数据集识别命名实体的训练转换器模型。我们将使用的特定模型称为bert-base-cased。该模型是原始 BERT 的较小版本，并且区分大小写，这意味着它将大写和小写字母视为不同。

    掩蔽语言建模- 与填空问题类似，我们训练一个模型来使用xsum 数据集预测句子中的掩蔽词。我们将使用的特定模型称为distilbert-base-uncased。这是 bert base uncased 模型的精炼版本，它以相同的方式处理大写和小写字母。

    机器翻译——在本章中，训练一个模型将文本从英语翻译成西班牙语。我们将在新闻评论数据集上训练来自赫尔辛基 NLP 小组的变压器模型。

    总结——在本章中，训练了一个多语言模型来总结英语和西班牙语句子。使用的模型是 T5 Transformer 模型的多语言版本，使用的数据集是amazon reviews dataset。

    因果语言建模- 本章重点介绍训练模型以自动完成 Python 代码。为此，我们将使用用于训练代码鹦鹉模型的数据。

    计算机视觉部分涵盖了该领域下最常见的任务。本节中的章节使用pytorch 闪电、pytorch 图像模型（timm）、 albumentations库和权重和偏差平台。以下是本节各章的简要概述：

    图像分类- 我们将训练卷积神经网络 (CNN) 模型对动物图像进行分类。我们将使用的 CNN 模型是“resnet34”，使用的数据集是动物图像数据集。

    图像分割- 本章侧重于训练模型以分割给定图像中的道路。我们将使用 U-net 模型来完成此任务。

    物体检测——在本章中，我们将专注于检测图像中的汽车。我们将预测与图像中包围汽车的边界框相对应的坐标。对于这个任务，我们将使用 fast-rcnn 模型。

    最后一节包含训练模型以在给定图像的情况下生成标题的章节。它将有一个视觉转换器作为编码器，gpt-2 模型作为解码器。

    在线阅读 | ML Recipe | #电子书 #机器学习 #手册