Python Weekly 427
文章，教程和讲座
你不知道的关于 Python 的奇淫技巧
链接:
https://martinheinz.dev/blog/1
有很多文章都写过关于 Python 的很多很炫的功能，像变量解压缩，局部函数，枚举可迭代对象等. 在本篇文章中，我会尝试讲解一些我所知道的正在用的一些有趣功能
你不知道的关于 Python 的奇淫技巧第二部分
链接: https://martinheinz.dev/blog/4
使用即插即用型语言模型控制文本生成
链接:
https://eng.uber.com/pplm/
NLP(自然语言处理) 从业人员现在可以使用 Uber AI 的即插即用型语言模型灵活地将简单的属性模型插入到大型无条件语言模型中。
使用 Tesseract，OpenCV 和 Python 进行 OCR 识别
链接:
https://nanonets.com/blog/ocr-with-tesseract/
有关使用 Tesseract 和 OpenCV 和 Python 的 OCR 识别指南：预处理，深度学习 OCR，文本提取和限制。
Plotnine：Python 的可视化库
链接:
https://www.datascienceworkshops.com/blog/plotnine-grammar-of-graphics-for-python
使用 Python 的 Plotnine 和 Pandas 模块复现“ R 数据科学”一书中的可视化章节。
为 Redis 编写一个 Python ORM
链接:
https://www.agiliq.com/blog/2019/11/writing-an-orm-for-redis/
在 Redis 中优雅地实现存储实例。
Django3.0 新手视频教程
链接:
https://www.youtube.com/watch?v=6ManltU_8iU
利用机器学习来学习如何压缩
链接:
https://vks.ai/2019-12-05-shrynk-using-machine-learning-to-learn-how-to-compress
Monad 没有你想的那么难
链接:
https://bytes.yingw787.com/posts/2019/12/06/monads/
有趣的项目，工具和库
AI Dungeon 2
链接:
https://github.com/AIDungeon/AIDungeon
AI Dungeon 2 是全球第一个完全由 AI 生成的文字冒险游戏，它由 OpenAI 最大的 GPT-2 模型构建。游戏中你输入的任何动作都会得到回应。
Mario
链接:
https://github.com/python-mario/mario
你有想过直接在 Unix Shell 中使用 Python 函数吗？Mario 可以读写 csv，json 和 yaml 文件, 遍历树，执行 xpath 查询。它还支持开箱即用的异步命令。你也可以简单修改配置文件来构建自己的命令，或者安装扩展插件！
Informer
链接:
https://github.com/paulpierre/informer
Python 编写的用来监视 Telegram 的程序。
awspx
链接:
https://github.com/FSecureLABS/awspx
awspx 是一种基于图的工具，可用于可视化 AWS 环境中的有效访问和资源关系。
Pixcryption
链接:
https://github.com/M4cs/pixcryption
Pixcryption 可以通过图像提供一种新形式的加密手段。它使用随机种子的 UUID 生成一个与 RGB 值完美匹配的 user_key，以使该 user_key 与 unicode 字符相匹配。这些都会存储在用于加密和解密消息 user_key.png 文件中。
PyFlow
链接:
https://github.com/wonderworks-software/PyFlow
用于 Python 的可视化脚本框架。
pydeps
链接:
https://github.com/thebjorn/pydeps
可视化 Python 模块的依赖项。
video-to-pose3D
链接:
https://github.com/zh-plus/video-to-pose3D
一键将视频转换为 3D 型。
omnibot
链接:
https://github.com/lyft/omnibot
一个 Slack 代理和 Slack bot 框架。
GoCheese
链接:
http://gocheese.cypherpunks.ru/
一个 Python 私有软件包存储库和代理缓存。
Horology
链接:
https://github.com/mjmikulski/horology
可以测量循环和函数耗费的时间。
Maze-Generator
链接:
https://github.com/Perseus-Perry/Maze-Generator
可以随机生成迷宫的脚本。
SparkTorch
链接:
https://github.com/dmmiller612/sparktorch
在 Apache Spark 上训练并运行 Pytorch 模型。
django_vue_generator
链接:
https://github.com/pawnhearts/django_vue_generator
为 django 框架的项目生成 vue 前端结构。可以为序列化器，视图集和方法生成表单(经 vuelidate 验证)以通过 vue-resource 调用api。
PyTorch Elastic
链接:
https://github.com/pytorch/elastic
PyTorch Elastic（torchelastic）是一个以高容错, 高弹性方式运行分布式训练任务的框架。
本文翻译自 Python Weekly 427 期，有删改，不作为商业用途。
