关于github:在网页上直接运行Win115秒内用AI克隆自己的声音-蛮三刀酱的Github周刊第二期

大家好,这里是每周更新的Github精彩分享周刊,我是每周都在搬砖的蛮三刀酱

我会从Github热门趋势榜里选出 高质量、乏味,牛B 的开源我的项目进行分享。

1. PowerShell:不止于Windows,反对全平台的强大Shell

我的项目介绍

没错,就是微软的那个PowerShell,可能有很多同学在Windows上用过,性能还是比拟弱小的。

PowerShell Core 是一个跨平台(Windows、Linux 和 macOS)自动化和配置工具/框架,能够很好地与您现有的工具配合应用,并针对解决结构化数据(例如 JSON、CSV、XML 等)、REST API 进行了优化 。 它包含一个命令行Shell、一个相干的脚本语言和一个用于解决 cmdlet 的框架。

Windows PowerShell和PowerShell Core的区别

我看了下Github仓库上的解释,该个仓库(PowerShell Core)是从Windows PowerShell代码库拉取的分支,但在此库中所做的批改不会同步至Windows PowerShell代码库,所以在这里提出的问题或者是修复和Windows PowerShell并不是同步的。

这次冲上Trand榜,不确定具体起因,但应该是开始反对了一个全新的平台,目前曾经反对这么多平台了:

PowerShell 与 cmd 有什么不同?

  • PowerShell是跨平台的,cmd是Windows专用的。
  • PowerShell有面向对象的管道。
  • PowerShell可能调用.NET的很多性能。
  • PowerShell内置有Azure相干的command

演示

这位老哥给咱们演示了在MacOS上装置和应用PowerShell

https://www.youtube.com/watch…

一句话点评

摘自知乎:Powershell和cmd的区别大略就像Python Shell和Bash的区别一样大吧。

2. gctoolkit:微软官网出品的Java GC日志分析器

我的项目介绍

GCToolkit 是一组用于剖析 HotSpot Java 垃圾收集 (GC) 日志文件的库。 该工具包将 GC 日志文件解析为一个个小的事件,并提供聚合数据的 API。 这样一来用户就能对JVM中的内存的状态进行简单和高度自定义的剖析。

应用形式

GCToolkit 由 3 个 Java 模块组成,涵盖 API、GC 日志文件解析器和基于 Vert.x 的消息传递模块。

让咱们看一个在 GC 实现后总堆占用率的示例:

public class Main { 
    public static void main(String[] args) throws Exception { 
        var path = Path.of(args[0]); 
        var logFile = new SingleGCLogFile(path); 
        var gcToolKit = new GCToolKit(); 
        var jvm = gcToolKit.analyze(logFile); 
        var results = jvm.getAggregation(HeapOccupancyAfterCollectionSummary.class); 
        System.out.println(results.toString()); 
    } 
}

代码大抵思路如下,建设一个数据源,新建一个GCToolKit,开始依据类HeapOccupancyAfterCollectionSummary对GC进行剖析,将剖析数据汇合到日志里。

上面是一个堆占用聚合数据的实现HeapOccupancyAfterCollectionSummary:

@Collates(HeapOccupancyAfterCollection.class) 
public class HeapOccupancyAfterCollectionSummary implements HeapOccupancyAfterCollectionAggregation { 

    private HashMap<GarbageCollectionTypes, XYDataSet> aggregations = new HashMap<>(); 

    public void addDataPoint(GarbageCollectionTypes gcType, DateTimeStamp timeStamp, long heapOccupancy) { 
        var dataSet = aggregations.computeIfAbsent(gcType, k -> new XYDataSet()); 
        dataSet.add(timeStamp.getTimeStamp(),heapOccupancy); 
    } 

    public HashMap<GarbageCollectionTypes, XYDataSet> get() { 
        return aggregations; 
    } 
}

一句话点评

蛮三刀酱:第一眼看GCToolkit这个名字认为是个图形化的GC查看器,就像JVisualVM一样,实际上GCToolkit更加偏底层数据处理框架。

3. Realtime-Voice-Clone-Chinese:5秒内克隆您的声音

我的项目介绍

AI拟声: 5秒内克隆您的声音并生成任意语音内容(反对中文),很有意思的一个AI我的项目。

演示

https://www.bilibili.com/vide…

应用形式

  1. 须要装置PyTorch和ffmpeg,而后克隆我的项目代码
  2. 应用数据集训练合成器:应用aidatatang_200zh或者SLR68 dataset数据集
  3. 启动工具箱,录制声音,而后就能生成声音。

一句话点评

蛮三刀酱:当前再也不怕做鬼畜没有语音素材了!

4. papers-we-love:计算机最佳论文集锦

我的项目介绍

Papers We Love (PWL) 是一个围绕浏览、探讨和学习更多对于计算机科学学术论文的社区。 该库里能够找到的一些最佳论文(Best Paper)的目录,将扩散在网络上的好论文会集在一起。

应用形式

该仓库间接以文件夹进行了分类:

并且还举荐了其余的一些论文搜寻网站,有些你应该耳熟能详了。

  • 2 Minute Papers
  • Bell System Technical Journal, 1922-1983
  • Best Paper Awards in Computer Science
  • Facebook
  • Google Scholar (choose a subcategory)
  • Microsoft Research
  • Functional Programming Books Review
  • MIT’s Artificial Intelligence Lab Publications
  • MIT’s Distributed System’s Reading Group
  • arXiv Paper Repository
  • SciRate
  • cat-v.org
  • y-archive
  • netlib
  • Services Engineering Reading List
  • Readings in Distributed Systems
  • Gradual Typing Bibliography
  • Security Data Science Papers
  • Research Papers from Robert Harper, Carnegie Mellon University
  • Lobste.rs tagged as PDF
  • The Morning Paper

一句话点评

蛮三刀酱:其实如果你是正在做科研的学生,可能这些大方向的最佳论文不能满足你。不过对于想要理解整个计算机方向最新科研成果的工业界人士,或者是科研小白,看下这些论文必定可能有所播种。

5. 网页版windows11:用前端代码做一个Windows11

我的项目介绍

这个开源我的项目旨在应用 React、CSS (SCSS) 和 Js 等规范 Web 技术在 Web 上复制 Windows 11 桌面体验。

演示

应用形式

在线体验网站:win11.blueedge.me

一句话点评

蛮三刀酱:离谱,离谱啊!

结尾

Github精彩我的项目分享是我新开的一个系列,也是一个全新的尝试,我想把内容尽量提炼和压缩,保障文章的趣味性,并且通俗易懂。

也请大家多多提意见,我会一直地改良。

我是目前在阿里搬砖的工程师蛮三刀酱。

继续的创作离不开你的点赞和转发分享!

【腾讯云】轻量 2核2G4M,首年65元

阿里云限时活动-云数据库 RDS MySQL  1核2G配置 1.88/月 速抢

本文由乐趣区整理发布,转载请注明出处,谢谢。

您可能还喜欢...

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据