对于我来说，我一直保持的追求有三点：技术、快乐、财富。因此，从此三点出发，记录过去一周，我所看到的，值得分享的内容，每周五把欢乐送达。
技术
1、视频分析数据集
现在，清华大学和美图开源了教程类行为视频数据集COIN（COmprehensive INstructional video analysis），内含11827条教程类视频，涉及日常生活12个领域里的180个任务的视频内容。
所谓教程类视频，一般都集中在美食、美妆和家装DIY等领域。比如，美妆博主教你化妆、美食博主教你做披萨，都属于教程类视频的范畴。
美图表示，COIN为业界规模最大、最多样性的教程类视频数据集。
以后，在复杂场景下视频动作时序定位、视频行为分析与理解问题的研究中，不妨试试这套数据集。
数据集的视频信息以JSON格式存储， 可以自行解析下载，并且COIN方也提供了网页的数据标注工具。
项目主页：点击查看
数据集项目地址：点击查看
标注工具项目地址：点击查看
2、微信公众号排版编辑器
平时用Markdown写笔记，想在微信公众号发布这篇笔记，如果没有好用的排版工具，就需要手动编辑，长期编辑很痛苦。
Github用户lyricat发布了wechat-format工具，解决了这个痛点。也可以使用在线编辑工具，编辑后直接将固定样式的结果粘贴到公众号编辑器即可。
项目地址：点击查看
3、Pytorch扩展库
随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图神经网络，却少有人提起。
卷积神经网络和图神经网络有什么区别？
卷积神经网络研究的对象是限制在Euclidean domains的数据。什么是Euclidean data？Euclidean data最显著的特征就是有规则的空间结构，比如图片是规则的正方形栅格，比如语音是规则的一维序列。而这些数据结构能够用一维、二维的矩阵表示，卷积神经网络处理起来很高效。
但是，我们的现实生活中有很多数据并不具备规则的空间结构，称为Non Euclidean data。比如推荐系统、电子交易、计算几何、脑信号、分子结构等抽象出的图谱。这些图谱结构每个节点连接都不尽相同，有的节点有三个连接，有的节点有两个连接，是不规则的数据结构。
最近，开源了一个叫PyTorch Geometric，简称PyG的Pytorch扩展库，里面聚集的算法就是26项图网络研究代码。
如果对图神经网络感兴趣不妨看看这个项目。
项目地址：点击查看
4、DeepFashion2数据集
DeepFashion2是一个时尚数据集，包含了来自商业购物商店和消费者的49.1万张图片，里面涉及13种流行服饰，共计80.1万件服饰，并且每一件都有标注标签，例如类别、角点、边界框、风格等。
项目地址：点击查看
5、Graph Embedding
网络表示学习（Graph Embedding，也叫Network Embedding）是一种将图数据（通常为高维稠密的矩阵）映射为低微稠密向量的过程，能够很好地解决图数据难以高效输入机器学习算法的问题。了解图嵌入能帮助理解图数据的处理过程，拓展思考问题的思路（传统ML基本都是table类型的数据）。
Github有个项目就是针对网络表示学习的教程，包括算法原理讲解和代码复现。
项目地址：点击查看
6、S³GAN
GAN网络一直很火，从近期的CVPR产量中便可看出。2019年的CVPR High-Fidelity Image Generation With Fewer Labels提出了一个S³GAN网络，生成的图像更加逼真。
看下FID（Frechet Inception Distance）评分指标，分值越低，就表示这些照骗，越接近人类认识里的真实照片。S³GAN是8.0分，而之前的BigGAN是8.4分。
同时，S³GAN一个优势在于只用了10%的人工标注数据。而老前辈BigGAN，训练所用的数据100%是人工标注过的。
不过目前S³GAN的pretrained model并没有提供。
项目地址：点击查看
7、模拟登陆
看过我网络爬虫教程的朋友对于模拟登陆应该并不陌生，网络爬虫作为数据获取的手段之一，经常一道的一种问题就是有些数据需要模拟登陆后才能获取。
Github用户CriseLYJ发布了一个名为awesome-python-login-model的开源项目，这个项目介绍了如何用 Python 登录各大网站，并用简单的爬虫获取一些有用数据，目前该项目已经提供了知乎、B 站、和豆瓣等 21 个网站的登录方法。
当然，这些代码是作者收集的，不排除有一些代码需要调试才能跑通，网络爬虫代码时效性弱一些也属正常。
项目地址：点击查看
快乐
1、分享迷惑
2、好朋友对话不用打字
财富
今天聊聊货币基金吧，什么是货币基金？
货币基金是投资货币市场的基金。
好抽象啊！
那换个说法：
普通人去银行存钱，手里拿着几万或者十几万，拿号、排队、一看当期的利息3%，正犹豫存不存的时候，发现对面银行柜员正笑眯眯地看着自己：您还存吗？
潜台词是：不存我叫下一位了！
如果是土豪去存钱呢，拎个几千万，往贵宾室一跷二郎腿，对面业务员也是笑盈盈地看着你：您要存多久呢？要是觉得利息太少了的话，我们给您来个量身定做的大额存单吧，您看要不要考虑一下？
这就是差别，对普通人来说的“一大笔钱”，在银行眼里其实是蚊子腿，真正大笔资金才有议价权。
所以，货币基金就应运而生了！
哦，原来货币基金是把很多人的钱集合起来，再存到银行去啊！
你可以这么理解，但实际上，货币基金还会投资于：国债、票据、同业存款等安全系数高，收益稳定的产品中。
货币基金没有风险吗
既然货币基金都是投资于这些安全系数高的产品中，那货币基金是不是稳赚的？没有风险吗？
货币基金风险很小，但不代表没有风险。
历史上有三只货币基金曾经出现负收益的情况：
2006年6月8日的泰达荷银货币基金（现在叫“泰达宏利货币A”）：
2006年6月9日的易方达货币A：
这两只基金之所以出现负收益，是因为当时正值新股密集发行期，很多人将原本放在货币基金里的钱赎回，用来申购新股，造成了当天的巨额赎回现象。
基金经理为了应付大规模赎回，不得不抛售手中的债券，正好当时又碰上债市低迷，于是便出现了亏损。
最近的一次货币基金负收益出现在2016年的7月18日，兴业鑫天盈货币A：
这只基也是因为出现了大规模赎回现象。
上文不是提到过，货币基金会集合大家的钱，去存到银行做一个相对高息的大额协议存款吗。
遇到这种大规模赎回，基金经理就不得不中止部分协议存款以应对流动性压力，但这部分提前支取的金额只能按照活期来算，活期利息哪有协议利息那么高呢，所以就出现负收益咯。
不过，大家不用担心，出现这种负收益现象的概率很小，而且大多都是因为短期的大规模事件导致货币基金的收益异常，长远来看，货币基金仍然是一种风险很小，非常安全的理财产品！
货币基金的两个衡量指标：
七日年化收益率和万份收益
七日年化收益率：
是货币基金最近7天的平均收益水平，比如某只货币基金的7日年化收益率是4%，就是假设这只货币基金是按照过去7天的挣钱速度换算出来的一个收益率。
但真正一年过后，收益率是不是4%，还不一定。
万份收益：
就是基金公司每天公布的，当天每一万份基金的收益金额。因为货币基金都是一元一份，所以万份收益就是你一万块钱每天可以获得的收益。
七日年化收益率越高的货币基金就越好吗
因为每天的万份收益变化较大，所以大家一般会拿七日年化收益率的数据来对比两只基金。
那意思是七日年化收益率越高的货币基金就越赚钱吗？
并不是！
前面在说货币基金的负收益的时候，大家知道大额赎回会对货币基金的短期收益有比较大的影响。
反之，短期内赚到大钱，也会对货币基金的短期收益产生较大影响。
很多基金经理为了配合货币基金的宣传需要，会在短时间内将手中收益高的产品集中抛售，造成货币基金短时间内的7日年化收益率达到很漂亮的数字，比如6%，甚至更高。
当你被这漂亮的数字吸引，而开开心心地把钱放到这只货币基金的时候，小二想起了江湖上流传的一句话“出来混，终究是要还的”，这只基提前透支了它手中的好牌，后续的收益一日不如一日，而你却还在傻傻地等着他回来的那一天……
来源：
https://cuijiahua.com/blog/2019/03/life-21.html
