psd-tools
发表于|更新于
|浏览量:
立志用功如种树然,方其根芽,犹未有干;及其有干,尚未有枝;枝而后叶,叶而后花。——王守仁
分享一个python库,用于读取psd图层等信息的
官方文档:https://psd-tools.readthedocs.io/en/latest/
使用方式:
1 | pip install -i http://mirrors.aliyun.com/pypi/simple/ psd-tools --trusted-host mirrors.aliyun.com |
我们将psd导出为png
1 | from psd_tools import PSDImage |
更多用法可以看:
相关推荐
2024-04-06
生成github贡献者前14头像组
摆脱心事的最好方法是工作。——车尔尼雪夫斯基 这里当然完全用python也能行,我这里快速弄出来 先在chrome里打开检查,然后选中 chrome控制台console里执行 1Array.from($0.querySelectorAll(".avatar")).map(({src})=>src) 得到 12345678910111213141516[ "https://avatars.githubusercontent.com/u/28334419?s=64&v=4", "https://avatars.githubusercontent.com/u/1481125?s=64&v=4", "https://avatars.githubusercontent.com/u/15142701?s=64&v=4", "https://avatars.githubusercontent.com/u/20453060?s...
2025-08-19
LLMs-from-scratch
万物各得其和以生,各得其养以成。一一《荀子》 从零构建大型语言模型:深度解析「LLMs-from-scratch」项目在人工智能的浪潮中,诸如 GPT、Llama、Gemini 等大型语言模型(LLMs)正在不断刷新人们对机器智能的认知。许多开发者和研究者都渴望揭开大模型的“神秘面纱”,但面对庞大的工程、复杂的代码和晦涩的原理,往往望而却步。如果你希望“亲手从零实现一个 LLM”,学习底层机制、掌握每一步细节,那么你一定要关注由 Sebastian Raschka 维护的开源项目——LLMs-from-scratch。 本文将带你深度解读该项目的核心内容、架构特色、学习价值和应用前景,帮助你用最纯粹的方式,真正“理解、动手、掌控”大语言模型! 一、项目简介与定位LLMs-from-scratch 是一个面向学习者的「逐步构建大型语言模型」的开源教程与代码库。它覆盖了从基础的神经网络原理,到现代 Transformer 架构,再到分布式训练、模型推理、微调等全部核心环节。项目以“自底向上”的方式,帮助你真正实现和理解 LLM 的全部关键技术。 项目地址:https://gi...
2025-11-17
Douyin-TikTok-Download-API
我们人人要存着必胜的决心,然而我们也要不怕屡败的挫折。——郭沫若《抗战与觉悟》 https://github.com/Evil0ctal/Douyin_TikTok_Download_API Douyin_TikTok_Download_API 深度解析:高性能异步抖音 / TikTok / Bilibili(及快手扩展)数据抓取与无水印下载的开源工具箱 项目地址:Evil0ctal/Douyin_TikTok_Download_API在线 Web 应用:https://douyin.wtf | API 文档:https://douyin.wtf/docsLicense:Apache-2.0 | Stars:14,938+ | Forks:2,191+ 目录导航 项目定位与愿景 核心特性总览 技术栈与模块分层 支持的主要能力与接口范围 使用场景示例 快速体验:本地、Linux一键、Docker部署 API 调用与示例代码 配置要点(Cookie & 鉴权) Chrome Cookie Sniffer 扩...
2026-02-10
heretic
没有方法能使时钏为我敲已过去了的钟点。——拜伦 Heretic:把“安全对齐”可控化,把“拒答”从模型里精准剥离当我们谈到大语言模型的“安全对齐”,往往是在模糊的光谱上折中:不当回答被拒绝,但同时也会发生过度拒答、语义误伤与能力受限。如果能用一种自动化、可复现实验的方式,将模型中的“拒绝方向”定点消融,并在尽可能少损伤模型能力的前提下,移除不必要的拒答机制,会怎样? Heretic 就是在做这件事。它是一款面向 Transformer 系列模型的“自动化定向消融”工具,通过先进的方向消融算法与参数优化,让“去对齐”这件事变成可配置、可度量、可重现的工程流程。作者的描述非常直接:Fully automatic censorship removal for language models。 仓库:p-e-w/heretic 许可:AGPL-3.0 语言与依赖:Python,PyTorch 2.2+(推荐 2.8 在 RTX 5090 上的评估数据) 支持范围:大多数稠密模型(包含不少多模态)、部分 MoE 架构;暂不支持 SSM 混合模型、非同质层与某些新式注意力结构...
2025-06-01
conan
忧劳可以兴国,逸豫可以亡身。——《新五代史·伶官传序》 https://github.com/conan-io/conan Conan:现代化的 C/C++ 包管理器在现代软件开发中,包管理器是不可或缺的工具。它帮助开发者轻松管理项目依赖,简化构建流程,提高开发效率。然而,C/C++ 作为经典的编程语言,其生态一直缺乏一个统一的包管理工具。为了解决这一问题,Conan 应运而生。 Conan 是一个开源的包管理器,专为 C/C++ 项目设计,通过灵活的配置和强大的工具链支持,帮助开发者轻松管理依赖和构建项目。 什么是 Conan?Conan 是一个 C/C++ 包管理器,旨在简化依赖管理和构建流程。它支持跨平台开发,能够与多种构建系统(如 CMake、Makefile)和编译器(如 GCC、Clang)无缝集成。通过 Conan,开发者可以轻松下载、创建和管理 C/C++ 项目的依赖库。 核心特性1. 跨平台支持Conan 支持多种操作系统(Windows、Linux、macOS)以及多种编译器(GCC、Clang、MSV...
2025-08-17
Streamlit
草木蔓发,青山可望。一一王维 Streamlit:让数据可视化和应用开发如此简单 —— 深度解析最火 Python Web 框架在数据科学和机器学习的世界,如何让你的分析成果和模型更好地“可视化”与“交互”?你是否厌倦了繁琐的前端开发,想要用最少的代码,最快的速度,将数据变成漂亮易用的 Web 应用?如果你的答案是“YES”,那么你一定要认识一下 Streamlit —— 这个席卷全球的数据应用开发神器! 什么是 Streamlit?Streamlit 是一个开源的 Python Web 应用框架,专为数据科学家、机器学习工程师和分析师打造。你只需要用 Python 写几行脚本,就能把数据分析、机器学习模型、图表、报告等,变成专业级的交互式 Web 应用。它极大地降低了技术门槛,让每个热爱数据的人都能轻松分享成果。 项目地址:https://github.com/streamlit/streamlit 核心理念:最少的代码,最快的交互,极致的可视化体验 开源协议:Apache 2.0 Streamlit 的主要特点1. 极简代码,极速上手只需几行 Python 代码,就能...
