Skip to content

xinggangling/tools

Repository files navigation

Tools 工具集

这是一个包含多个实用工具的集合,用于处理图片、PDF、数学公式等任务。

图片处理 (image)

  • 图片压缩工具
    • 支持 PNG 格式图片压缩
    • 可自定义压缩质量
    • 使用方法:python png_compressor.py <input_file> <output_file>

PDF 处理 (pdf)

  • PPT 原位翻译工具
    • 支持 PPT 文件中的文本翻译
    • 保持原有格式和布局
    • 支持中英文互译
    • 使用方法:python ppt_translator.py <input_file> <output_file>

水印处理 (rm_watermark)

  • 图片水印去除工具
    • 支持常见水印的智能去除
    • 保持图片质量
    • 使用方法:python remove_watermark.py <input_file> <output_file>

数学工具 (math)

  • 数学公式可视化工具
    • 泰勒级数可视化
    • 欧拉公式可视化
    • 辅助数学学习
    • 使用方法:
      • 泰勒级数:python taylor_visualization.py
      • 欧拉公式:python euler_formula_visualization.py

Transformer 实现 (simple_transformers)

  • 简单 Transformer 模型实现
    • 包含完整的 Transformer 架构实现
    • 支持数字识别任务
    • 包含详细的模型解释文档
    • 主要功能:
      • 模型训练:python train_digit_transformer.py
      • 预测:python predict.py
      • 生成测试图像:python generate_test_image.py
    • 相关文档:
      • Transformer 原理说明:transformer_explanation.md
      • 前馈网络说明:feed_forward_explanation.md

环境要求

每个工具目录下都有独立的 requirements.txt 文件,请根据具体需求安装相应的依赖:

pip install -r <tool_directory>/requirements.txt

示例

示例图片

注意事项

  1. 使用前请确保已安装所需的 Python 依赖
  2. 部分工具可能需要额外的系统依赖,请参考各工具目录下的 README 文件
  3. 建议在使用前备份原始文件
  4. 对于 Transformer 模型,需要确保有足够的计算资源进行训练

About

各种实用小工具

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages