Renumics Spotlight:探索非结构化数据的新利器
2024-09-20 00:08:23作者:尤辰城Agatha
项目介绍
Renumics Spotlight 是一款强大的工具,旨在帮助用户快速理解和探索非结构化数据集。无论您处理的是图像、音频、文本、视频、时间序列还是几何数据,Spotlight 都能让您轻松创建交互式可视化,并通过数据增强(如嵌入、预测、不确定性)识别数据中的关键集群。
项目技术分析
Spotlight 的核心技术在于其能够无缝集成到现有的数据处理流程中。它支持从 Pandas DataFrame 开始,只需几行代码即可启动交互式探索。此外,Spotlight 还支持多种数据类型,包括图像、音频、文本等,并且能够自动识别数据类型,简化用户操作。
from renumics import spotlight
spotlight.show(df, dtype={"image": spotlight.Image, "embedding": spotlight.Embedding})
Spotlight 还提供了丰富的预定义布局和自定义布局功能,用户可以通过编程或界面操作来构建适合自己需求的可视化布局。
项目及技术应用场景
Spotlight 适用于多种场景,特别是在机器学习和工程团队中,用于理解和沟通复杂的非结构化数据问题。以下是一些具体的应用案例:
- 图像分类:快速发现图像分类数据集中的问题,如 CIFAR-100 数据集中的数据问题。
- 音频分类:调试预训练的性别检测模型,比较不同模型在 emodb 数据集上的表现。
- 文本分类:发现文本分类数据集中的问题,如情感分析中的数据偏差。
- 混合数据探索:探索 Formula1 蒙特利尔 2023 GP 的结果或碰撞模拟数据集。
项目特点
- 多模态支持:支持图像、音频、文本、视频等多种非结构化数据类型。
- 快速启动:从 Pandas DataFrame 开始,只需几行代码即可启动探索。
- 交互式可视化:快速创建交互式可视化,帮助用户直观理解数据。
- 数据增强:利用嵌入、预测等数据增强功能,识别数据中的关键集群。
- 预定义布局:提供多种预定义布局,简化用户操作。
- 自定义布局:支持通过编程或界面操作构建自定义布局。
快速开始
安装
pip install renumics-spotlight
加载数据并开始探索
import pandas as pd
from renumics import spotlight
df = pd.read_csv("https://renumics.com/data/mnist/mnist-tiny.csv")
spotlight.show(df, dtype={"image": spotlight.Image})
加载 Hugging Face 音频数据集
import datasets
from renumics import spotlight
ds = datasets.load_dataset('renumics/emodb-enriched', split='all')
layout= spotlight.layouts.debug_classification(label='gender', prediction='m1_gender_prediction', embedding='m1_embedding', features=['age', 'emotion'])
spotlight.show(ds, layout=layout)
反馈与贡献
我们非常欢迎您的反馈和贡献!您可以通过以下方式与我们联系:
- 在 Github 上提交问题。
- 通过 Discord 加入我们的社区。
- 参与 Hacktoberfest 2023 贡献代码。
无论您是报告错误、提出功能建议,还是贡献设计想法,您的每一份贡献都将帮助我们改进项目,使其更好地服务于每一位用户。
了解更多
- 🤗 Huggingface 示例空间和数据集。
- 🏀 Playbook 数据中心 AI 工作流程。
- 🍰 Sliceguard 自动切片检测库。
Renumics Spotlight 是您探索非结构化数据的最佳伙伴,立即开始您的数据探索之旅吧!
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 开源电子设计自动化利器:KiCad EDA全方位使用指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 Python案例资源下载 - 从入门到精通的完整项目代码合集 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
249
2.48 K
deepin linux kernel
C
24
6
Ascend Extension for PyTorch
Python
88
119
暂无简介
Dart
548
119
React Native鸿蒙化仓库
JavaScript
217
298
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.02 K
600
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
592
126
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
411
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
356
1.75 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
153
204