节日福利 | 6 个圣诞相关的高质量数据集+算力

By 超神经

场景描述：又是一年一度的平安夜 + 圣诞节，除了苹果和圣诞树，还有什么新鲜花样吗？为了让 21 世纪 20 年代的最后一个圣诞节有所不同，超神经今天特地给大家带来了多个圣诞节相关数据集，还搭配免费算力福利，快来领取吧！

关键词：圣诞节数据集 免费算力 

圣诞节对于西方人来说，就像春节对于中国人一样重要，在这天必定要举家欢庆。

据 BBC 报道，英国人通常从圣诞到来前一个多月就开始准备了，在此期间还会举行圣诞点灯仪式（Lighting Ceremony），大街小巷都弥漫着浓重的节日气氛。

而因为圣诞节的购物、送礼物、聚餐等各种狂欢，也产生了各种相关的数据。于是，超神经也应个景，特地整理了圣诞节相关数据集特辑以及免费算力，作为圣诞礼物送给大家，收好不谢哦！

从这些圣诞节相关的数据集里，我们也能体会到浓浓的圣诞节气氛，与此同时，学习娱乐两不误。

在文末获取邀请码，注册成功后，就可领取双重福利大礼包哦！

六个高质量圣诞数据集，你值得拥有 

● 抓取 Billboard 393 首热门圣诞歌曲 ●

一句话简介：盘点近 60 年来最受欢迎的 393 首圣诞歌曲。

详情：本数据集收集了自 1958 年至 2017 年间，Billboard 最受欢迎的 393 首圣诞歌曲，全部歌曲均在各年「最受欢迎圣诞歌曲前 100 榜单」中出现过，其中数首歌曲多次上榜，「Jingle bell rock」曾上榜 28 次，「All i want for Christmas is you」上榜 20 次。 

该数据集通过合并两个数据源创建，分别为 Billboard 1958-2017 年前 100 以及 Wikipedia 最受欢迎的圣诞歌曲列表。

关联场景：《周董下次发新歌，可以请 AI 来作词吗？》

研究方向：机器作词、风格学习等序列建模（seq2seq）的典型应用

● 1600 个经典圣诞节菜谱 ●

一句话简介：美食不能错过，这里有 1600 个圣诞菜谱待解锁。

详情：该数据集包括源自 BBC Good Food 的 1600 个圣诞菜谱，涵盖相关菜谱的名称、叙述、作者、食材、烹饪步骤等详细信息。文件格式为 JSON，便于用户更好地了解圣诞节烹饪的常见菜品，并进行 NLP 相关训练。

关联场景：《人工智能进军餐饮：AI 调酒，越喝越有》

研究方向：食物搭配模型、食品加工等，可应用孪生神经网络（Siamese Neural Networks）

● 5 万条圣诞期间的 Twitter 文本 ●

一句话简介：平安夜和圣诞节，大家都爱发点啥推文？

详情：发布者通过爬虫获取了平安夜和圣诞节当天，共计 5 万条推文的元数据，第一个字段为发布者 ID，第二个字段为 HTML 元数据。建议借助 BeautifulSoup 或其他库来解析此数据，并从每条推文中提取有效信息。其中推文中关于 emoji 的使用，可以促进圣诞期间活跃用户的进一步研究。

关联场景：《社交媒体的神操作：如何在互联网上删去一段历史？》

研究方向：文本分析研究、文本情绪判断

● 100 万个孩子的圣诞礼物愿望清单 ●

一句话简介：那些期待圣诞节的孩子们，和他们期待的礼物。

详情：该数据集包括两部分：100 万名孩子的圣诞礼物愿望清单（每个孩子包含 100 个愿望礼物），还包含 1000 件礼物的清单，以及圣诞老人希望分发礼物的 1000 个好孩子名单的清单。

该数据集来源于某线上比赛，其初衷是让用户可以借此数据集构建一种玩具匹配算法，通过将孩子与所需的玩具配对，分别提高孩子及圣诞老人的幸福感。

关联场景：《母亲节倒计时，选礼物救急指南》

研究方向：用户推荐系统

● 美国节日期间糖果月产量数据集 ●

一句话简介：1972 年以来糖果的月产量，圣诞节发糖会增多吗？

详情：该数据集包括 1972 年 1 月至 2017 年 8 月期间，美国每个月的糖果产量，其中涉及到万圣节、圣诞节、新年等重要节日，也包括短暂减肥期造成的糖果产量走低。

用户可以借助该数据集，追踪工业生产指数相关变化、糖果产量的季节性变化，以及产量预测。

● 节日期间零售商店销量预测 ●

一句话简介：在诸如圣诞节等活动期间，商店的销售数据

详情：该数据集包括 2010-02-05 到 2012-11-01 期间，位于不同地区的 45 家商店的历史销售数据，以及店铺的编号、类型及规模。

全年涉及四大促销时段，包括超级碗、劳动节、感恩节和圣诞节。用户可借助该数据集对零售数据建模，预测未来销量并了解战略决策对盈亏的影响。

关联场景：《618 购物狂欢 | 揭秘亚马逊和淘宝：如何打造算法成为最佳导购》

研究方向：商品销售预测、用户推荐

圣诞免费算力：按需配置，开箱即用 

值此佳节，超神经将为大家送上一份朴素而真诚的礼物，我们力争让数据科学工程师花最少的钱，用最多、最优质的算力！

本次要介绍的合作伙伴 OpenBayes ，一个针对机器学习提供云端算力的云服务。他们拥有大规模的超算集群，GPU 集群架构专针对矩阵计算设计，面向 AI 应用提供算力容器，而且上手非常简单，开箱即用。

目前 OpenBayes 的算力容器产品已经支持 TensorFlow、PyTorch、MXNet 等 CPU 和 GPU 环境下，不同版本、类型的标准机器学习框架和各种常用依赖。

目前 OpenBayes 算力容器支持的标准库

并提供 CPU、NVIDIA T4、NVIDIA Tesla V100 等多种算力资源，无论是海量数据的集中训练，还是低功耗的模型常驻运行，都能轻松满足用户需求。

从 CPU 到 T4 再到 V100,丰富的算力容器配置

OpenBayes 支持脚本上传和 JupyterLab 编辑器在线编程，然后进行模型训练。

清晰简洁的执行过程

完整教程：https://openbayes.com/docs/quickstart/

从小白到大神：友好度 +999

以 MNIST 模型为例，OpenBayes 算力容器可以一站式解决数据集绑定、模型训练以及模型使用等问题。

在「新建容器」的绑定数据处输入 MNIST 可以搜索到对应数据集，点击选中，MNIST 数据集将会被绑定到「算力容器」的 /input0 目录下。

绑定数百个公开数据集数据集

然后选择相应的算力容器：

OpenBayes 为用户提供了丰富的算力容器选项

选择镜像（支持主流运行环境和各种常用依赖），确定接入方式（可以上传 Python 脚本或在 Jupyter Lab 中运行）。

提交任务后等待 1 - 2 分钟任务开始执行。

任务开启的时间通常与所绑定数据集大小有关，所需数据集越大，容器执行准备时间越长。这样就完成了模型训练的过程。

在容器页面可以看到日志所展示的执行情况

完整教程：https://openbayes.com/docs/tutorial-mnist/

目前 OpenBayes 容器在创建 Task 或 Jupyter Notebook 时都已经支持了 TensorBoard。

可以用 TensorBoard 来展现 TensorFlow 图，绘制图像生成的定量指标图以及显示附加数据（如其中传递的图像）。

注册新用户，即可享受 GPU 算力！

访问 openbayes.com，在官网首页点击立即注册，而且内测期间周周有赠哦，再也不用跟同学、同事抢算力了~

 活动说明 

访问 openbayes.com 

凭邀请码 【HyperAI】 注册新用户

即可享受

每周 600min 的 CPU + 300min NVIDIA T4 

的免费算力~

所有圣诞节数据集，

已经发布至平台公开数据集中

注册新用户、查看更多，点击阅读原文