1874
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
aurora: Static Site Generator Implemented in Python
https://ift.tt/GLkazCs
coverage - 7.6.0
https://ift.tt/91UrfGm
Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/
Искусство общения с LLM: Гайд по техникам Prompt Engineering
https://ift.tt/1cgFByj
В этом гайде мы поговорим о подготовке к prompt-engineering, о базовых принципах написания промпта, про его структуру и про типы решаемых задач, о продвинутых техниках через рассуждения для повышения качества ответа и снижения вероятности появления галлюцинаций. Гайд будет полезен для всех, кто начинает погружаться в промптинг.
django-debug-toolbar - 4.4.6
https://ift.tt/B4uGFLh
Панель отладки и профилирования Django приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/django-debug-toolbar/
Django - 4.2.14
https://ift.tt/4oiwHU0
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Мега-Учебник Flask Глава 20: Немного магии JavaScript (издание 2024)
https://ift.tt/46sWHVQ
Это двадцатая часть серии мега-учебника Flask, в которой я собираюсь добавить приятное всплывающее окно при наведении курсора мыши на ник пользователя.
Три факапа в ИИ-стартапе
https://ift.tt/S4BGVso
Фейлы, провалы, косяки - всё это офигенные способы чему-то научиться и стать лучше, но это работает только, если после факапов проводить их "вскрытие" - анализировать, какие причины привели к неудаче, и что нужно изменить, чтобы уменьшить вероятность возникновения похожей ситуации в будущем.
Мега-Учебник Flask Глава 22: Фоновые задания (издание 2024)
https://ift.tt/Y4Qidv8
Это двадцать вторая часть серии мега-учебника Flask, в которой я собираюсь рассказать вам, как создавать фоновые задания, которые выполняются независимо от веб-сервера.
jsonschema - 4.23.0
https://ift.tt/f8LV6OX
Валидатор JSON данных. Скачать можно по ссылке: https://pypi.python.org/pypi/jsonschema
Мега-Учебник Flask Глава 23: Интерфейсы прикладного программирования (API) (издание 2024)
https://ift.tt/xLgOd7i
Это двадцать третья и последняя часть серии мега-учебника Flask, в которой я собираюсь рассказать вам, как расширить microblog с помощью интерфейса прикладного программирования (или API), который клиенты могут использовать для работы с приложением более прямым способом, чем традиционный рабочий процесс в веб-браузере.
Создание голосового ассистента на Python с классификацией пользователей на основе нейронных сетей (аналог FaceID)
https://ift.tt/e74siFV
На этот раз будем запускать долгий проект, по созданию голосового ассистента (ГА). Создать свою Алису или Siri довольно просто, есть уже много статей на Хабр (и не только), которые подробно описывают основные принципы, но чтобы было действительно профессионально и интересно мы углубимся в эту тему и «прикрутим» нейронные сети к нашему ГА. И в первой части начнем с того, что научим нашего голосового ассистента распознавать человека, который в данный момент пользуется компьютером.
PUSSY – швейцарский нож от мира ПО. Погружаемся в систему Свойств #ШБР2
https://ift.tt/5uJZXdc
PUSSY (Python Utilitarian Script System for You) - это кроссплатформенный программный комплекс, который позволяет ускорить разработку приложений с графическим интерфейсом на языке Python и PySide6. Его ключевой фичей является быстрое создание раздела с пользовательскими настройками, достаточно просто объявить перечень Свойств в Специальном контейнера, а система сама позаботится обо всем остальном.
My Python code is a neural network
https://ift.tt/Bo4aiES
NER для начинающих: Простое объяснение с примерами на SpaCy
https://ift.tt/wqxitjP
В этой статье мы подробно рассмотрим распознавание именованных сущностей (Named Entity Recognition, NER) и его применение на практике. Простым и доступным языком объясним, как работает NER, приведем примеры кода с использованием библиотеки SpaCy и покажем, как обучать модели для распознавания именованных сущностей. Эта статья поможет вам быстро освоить основы и начать применять NER в своих проектах!
А/Б тестирование: CUPED vs Stratification
https://ift.tt/FiuQ3zx
CUPED и стратификация — два метода повышения чувствительности А/Б тестов. При первом знакомстве с ними часто возникают вопросы. В чём их отличие? Кто из них лучше? Чем пользоваться? Разберёмся с этими вопросами на примерах.
A Search Engine for Python Packages
https://pypiscout.com/
Секреты логических операторов в Python
https://ift.tt/mfW0ICw
Логические операции играют важную роль в программировании. Они используются для создания условных конструкций и составления сложных алгоритмов. В этой статье мы поговорим о неочевидных деталях и скрытых особенностях работы логических операторов в Python.
Создание собственного API на Python (FastAPI): Структура проекта, SQLAlchemy PostgreSQL, миграции и первые модели таблиц
https://ift.tt/Fhomicy
Ранее мы рассматривали базовые аспекты работы с FastAPI: различные типы запросов, их валидацию и обработку, а также ответы на эти запросы. Уже на данном этапе код становится громоздким и сложным для понимания. Сегодня мы займемся интеграцией асинхронной SQLAlchemy в наше FastAPI-приложение.
Применение рекомендательного фреймворка ODRS на практике: SCARA-робот сортирует цветные крышки
https://ift.tt/qBu6J7M
Мы часто применяем наш фреймворк ODRS для решения различных задач в области компьютерного зрения. Одной из такой задач стала настройка SCARA робота для сортировки цветных крышек от пластиковых бутылок. Этот проект был вызван необходимостью автоматизировать процесс переработки, увеличивая его эффективность и точность. Используя ODRS, мы смогли обучить робота распознавать крышки различных цветов, а затем сортировать их по категориям.
Django - 5.0.7
https://ift.tt/JEBhwfW
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Мега-Учебник Flask Глава 21: Уведомления пользователей (издание 2024)
https://ift.tt/BCquS3a
Это двадцать первая часть серии мега-учебника Flask, в которой я собираюсь добавить функцию личных сообщений, а также уведомления пользователей, которые появляются на панели навигации без необходимости обновления страницы.
Создание собственного API на Python (FastAPI): Гайд по POST, PUT, DELETE запросам и моделям Pydantic
https://ift.tt/LxbBHpd
В прошлой статье мы рассмотрели GET запросы и научились писать свои первые функции. Сегодня же мы рассмотрим методы, позволяющие отправлять данные (POST), обновлять (PUT) и удалять данные (DELETE).
Сквозная аналитика в HR
https://ift.tt/v8oPRAQ
После того, как я устроился работать в агентство ко мне обратилась руководитель HR отдела для разработки небольшого автоматизированного отчета в BI. До этого основные показатели (текучесть, вовлеченность и др.) рассчитывались в табличках Excel полу ручным способом.
[Видео] Как устроен float в CPython?
https://www.youtube.com/watch?v=lRrg8oiMRaE
- Магические методы float
- Способы записи float
- Неточность float
- Популярные ошибки при работе с float
- Float and double memory layout или устройство памяти float и double
- NaN, +Infinity, -Infinity
django-render - Build fast, user-friendly applications with React
https://ift.tt/VQUGWeO
Сводка от pythonz net 30.06.2024 — 07.07.2024
https://ift.tt/cebr5nG
А теперь о том, что происходило в последнее время на других ресурсах.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Aqueduct: Как мы экономим железо для МЛ-вычислений
- NER для начинающих: Простое объяснение с примерами на SpaCy
- PandasAI — кратно ускоряем работу аналитика данных в одну строчку
- Графы в рекомендательных системах [часть 1]
- systemD с 0 до 1: библия сисадмина
- Как автоматизировать рассылку голосовых приглашений с помощью Exolve API и Python
- [Видео] Как устроен float в CPython?
- django-debug-toolbar - 4.4.5
Заходите в гости - https://pythondigest.ru/issue/551/
pip - 24.1.2
https://ift.tt/Lm5c8Bd
Утилита для управления модулями в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/pip/
Создание цифровой модели рельефа (DEM) по открытым данным
https://ift.tt/ujdTwIv
Построение цифровой модели рельефа (Digital Elevation Model, DEM) с использованием открытого программного обеспечения PyGMTSAR (Python InSAR) является ярким примером технологии, которая выглядит настоящей магией. Действительно, для создания спутникового DEM требуется всего один клик для запуска процесса обработки и получения результата.
django-debug-toolbar - 4.4.5
https://ift.tt/iOEcBbI
Панель отладки и профилирования Django приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/django-debug-toolbar/