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
redis - 5.0.6
https://ift.tt/NjVbQ9m
Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/
Пишем универсальный прототип бэкенд-приложения: Litestar, FastStream, dishka
https://ift.tt/Tgurfbp
Я бы хотел с вами поделиться своими наработками по теме бэкенд-приложений и предоставить вам шаблон-прототип, который, как мне кажется, может закрыть подавляющее большинство потребностей при их разработке. Для написания прототипа я буду использовать Litestar, FastStream и dishka. Эта статья будет особенно полезна тем, кто пишет на Tornado, Django, Flask или AIOHTTP и хочет перейти на более актуальные технологии для дальнейшего развития своих проектов на современных рельсах.
Talk Python to Me: #465: The AI Revolution Won't Be Monopolized
https://ift.tt/Tebv3uA
Audio
Sentiment Analysis Bot на Rasa 3.1
https://ift.tt/lcCY27j
В этой статье расскажу как вижу эту задачу я, что делала и с какими проблемами пришлось столкнуться.
Как я писал свой первый проект на Python
https://ift.tt/Yunwrja
Если кратко, то у одной из Самарских лабораторий есть программа на С#, которая была написана лет 5-10 назад силами одного из учёных (не профессиональным программистом) и на момент её написания всё было круто, но время шло и количество заказов, как и нагрузка увеличивалась. И наступило время, когда данная программа стала узким местом в общем рабочем процессе.
Слушаем события в Selenium с помощью Listeners. Как реагировать на события без тонны кода
https://ift.tt/Z56T3KQ
Работа с веб-приложениями с использованием Selenium зачастую требует выполнения различных действий и обработки многочисленных событий. В стандартном подходе это может привести к написанию большого количества кода для логирования, обработки ошибок и выполнения других задач. В этой статье мы рассмотрим, как можно значительно упростить этот процесс, используя Listeners в Selenium.
Не статья, а позорище какое-то! Sentiment-анализ комментариев из блога
https://ift.tt/QP2YTuO
У нас есть своя ML-платформа, серверное железо и опыт в развертывании IT-инфраструктуры. Вполне логично, что в какой-то момент возник вопрос: что, если проанализировать эмоциональный окрас комментариев в блоге с помощью LLM?
Daniel Quinn / django-cool-urls
https://ift.tt/uyE0o1F
Freeze outgoing links in time so that your site never 404s on external pages.
Celery: разбираемся с Celery Beat
https://ift.tt/qSW1PR2
Сегодня мы более глубоко разберем работу с Celery. Узнаем как работает Celery Beat внутри, научимся настраивать и создавать периодические задачи. И конечно же коснемся практических вопросов.
Машинное обучение с Python и TensorFlow на Windows. Быстрый старт
https://ift.tt/JDtEOmj
Я хочу представить вашему вниманию максимально простую инструкцию для быстрого погружения в мир машинного обучения. Инструкция ориентирована в первую очередь на начинающих программистов, мы будем применять Python 3 с библиотекой TensorFlow
Как автоматизировали тестирование SAP ERP с помощью Python
https://ift.tt/KUoJ6zx
Мы не понаслышке знаем, что автоматизация данной платформы — дело далеко не тривиальное. В этой статье я хочу поделиться с вами, как и зачем мы автоматизировали тестирование с помощью Python.
Магия динамического маппинга. Реализация универсальной обработки файлов нефиксированной структуры на Python
https://ift.tt/h65SgM7
В статье поговорим о конкретной реализации для одной из задач в рамках этой платформы на Python и Django. При этом сама концепция может быть реализована абсолютно на любом фреймворке или платформе: Spring, .NET, Laravel.
tornado - 6.4.1
https://ift.tt/JByi8dK
Масштабируемый, не блокирующий web-сервер. Скачать можно по ссылке: https://pypi.python.org/pypi/tornado/
redis - 5.0.5
https://ift.tt/BthmPbp
Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/
Сравниваем DBSCAN и OPTICS
https://ift.tt/19bsiMc
Поговорим сегодня о 2 популярных алгоритмах кластеризации — DBSCAN и OPTICS, посмотрим их особенности и сравним
Простые способы ускорения обучения PyTorch-моделей
https://ift.tt/zhW26xI
Не знаю — нужно ли вступление к статье, посвящённой ускорению машинного обучения (Machine Learning, ML)? Ускорение обучения моделей — это именно то, в чём нуждаются все ML‑инженеры. Более быстрое обучение модели означает ускорение экспериментов, что, в свою очередь, ведёт к ускорению выпуска новых версий программных продуктов. Кроме того — чем выше скорость обучения — тем меньше ресурсов нужно на каждую итерацию обучения модели.
Мега-Учебник Flask Глава 13: I18n и L10n (издание 2024)
https://ift.tt/UNHCBV8
Это тринадцатая часть серии мега-учебника Flask, в которой я собираюсь рассказать вам, как расширить Microblog для поддержки нескольких языков. В рамках этой работы вы также узнаете о создании собственных расширений CLI для команды flask.
Триггербот для Rainbow Six Siege на Python
https://ift.tt/YT0tWJm
Одной из игр, которая находится в моем арсенале, является Rainbow Six Siege, онлайн шутер с элементами тактико-специальной подготовки.Одной из "фишек" игры являются индивидуальные умения оперативников. И в данной статье рассмотрена реализация бота-помощника, написанного за 5 минут на Python, который помогает играть за российского оперативника GLAZ.
Как мы сломали языковой барьер с помощью одной модели?
https://ift.tt/WclJe13
В этой статье я расскажу о реализации моего бесшовного модуля мультиязычности. Технологии, способной преодолевать языковые барьеры. Виртуальный ассистент поддерживает 109 языков, понимает на каком языке к нему обратились и генерирует ответ уже на этом языке. И все это благодаря пайплайну на основе языковой модели LaBSE (Language-agnostic BERT Sentence Embedding) и фреймворка RASA.
Что такое векторизация текста в NLP и какая она бывает: One-hot encoding, Bag of words, TF-IDF, Word2Vec, BERT и другие
https://ift.tt/5u9Wolk
Расскажу про разные способы векторизации текстов. Эту статью я напишу нетехническим языком, потому что сам не технарь и не математик. Надеюсь, что она поможет узнать о NLP тем, кто не сталкивается с AI в продуктах на ежедневной основе.
Сводка от pythonz net 02.06.2024 — 09.06.2024
https://ift.tt/G7ZRmSV
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:
- Celery: разбираемся с Celery Beat
- Не статья, а позорище какое-то! Sentiment-анализ комментариев из блога
- Как я создавал аудиоплеер на python с FFmpeg
- Получение списка людей посещающих определенные места
- Enbeddrus — обучение независящей от языка эмбеддинг-модели
- Как автоматизировали тестирование SAP ERP с помощью Python
- django-mfa2
- sentry-sdk - 2.5.0
- django-haystack - 3.3.0
Заходите в гости - https://pythondigest.ru/issue/547/
Python in Visual Studio Code – June 2024 Release
https://ift.tt/jBswH7c
Простая имитационная модель мобильного робота в ROS и Gazebo
https://ift.tt/12yMzwx
В данной работе представлен процесс разработки и симуляции мобильного робота с использованием платформы ROS Noetic и среды Gazebo. Описано создание URDF-модели робота, которая включает в себя детальное описание всех его компонентов. Рассмотрена разработка Docker контейнера, что позволяет обеспечить унификацию и воспроизводимость среды разработки.
Получение списка людей посещающих определенные места
https://ift.tt/vjtIV5Q
Представьте: вы ведете Telegram-канал о животных и хотите пригласить в него посетителей зоопарка. Или вам нужно собрать контакты потенциальных клиентов, посещающих определенный торговый центр. Как это сделать?
pylint - 3.2.3
https://ift.tt/YqpEV3d
Статический анализатор Python-кода. Скачать можно по ссылке: https://pypi.python.org/pypi/pylint/
Как я создавал аудиоплеер на python с FFmpeg
https://ift.tt/b0yHU5s
Сегодня хочу поделиться опытом создания своего первого проекта на Python. Мой проект — это простой аудиоплеер, и я хочу рассказать, как я его создавал, с какими сложностями столкнулся и что из этого вышло.
Three Laws of Software Complexity
https://ift.tt/WehOPcT
Майним крипто-коины с помощью Python и компьютерного зрения
https://ift.tt/lojfNCa
После внезапного обогащения энтузиастов, которые поиграли в начале года в приложение Notcoin в телеграм, подобные проекты стали расти как грибы. Да и грибников заметно по прибавилось. Но в данной статье мы не будем касаться тем блокчейна или финансов, а рассмотрим простой пример применения компьютерного зрения для фарма поинтов в самом популярном, после Notcoin, проекте.