1963
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
Книга «Создание приложений машинного обучения: от идеи к продукту»
https://habr.com/ru/post/695822/?utm_campaign=695822&utm_source=habrahabr&utm_medium=rss
Освойте ключевые навыки проектирования, разработки и развертывания приложений на базе машинного обучения (МО)!
Пошаговое руководство по созданию МО-приложений с упором на практику: для специалистов по обработке данных, разработчиков программного обеспечения и продакт-менеджеров.
Читая эту книгу, вы шаг за шагом создадите реальное практическое приложение — от идеи до внедрения. В вашем распоряжении примеры кодов, иллюстрации, скриншоты и интервью с ведущими специалистами отрасли.
Бот для определения болезней собак. Улучшаем систему опроса
https://habr.com/ru/post/695668/?utm_campaign=695668&utm_source=habrahabr&utm_medium=rss
Несколько месяцев назад я написал статью про бота определяющего болезни кошек. За это время я сделал несколько улучшений и создал еще одного бота, но уже для собак. Ссылка на бота для кошек Бот для определения болезни кошек / Хабр (habr.com) (https://habr.com/ru/post/675322/)
Бот может по симптомам определить болезнь собаки. Всего в списке есть 32 болезни. Это и заболевания внутренних органов, и опорно-двигательной системы и так же банальная чумка и бешенство.
Squish для QT глазами разработчика
https://habr.com/ru/post/695432/?utm_campaign=695432&utm_source=habrahabr&utm_medium=rss
Squish - это платный инструмент для автоматического тестирования пользовательского интерфейса. Есть Squish для Qt, Squish для Windows, для веба, для Java и iOS.
Во всех случаях тестовые сценарии - это скрипты на питоне или других скриптовых языках.
Далее речь пойдет только про Squish для Qt и про питон.
Squish не требует модифицировать или перестраивать тестируемое приложение. Он встраивается в работающий процесс на этапе выполнения. Однако, возможность изменения кода все же пригодится, чтобы присвоить объектам имена, которые будут использоваться в тестовом скрипте.
Postgres WASM от Snaplet и Supabase
https://habr.com/ru/post/693332/?utm_campaign=693332&utm_source=habrahabr&utm_medium=rss
Сегодня мы с нашими друзьями из Snaplet открываем исходники postgres-wasm — запускаемый в браузере сервер PostgreSQL с полным набором функционала, включая сохранение состояния в браузере, восстановление из pg_dump и логическую репликацию из удалённой базы данных. Впервые Postgres в браузере запустили в Crunchy Data, их потрясающая версия выложена на HN месяц назад. Вместе со Snaplet мы решили сделать версию с открытым кодом.
Thermal Vision: Fever Detector with Python and OpenCV (starter project)
https://pyimagesearch.com/2022/10/24/thermal-vision-fever-detector-with-python-and-opencv-starter-project/
[Python Intermediate] Урок 2. Docker и docker-compose
https://habr.com/ru/post/694872/?utm_campaign=694872&utm_source=habrahabr&utm_medium=rss
К сожалению, в python-мире до сих пор повсеместно применяется неизолированный запуск приложения и его инфраструктуры на личных устройствах. Боюсь, даже опытные специалисты неохотно используют контейнеризацию, хотя в действительности её плюсы неоспоримы.Во-первых, она позволяет при локальном запуске повторить среду продакшена, что может уберечь от многих неочевидных ошибок. А во-вторых, при переезде с компа на комп или при появлении нового разработчика не придётся в сотый раз корячиться с настройкой приложения и инфраструктуры. Конфигурация производится лишь однажды и в дальнейшем просто поддерживается в актуальном состоянии.
Парсинг для взрослых или Инфраструктура для промышленного парсинга
https://habr.com/ru/post/662928/?utm_campaign=662928&utm_source=habrahabr&utm_medium=rss
В студенческие годы я написал на заказ много парсеров магазинов и социальных сетей. Со временем парсеры усложнялись и из скриптов превращались в полноценные веб-приложения c базой данных и Rest API. В статье описан шаблон веб-приложения, который использую для создания парсеов.
Знакомство со стековыми графами
https://habr.com/ru/post/662662/?utm_campaign=662662&utm_source=habrahabr&utm_medium=rss
В декабре 2021 года Github объявил, что открывает общий доступ к точной навигации по коду (https://github.blog/2021-12-09-precise-code-navigation-python-code-navigation-pull-requests/) для всех публичных и приватных репозиториев с Python на сайте GitHub.com. Точную навигацию в коде обеспечивают стековые графы (https://docs.rs/stack-graphs/*/stack_graphs/), новый фреймвввооорк с открытым исходным кодом, созданный в Github и позволяющий устанавливать правила привязки имен для языка программирования при помощи декларативного предметно-ориентированного языка (DSL). Стековые графы позволяют генерировать данные о навигации по стеку для конкретного репозитория, не требуя при этом какого-либо участия в конфигурировании со стороны владельца репозитория и не вмешиваясь в процесс сборки или другие задания, связанные с непрерывной интеграцией. В этом посте будет подробно рассказано, как работают стековые графы, и как с их помощью достигаются такие результаты.
Telegram bot на aiogram + Google Analytics 4
https://habr.com/ru/post/662632/?utm_campaign=662632&utm_source=habrahabr&utm_medium=rss
Дело в том, что гугл объявил о закрытии Universal Analytics и полном переходе (https://support.google.com/analytics/answer/10089681) на Google Analytics 4. Погуглив стало ясно что инфы про новую аналитику крайне мало, а о её работе с питоном инфы в принципе нет.
Первая проблема связанна с тем, что гугл аналитика предназначена для того что бы отслеживать сайты посредством встраивания трекера во фронтэнд или приложение с SDK.
KiCad: Скругление дорожек и каплевидные пады, часть 2
https://habr.com/ru/post/661823/?utm_campaign=661823&utm_source=habrahabr&utm_medium=rss
В первой части (https://habr.com/ru/company/ruvds/blog/661103/) мы разобрались, зачем вообще могут быть нужны скруглённые дорожки и каплевидные подводы, а также реализовали необходимые для этого плагины. Эта же часть будет посвящена подстройке полученных плагинов под версию KiCad 6, в которой, к сожалению, пока полноценного функционала для скругления не появилось.
Скрипты по сусекам: как создать инструмент для контроля числа серверных комплектующих на складе
https://habr.com/ru/post/662035/?utm_campaign=662035&utm_source=habrahabr&utm_medium=rss
Чтобы облегчить эту задачу, я, не программист, написал скрипт, который стал дополнительным инструментом управления постоянно меняющимися цифрами наличия комплектующих. Об этом скрипте и о том, как мы анализируем число оборудования на складе, пишу под катом.
Ускорение производительности Python в 3.11
https://habr.com/ru/post/662087/?utm_campaign=662087&utm_source=habrahabr&utm_medium=rss
Сегодня хочу поделиться с вами хорошими новостями, которые связаны с производительностью python в грядущем релизе 3.11 и то, что нас ожидает в будущем!
Достаточно долгое время существенных ускорений в CPython не наблюдалось, были определённые улучшения в некоторых последних версиях, но особо на итоговую производительность, даже в специальных задачах это не cлишком сильно влияло, не говоря о задачах общего назначения, которые и составляют основную работу.
Нейронная сеть считает лес кругляк и распознает автомобильные номера. Как это сделано?
https://habr.com/ru/post/661649/?utm_campaign=661649&utm_source=habrahabr&utm_medium=rss
В статье покажем, как алгоритмы компьютерного зрения помогают решить задачу автоматического определения объема круглого леса в лесовозе по фотографии. Пройдем путь от идеи до прототипа. Расскажем, какие были выбраны решения и почему.
Подбор синонимов для терминов с использованием Викиданных (python)
https://habr.com/ru/post/661629/?utm_campaign=661629&utm_source=habrahabr&utm_medium=rss
Существует множество сервисов по подбору синонимов, но они редко справляются с терминами, которые содержат в себе более одного слова. Для подбора синонимов для более сложных выражений могут помочь Викиданные.
Автоматическая суммаризация текстов с помощью трансформеров Hugging Face. Часть 1
https://habr.com/ru/post/661239/?utm_campaign=661239&utm_source=habrahabr&utm_medium=rss
В июле 2020 года компания OpenAI (https://openai.com/) выпустила свою модель машинного обучения третьего поколения, GPT-3, ориентированную на генерирование текстов. Тогда я понял, что мир уже не будет прежним. Эта модель задела меня за живое. Те системы такого рода, что выходили раньше, у меня подобных ощущений не вызывали. И вот ещё неожиданность — о новой системе начали говорить мои друзья и коллеги, в принципе интересующиеся технологиями, но не особенно обращающие внимание на последние достижения машинного обучения (Machine Learning, ML) и искусственного интеллекта (Artificial Intelligence, AI). Об этом написала (https://www.theguardian.com/commentisfree/2020/sep/08/robot-wrote-this-article-gpt-3) даже газета Guardian. А если точнее — статью написала сама модель, а в Guardian её лишь отредактировали и опубликовали. Совершенно очевидно то, что выход модели GPT-3 (https://en.wikipedia.org/wiki/GPT-3) стал поворотным моментом в развитии искусственного интеллекта.
Как автоматизировать рутинные операции с помощью Jupyter, Python и Selenium
https://habr.com/ru/post/695696/?utm_campaign=695696&utm_source=habrahabr&utm_medium=rss
Сегодня я расскажу о нашем опыте создания робота для автоматизации повторяющихся действий сотрудников с помощью Jupyter, Python и Selenium. Статья будет интересна прежде всего менеджерам, которые хотят оптимизировать свою работу. Разработчикам мой текст будет полезен с точки зрения понимания возможностей по ускорению повторяющихся действий в интерфейсах. Весь необходимый код – внутри.
#3 Нейронные сети для начинающих. Работа с изображениями в OpenCV. Алгоритм Canny Edge Detector
https://habr.com/ru/post/694994/?utm_campaign=694994&utm_source=habrahabr&utm_medium=rss
Сегодня я хочу представить вам третью статью из серии «Нейронные сети для начинающих». Мы научимся обрабатывать изображения и сохранять результаты в отдельные файлы.
Регрессионный анализ в DataScience. Часть 2. Преобразование Бокса-Кокса. Проверка тренда и случайности
https://habr.com/ru/post/695556/?utm_campaign=695556&utm_source=habrahabr&utm_medium=rss
В предыдущем обзоре (https://habr.com/ru/post/690414/) мы рассмотрели простую линейную регрессию (simple linear regression) - самый простой, стереотипный случай, когда исходные данные подчиняются нормальному закону, имеется сильная линейная корреляционная связь между показателями, отсутствует гетероскедастичность.
Практическая обработка изображения линии горизонта с помощью Python
https://habr.com/ru/post/695462/?utm_campaign=695462&utm_source=habrahabr&utm_medium=rss
Краткое руководство по профилированию линии горизонта городской панорамы с помощью Python в несколько строк кода.
Книга «Python без проблем: решаем реальные задачи и пишем полезный код»
https://habr.com/ru/post/695146/?utm_campaign=695146&utm_source=habrahabr&utm_medium=rss
Компьютер способен решить практически любую задачу, если ему дать правильные инструкции. С этого и начинается программирование. Даниэль Зингаро создал книгу для начинающих, чтобы вы сразу учились решать интересные задачи, которые использовались на олимпиадах по программированию, и развивали мышление программиста.
В каждой главе вам даются задания, собственные решения можно выложить на сайт и получить оценку профи. Вы на практике освоите основные возможности, функции и методы языка Python и получите четкое представление о структурах данных, алгоритмах и других основах программирования. Дополнительные упражнения потребуют от вас усилий, вы должны будете самостоятельно изучить новые понятия, а вопросы с несколькими вариантами ответов заставят задуматься об особенностях работы каждого фрагмента кода.
Сделай то, сделай это, сделай сам
https://habr.com/ru/post/662986/?utm_campaign=662986&utm_source=habrahabr&utm_medium=rss
Многим приходилось сталкиваться с необходимостью анализа большого количества данных при помощи Python по запросам начальства или коллег. Однотипные запросы поступают с определенной периодичностью, и не составляет труда подставить новые данные в свой код и провести анализ. Но иногда из-за определенной нагрузки не всегда хочется заниматься таким анализом. Намного проще сделать скрипт с графическим интерфейсом, чтобы сам заказчик для анализа данных мог нажать пару кнопок и получить желаемый результат. Тем более, можно изначально вложить в интерфейс столько «хотелок» заказчика для анализа, сколько будет душе угодно.
Автоматическая суммаризация текстов с помощью трансформеров Hugging Face. Часть 2
https://habr.com/ru/post/662547/?utm_campaign=662547&utm_source=habrahabr&utm_medium=rss
Перед вами вторая часть из серии материалов, состоящей из двух публикаций. Здесь я предлагаю практическое руководство по архитектуре ML-проекта, освоение которого позволит вам оценить качество автоматического реферирования (суммаризации) текстов в той области, в которой вы работаете.
#python #pydigest
Сборник Python новостей уже перед вами.
В выпуске Python Дайджест вы найдете:
- Знакомство со стековыми графами
- Открываем шлагбаум кнопкой на руле автомобиля
- Причинно-следственный анализ в машинном обучении
- Автоматическая суммаризация текстов с помощью трансформеров Hugging Face. Часть 2
- IT-способ получения информации из достоверного источника
- Работа с docx c помощью bayoo-docx
- [Видео] Moscow Python Podcast. Про генерацию кода (level: all)
Заходите в гости - https://pythondigest.ru/issue/436/
Присылайте интересные новости через форму на сайте.
Обратная сортировка списка в Python
https://egorovegor.ru/reverse-sorting-of-list/
Рассмотрим все возможные способы обратной сортировки списков в Python
Отправка SMS кириллицей с AT-модема
https://habr.com/ru/post/662291/?utm_campaign=662291&utm_source=habrahabr&utm_medium=rss
Оперативное информирование клиентов, когда их достаточно много для ручного обзвона, но недостаточно много для подключения массового сервиса, вроде sms.ru (на самом деле сервис хорош, но недавняя политика некоторых мобильных операторов создала определённые финансовые сложности ввиду заградительных тарифов на использование услуг sms-рассылок с/без использования имён) родило потребность в применении независимого инструмента.
Синхронизируем данные с yarsync
https://habr.com/ru/post/662163/?utm_campaign=662163&utm_source=habrahabr&utm_medium=rss
yarsync - Yet Another Rsync - предназначен для синхронизации данных между несколькими устройствами, более точно - между файловыми системами в Unix-подобных средах. yarsync обладает интерфейсом, похожим на git, и является Python-обёрткой вокруг программы rsync. Программа доступна под свободной лицензией GPL v3.0 на github (https://github.com/ynikitenko/yarsync) (я автор).
Сравнение алгоритмов детекции лиц
https://habr.com/ru/post/661671/?utm_campaign=661671&utm_source=habrahabr&utm_medium=rss
Очень часто я на просторах интернета натыкаюсь на такой вопрос: «А какое готовое решение по детекции лиц лучше всего использовать?» Так вот, я отобрал 5 решений с Github, которые показались мне хорошими, относительно новыми и лёгкими в использовании, и хотел бы сравнить их между собой. Всем, кому интересно, что из этого вышло, добро пожаловать под кат!
Уроки компьютерного зрения на Python + OpenCV с самых азов. Часть 5
https://habr.com/ru/post/661663/?utm_campaign=661663&utm_source=habrahabr&utm_medium=rss
На прошлом уроке (https://habr.com/ru/post/656489/) я рассказал о том, как повысить контрастность изображения и как выделить на изображении особе точки. Затем мы попробовали работать с найденными особыми точками. В частности, превратили эти точки в список координат и попытались объединить близкие точки в одну, так как у нас получилось очень много точек рядом. В статье был предложен следующий алгоритм: при составлении списка, перед добавлением в список очередной точки проверять, находится ли она близко от последней, если да, то добавлять в тот же список, если нет, то начинать новый список. Только проблема в том, что обход точек был через развертку, и могло получиться так, что близкие точки попадают в разные списки. Поэтому объединение точек получилось «криво». Сегодня мы исправим этот недочет.
A Better, Faster, and Stronger Object Detector (YOLOv2)
https://pyimagesearch.com/2022/04/18/a-better-faster-and-stronger-object-detector-yolov2/
Detection frameworks have become increasingly fast and accurate, as seen in our last post on YOLOv1 (https://pyimg.co/3cpmz); however, most detection methods are still constrained to a small set of objects like 20 classes in PASCAL VOC and 80 classes in Microsoft COCO.
#python #pydigest
Сборник Python новостей уже перед вами.
В выпуске Python Дайджест вы найдете:
- Telegram bot на aiogram + Google Analytics 4
- Обратная сортировка списка в Python
- KiCad: Скругление дорожек и каплевидные пады, часть 2
- Отправка SMS кириллицей с AT-модема
- Синхронизируем данные с yarsync
- Ускорение производительности Python в 3.11
- [Видео] Moscow Python Podcast. Из проектирования в разработчики
Заходите в гости - https://pythondigest.ru/issue/435/
Присылайте интересные новости через форму на сайте.