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
Как распознать синтезированную речь
https://habr.com/ru/post/707088/?utm_campaign=707088&utm_source=habrahabr&utm_medium=rss
В современном мире технологии синтеза речи и клонирования голоса стремительно развиваются и уже достигли впечатляющих результатов. С 2015 года проводится специальное соревнование ASV Spoofing, на котором ежегодно презентуют новые методы проведения спуфинг-атак (атаки, когда один человек или программа маскируется под другую путем фальсификации данных) с помощью видео-дипфейков и синтеза речи. Существующие речевые системы способны синтезировать речь и тембр голоса, на слух неотличимые от настоящих. Технологии клонирования голоса привлекают всё большее внимание и находят широкое применение в таких сферах, как голосовое управление, робототехника, голосовые ассистенты (например, Siri и Алиса) и т.д. Однако вместе с этим открываются новые возможности для мошенничества. Особенно уязвимы системы, использующие голосовую биометрию для идентификации пользователей: используя синтез речи, мошенники могут получить доступ к аккаунтам и данным пользователей.
Консистентность данных в конкурентной среде. Опыт Точки. Часть 1
https://habr.com/ru/post/706726/?utm_campaign=706726&utm_source=habrahabr&utm_medium=rss
Именно в Точке я впервые столкнулся с микросервисами и конкурентной средой. Разумеется, у меня не получилось сразу усвоить все боевые нюансы работы в новых условиях. С тех пор я прошёл непростой путь. У меня возникла идея написать свой цикл статей. Мы разберемся, как у наших сервисов получается не запутаться в непрерывном потоке информации — как получаемой от клиентов, так и передаваемой между собой. В этой статье я широкими мазками опишу, как рядовой разработчик видит инфраструктуру Точки, с какими проблемами мы регулярно сталкиваемся и почему нам так важна консистентность данных Читать далее
Telegram WebApps. Как встроить веб-приложения в чат-бота?
https://habr.com/ru/post/706446/?utm_campaign=706446&utm_source=habrahabr&utm_medium=rss
Относительно недавно команда Telegram выпустила обновление, с которым появилась возможность встраивать в мессенджер веб-приложения. Эта статья — обзор основных моментов внедрения веб-приложениий в телеграм-ботов.
Как создать пользовательский трансформер данных с помощью sklearn?
pythontalk/custom_data_transformer" rel="nofollow">https://teletype.in/@pythontalk/custom_data_transformer
В процессе очистки и подготовки данных нам часто приходится делать такие простые операции, как удаление столбцов и пр. Зачем для этого каждый раз писать пользовательский код? sklearn предоставляет механизм стандартизации таких преобразований для любых данных и поможет нам создать унифицированный конвейер из нужных действий.
python-proxy - HTTP/HTTP2/HTTP3/Socks4/Socks5/Shadowsocks/ShadowsocksR/SSH/Redirect/Pf TCP/UDP asynchronous tunnel proxy
http://github.com/qwj/python-proxy
Test factory functions in Django
https://lukeplant.me.uk/blog/posts/test-factory-functions-in-django/
Генерируем музыку с помощью Stable Diffusion
https://habr.com/ru/post/706168/?utm_campaign=706168&utm_source=habrahabr&utm_medium=rss
Многие уже слышали, а может и пробовали модель Stable Diffusion для генерации картинок из текста. Но знаете ли вы, как с помощью той же модели можно генерировать аудио?
gRPC — альтернатива REST API от Google
https://habr.com/ru/post/706114/?utm_campaign=706114&utm_source=habrahabr&utm_medium=rss
Когда мы разрабатываем приложение, которое разделено на независимые автономные компоненты, мы говорим о микросервисной архитектуре. Для взаимодействия компонентов используется API. Самый популярным API является REST. Это обусловлено его гибкостью, эффективностью (в большинстве сценариев) и тем, что он легко масштабируется.
Codon: A high-performance Python compiler using LLVM
https://github.com/exaloop/codon
The Real Python Podcast – Episode #137: Start Using a Build System & Continuous Integration in Python
https://realpython.com/podcasts/rpp/137/
Audio
Talk Python to Me: #394: Awesome Jupyter Libraries and Extensions in 2022
https://talkpython.fm/episodes/show/394/awesome-jupyter-libraries-and-extensions-in-2022
Audio
MicroPython стал частью Arduino экосистемы
https://blog.arduino.cc/2022/11/10/micropython-officially-becomes-part-of-the-arduino-ecosystem/
Guido van Rossum: Python и будущее программирования
https://www.youtube.com/watch?v=-DVyjdw4t9I
Гвидо сходил к Lex Fridman на Podcast. Подкаст вышел в 2 частях
Pydantic 2 будет использовать Rust
https://github.com/pydantic/pydantic/pull/4516
algo-trader - Trading bot with support for realtime trading, backtesting, custom strategies and much more
https://github.com/idanya/algo-trader
[Видео] Как разобраться в новом коде и процессах (на новой работе)
https://www.youtube.com/watch?v=jbIOX2pYvgA
Скучный Python: качество кода
https://www.b-list.org/weblog/2022/dec/19/boring-python-code-quality/
Про способы автоматически следить за качеством кода
Проверка корректности А/Б тестов
https://habr.com/ru/post/706388/?utm_campaign=706388&utm_source=habrahabr&utm_medium=rss
Сегодня поговорим о том, что такое корректность статистических критериев в контексте А/Б тестирования. Узнаем, как проверить, является критерий корректным или нет. Разберём пример, в котором тест Стьюдента не работает.
Сегментация пожаров по спутниковым снимкам с помощью глубокого обучения и OpenVINO
https://habr.com/ru/post/706250/?utm_campaign=706250&utm_source=habrahabr&utm_medium=rss
Использование моделей глубокого обучения для решения задачи семантической сегментации (задачи присвоения метки принадлежности к некоторому классу для каждого из пикселей изображения) стало широко используемой практикой в различных областях: в медицине для анализа рентгеновских снимков и данных компьютерной томографии [1], в анализе видео с видеорегистраторов [2], управлении роботизированными манипуляторами [3]. Развивающейся является тематика использования моделей глубокого обучения для сегментации спутниковых данных [4].
socketify.py - высокопроизводительный сервер с websocket
https://docs.socketify.dev/
Django Settings Patterns to Avoid
https://adamj.eu/tech/2022/11/24/django-settings-patterns-to-avoid/
Что не стоит делать при работе с настройками в Django проекте
Миллион записей для змеи
https://habr.com/ru/post/706074/?utm_campaign=706074&utm_source=habrahabr&utm_medium=rss
У меня есть небольшое хобби - я экспериментирую с машинным обучением применительно к торговле на бирже, в частности, с криптовалютами. После различных наколенных экспериментов я захотел создать удобный инструмент - базу торговых котировок. В процессе работы необходима быстрая загрузка достаточно большого количества данных. Это необходимо для расчетов, генерации данных для обучения, бэк-тестинга и других задач. Количество записей, которые нужно загрузить в питон довольно велико - речь может идти о миллионах и более записей.
«Чтение — всему голова!» Переводим электронные книги формата .EPUB с помощью Python
https://habr.com/ru/post/706118/?utm_campaign=706118&utm_source=habrahabr&utm_medium=rss
Разберёмся что “под капотом” формата EPUB и как перевести текст, но не переводить код в книге. Познакомимся с библиотекой Ebook Lib, а также узнаем для чего нам понадобиться библиотека Beautiful Soup.
Автоматизируем Telegram-канал с AWS Lambda и DynamoDB
https://habr.com/ru/post/706020/?utm_campaign=706020&utm_source=habrahabr&utm_medium=rss
В этом материале вы узнаете, как создать Telegram-канал, который будет сам обновляться, получая данные из открытых источников. Используем Python, AWS Lambda, DynamoDB и BeautifulSoup.
Веб-автоматизация: не используйте Selenium, используйте Playwright
https://webdevblog.ru/veb-avtomatizaciya-ne-ispolzujte-selenium-ispolzujte-playwright/
Для веб-автоматизации/тестирования Selenium всегда был стандартом де-факто. С ним легко начать работу, и он поддерживает практически все языки программирования.
lumi - nano framework превращающий функции в REST API
http://github.com/Tanmoy741127/lumi
Сами функции задают API
FlagAI - FlagAI (Fast LArge-scale General AI models) is a fast, easy-to-use and extensible toolkit for large-scale model
https://github.com/FlagAI-Open/FlagAI
fastberry - FastAPI + GraphQL/Strawberry
https://github.com/hlop3z/fastberry
Транскрибция mp3 файлов в текст внутри Notion
https://pythonalgos.com/how-to-automatically-transcribe-a-notion-mp3-file/
Графы в Python. Обзор библиотек
https://towardsdatascience.com/graphs-with-python-overview-and-best-libraries-a92aa485c2f8