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
Вызов функций Go из Python с помощью ctypes
https://ift.tt/nI0YcPs
В этой статье поговорим о том, как можно запускать программу, написанную на Go из Python. Зачем? При работе на Python иногда имеет смысл реализовать отдельные функции на статичном, высокопроизводительном языке. Go может стать отличным выбором для этого, потому что он быстрый, простой и кроссплатформенный.
Качество данных и роботы: как мы высвободили 5 рабочих часов в день сотрудника DQ
https://ift.tt/9zKm2Ck
Сейчас для нас остро встал вопрос о ресурсах нашей команды, а точнее их «резиновости»: поток входящих инцидентов растет по мере подключения новых систем к проверкам качества, а команда так и остается в составе 3 сотрудников. Возникает вопрос — а какая она, идеальная команда качества данных, которая сможет создать процессы с нуля, внедрить и привить культуру внутренним заказчикам, свести к минимуму риски возникновения инцидентов, а еще минимизировать затраты компании?
tach - framework for your modular monorepo
https://ift.tt/gfDVdcY
Реализация итоговой согласованности. Разбор библиотеки event-outbox
https://ift.tt/vhgol0K
В этой статье я хотел бы рассказать об архитектурных шаблонах Transactional Outbox и Idempotent Consumer. Кроме того, я хотел бы показать собственную реализацию, содержащую интересное сочетание технологий, выходящее за рамки этих шаблонов, значительно упрощающее реализацию и эксплуатацию.
FastAPI: веб-разработка на Python
https://ift.tt/OSr549u
FastAPI — относительно новый, но надежный фреймворк с чистым дизайном, использующий преимущества актуальных возможностей Python. Как следует из названия, FastAPI отличается высоким быстродействием и способен конкурировать в этом с аналогичными фреймворками на таких языках, как Golang. Эта практическая книга расскажет разработчикам, знакомым с Python, как FastAPI позволяет достичь большего за меньшее время и с меньшим количеством кода.
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.
Mesop - Build Web Apps in Python
https://ift.tt/qaSwUWf
Об извлечении кода в Python
https://ift.tt/YCd4OS1
Я начал изучать Python в 2009 году, столкнувшись с очень нетривиальной и, кстати, необычной задачей на этом языке. Тогда я разрабатывал приложение для ПК, где графический пользовательский интерфейс создавался на PyQT, а основным языком в программе был Python.
Telegram Боты на Aiogram 3.x: Текстовая клавиатура и Командное меню
https://ift.tt/ph9ablN
Продолжаем разбор темы разработки Telegram ботов с помощью Aiogram 3.
Как маскировка данных спасает вашу приватность
https://ift.tt/tCFpzMm
Сколько личной информации о вас хранится в мире онлайна? От финансовых операций и медицинских досье до социальных сетей и корпоративных баз данных – данные каждого из нас оказываются в цифровом пространстве, привлекая внимание злоумышленников и вызывая беспокойство как у нас, так и у служб безопасности. Данная статья нацелена на джунов и специалистов, которые только начинают погружаться в тематику.
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.