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
История соседа ч.3
https://ift.tt/PnrTi3U
Как вы, возможно, помните из моих прошлых статей, у нас есть чат "попутчики" где люди ищут себе попутчиков для передвижения в Москву из области и обратно. И вот что я заметил. Очень часто в часы пик, люди фоткают очереди, чтоб уже на подъезде к остановке понять, а нужно ли двигать сейчас домой, может переждать или может даже выбрать самокат вместо маршрутки или такси. По счастливому стечению обстоятельств один из подъездов, оборудованный Ростелеком домофоном захватывает камерой прямо остановку и место за ней, где обычно и скапливается очередь.
5 способов преобразования PDF в Word в Python: Сравнительное руководство
https://ift.tt/h1moSeU
Преобразование PDF-документов в редактируемые файлы Microsoft Word позволяет вносить изменения, добавлять аннотации и более эффективно работать с PDF-контентом.В этом блоге я собрал 5 решений для конвертации PDF в Word на Python с использованием бесплатных библиотек с открытым исходным кодом или коммерческих библиотек, а также выделил плюсы и минусы каждого решения.
Python Has Too Many Package Managers
https://ift.tt/OqzRVsf
Задача распознавания эмоций. Часть 2. Три кита качества
https://ift.tt/rpu8fx7
Эта часть будет посвящена теоретическому обзору проблем и их решений в контексте задачи распознавания эмоций. Несмотря на то, что многие из перечисленных проблем уже давно изучены, а методы борьбы с ними реализованы в существующих фреймворках, знать хотя бы об их существовании будет полезно.
Python in Visual Studio Code – July 2024 Release
https://ift.tt/jZG3WOh
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
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Синтез эмоций. Модель вдох-выдох
- Prompt engineering 101
- Задача распознавания эмоций. Часть 2. Три кита качества
- 5 способов преобразования PDF в Word в Python: Сравнительное руководство
- Python Has Too Many Package Managers
- django-cotton - component-based design to Django templates
- rye - project and package management solution
- Django - 5.0.7
Заходите в гости - https://pythondigest.ru/issue/552/
Lumina-T2X - framework for Text to Any Modality Generation
https://ift.tt/lyMOGnq
Rye - project and package management solution
https://rye.astral.sh/
Prompt engineering 101
https://ift.tt/14YKMvW
Мы решили сделать небольшую методичку по prompt engineering для обычного бизнес‑пользователя. Мы посмотрели на получившийся результат и решили поделиться этой методичкой с сообществом, чтобы как можно больше людей смогли овладеть разными техниками, позволяющими работать с LLM эффективнее.
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.