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
Talk Python to Me: #135 захват действий человека с помощью ИИ
https://talkpython.fm/episodes/show/135/capturing-human-moments-with-ai-and-python
Аудио подкаст
pygcn - Graph Convolutional Networks in PyTorch
http://github.com/tkipf/pygcn
Как добавить границу для фото
http://www.blog.pythonlibrary.org/2017/10/26/how-to-add-a-border-to-your-photos-with-python/
Продолжаем использовать Pillow
Tutorial: пишем конечный автомат на Python для разбора языка
brianray_7981/tutorial-write-a-finite-state-machine-to-parse-a-custom-language-in-pure-python-1c11ade9bd43" rel="nofollow">https://medium.com/@brianray_7981/tutorial-write-a-finite-state-machine-to-parse-a-custom-language-in-pure-python-1c11ade9bd43
Колоризация черно-белых фото с помощью Нейронных сетей
https://blog.floydhub.com/colorizing-b&w-photos-with-neural-networks/
Создаем моно-репозиторий для Python проекта для быстрой разработки
Pinterest_Engineering/building-a-python-monorepo-for-fast-reliable-development-be763781f67" rel="nofollow">https://medium.com/@Pinterest_Engineering/building-a-python-monorepo-for-fast-reliable-development-be763781f67
[Видео] Нейронные сети и Keras. Часть 2
https://www.youtube.com/watch?v=tu-ee_4uAGY
Видео со встречи группы PyNSK #17
Докладчик: Данил Руденко
О докладе:
У нашего зоопарка опять проблемы, которые необходимо решить максимально технологично!
На первом докладе мы поговорили о сверточных нейронных сетях, в этот раз рассмотрим такие виды нейронных сетей как автоэнкодеры и GAN’ы( генеративные состязательные сети). Также углубимся немного в Keras, напишем кастомный загрузчик данных и немного посмотрим на Jupyter Notebook.
Слайды:
- часть 1: https://www.slideshare.net/PyNSK/keras-1
- часть 2: https://www.slideshare.net/PyNSK/keras-2
Анонс envbox 0.2.0
http://pythonz.net/articles/121/?utm_source=rss&utm_medium=link&utm_campaign=promo
В прошлое воскресенье опубликовал новый пакет — envbox (https://pypi.python.org/pypi/envbox).
С его помощью можно упростить задачу определения типа окружения, а также работу с его переменными.
mx-maskrcnn - MXNet реализация Mask R-CNN
http://github.com/TuSimple/mx-maskrcnn
Мониторинг событий git clone и git push на локальном GitLab сервере
https://habrahabr.ru/post/340768/
Иногда возникает желание мониторить локальный GIT сервер на предмет кто (ФИО из LDAP), какой проект и откуда(ip-адрес) клонит или пушит.
Изучив документацию, стало ясно, что такого функционала из коробки нет, точнее есть, но в платной версии GitLab. Под катом мой опыт реализации мониторинга.
Мой рецепт не претендует на универсальность, я надеюсь он многим пригодится как, отправная точка.
Где перспективно и адекватно использовать Python
https://habrahabr.ru/post/340894/
В этой статье мы с вами обсудим тот перечень направлений Питона, который я выделяю наиболее перспективными для приложения своих сил и времени для молодых специалистов. Данный вывод делается на основе моего анализа – изучение областей и инструментов питона и сравнивать их эффективность с аналогами на других платформах.
[Видео] Python для GameDev
https://www.youtube.com/watch?v=2RrZx_J5twU
Видео со встречи группы PyNSK #17
Докладчик: Станислав Каблуков
О докладе:
Расскажу о своём опыте использования Python для разработки игр. В каких игровых движках и программах для моделирования используется Python.
Как и почему стоит использовать python для создания игр, и в каких случаях лучше отказаться от данной идеи. О плюсах и минусах использования Python.
В докладе будет про: python, blender, Ren'py, KivEnt, Boo, UE4 и д.р.
Слайды: https://www.slideshare.net/PyNSK/python-gamedev
Raspberry Pi: Лицевые ориентиры + обнаружение сонливости с помощью OpenCV и dlib
https://www.pyimagesearch.com/2017/10/23/raspberry-pi-facial-landmarks-drowsiness-detection-with-opencv-and-dlib/
«4 свадьбы и одни похороны» или линейная регрессия для анализа открытых данных правительства Москвы
https://habrahabr.ru/post/340698/
В последних статьях мы рассмотрели пару задачек по классификации, в процессе потом и кровью добывая себе данные, теперь пришло время регрессии. Поскольку ничего светотехнического в этот раз под рукой не оказалось, я решил поскрести по другим сусекам.
Помнится, в одной из статей (https://habrahabr.ru/post/337040/)я агитировал читателей посмотреть в сторону отечественных открытых данных. Но поскольку я не барышня из рекламы «кефирчика для пищеварения» или шампуня с лошадиной силой, совесть не позволяла советовать что-либо, не испытав на себе.
Расширяем и используем Flatpages в Django. Встраиваем CKEditor
https://habrahabr.ru/post/340686/
Cегодня я хотел бы вам рассказать о том, как сделать модель, которая хранит в себе обычные страницы, а не отдельные записи в базе данных (для ListView, TemplateView и тд). Речь пойдёт о том, как расширить и дополнить существующие в Django flatpages. Но хотелось бы рассказать о проблеме, с которой я столкнулся и почему решил поделиться данным функционалом. Часто возникает ситуация, когда в админке для администратора сайта нужно реализовать функционал самой обычной страницы (одна запись в БД – это одна страница, где прописывается url, контент и доп. инфа для конкретной страницы). Тем самым можно создавать прямо из админки новые страницы с любым url и контентом.
Хронология уровня CO в атмосфере США (решение задачи Kaggle с помощью Python+Feature Engineering)
https://habrahabr.ru/post/341130/
Хочу поделиться опытом решения задачи по машинному обучению и анализу данных от Kaggle. Данная статья позиционируется как руководство для начинающих пользователей на примере не совсем простой задачи.
#python #pydigest
Понедельник, а значит Python Дайджест!
В 201 выпуске вы найдете:
- Python экосистема для Data Science
- Параллельные вычисления на Python (за 60 секунд или меньше)
- Синтаксический анализ в NLTK
- wxPython: Drag and Drop в приложении
- Быстрейший способ изменения размеров изображений, часть 1
- Убираем радиальное искажение с фото и видео при помощи библиотеки openCV и языка python
- Краткий курс машинного обучения или как создать нейронную сеть для решения скоринг задачи
- «4 свадьбы и одни похороны» или линейная регрессия для анализа открытых данных правительства Москвы
- [Видео] Нейронные сети и Keras. Часть 2
- Coach - фреймворк для обучения с подкреплением
- Anaconda 5.0
и еще много интересного
Заходите в гости - https://pythondigest.ru/issue/201/
Coach - фреймворк для обучения с подкреплением
https://github.com/NervanaSystems/coach
Быстрейший способ изменения размеров изображений, часть 1
https://blog.uploadcare.com/the-fastest-production-ready-image-resize-out-there-part-1-general-optimizations-1b9b0faf2959
Введение в Telegram API
https://medium.com/towards-data-science/introduction-to-the-telegram-api-b0cd220dbed2
Синтаксический анализ в NLTK
https://habrahabr.ru/post/340574/
Здравствуйте. Это статья об синтаксическом анализе предложений, их представлении. Для разбора предложений будет использоваться пакет NLTK и язык программирования Python (версии 2.7).
wxPython: Drag and Drop в приложении
http://www.blog.pythonlibrary.org/2017/10/25/wx_drag_and_drop_images/
Как мы делаем PiterPy — европейскую конференцию по Python в Петербурге
https://habrahabr.ru/post/340902/
Меня зовут Митя, и я член программного комитета PiterPy. Это классная европейская конференция по Python в северной столице.
Хотите, расскажу вам о ней?
Python экосистема для Data Science
http://reinout.vanrees.org/weblog/2017/10/25/2-ecosystem.html
[Видео] Asyncio для процессинга распределенной базы данных
https://www.youtube.com/watch?v=rpiHVA6vRTY
Видео со встречи группы PyNSK #17
Докладчик: Никита Семенов
О докладе:
Появление asyncio стало новой вехой в истории питона. По-настоящему удобный и эффективный способ запускать асинхронный код.
В своем докладе я познакомлю слушателя с базовым синтаксисом, парадигмами и примитивами, чтобы можно было начать использовать всю мощь asyncio уже сегодня.
Для этого я возьму децентрализованные базы данных с web-интерфейсом, раскиданные по нескольким серверам, и покажу как их можно эффективно запроцесить только при помощи стандартных методов питона 3.4+ и aiohttp.
Слайды: https://www.slideshare.net/PyNSK/asyncio-81082020
Параллельные вычисления на Python (за 60 секунд или меньше)
https://dbader.org/blog/python-parallel-computing-in-60-seconds
Краткий курс машинного обучения или как создать нейронную сеть для решения скоринг задачи
https://habrahabr.ru/post/340792/
Вопросы, которые разобраны в статье:
• Как собрать и подготовить данные для построения модели?
• Что такое нейронная сеть и как она устроена?
• Как написать свою нейронную сеть с нуля?
• Как правильно обучить нейронную сеть на имеющихся данных?
• Как интерпретировать модель и ее результаты?
• Как корректно оценить качество модели?
pathlib — Filesystem Paths as Objects — PyMOTW 3
https://doughellmann.com/blog/2017/10/23/pathlib-filesystem-paths-as-objects-pymotw-3/
StackOverflow: интересные вопросы за неделю (xcvi)
http://python-weekly.blogspot.com/2017/10/xcvi-stackoverflow-python-report.html
home assistant - домашний ассистент написанный на Python3
https://home-assistant.io/