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 победы на международном соревновании по распознаванию документов команды компании SmartEngines
https://habrahabr.ru/post/344550/?utm_campaign=344550
Сегодня мы расскажем о том, как нашей команде из Smart Engines (http://smartengines.ru/) удалось победить на международном конкурсе по бинаризации документов DIBCO17 (http://vc.ee.duth.gr/dibco2017), проводимом в рамках конференции ICDAR (http://u-pat.org/ICDAR2017/index.php). Данный конкурс проводится регулярно и уже имеет солидную историю (он проводится 9 лет), за время которой было предложено множество невероятно интересных и безумных (в хорошем смысле) алгоритмов бинаризации. Несмотря на то, что в своих проектах по распознаванию документов при помощи мобильных устройств мы по возможности не используем подобные алгоритмы, команде показалось, что нам есть что предложить мировому сообществу, и в этом году мы впервые приняли решение участвовать в конкурсе.
Flask 101: добавление, редактирование данных
http://www.blog.pythonlibrary.org/2017/12/14/flask-101-adding-editing-and-displaying-data/
Python Meetup 14.11.2017: Python в Порту, Aiohttp и снова тесты
https://habrahabr.ru/post/344234/?utm_campaign=344234
После долгого перерыва, блудная питоновка снова в деле! 14 ноября состаялась очередная встреча минского сообщества Python-разработичков Python Meetup. В этот раз доклады представили:
— Как я нечаянно стал главным по питону в Порту / Роман Иманкулов, Doist
— The test which will save your day / Иван Стяжкин, DataRobot
— Django и Aiohttp / Юлия Темушева, Wargaming
— Блицдоклад: распространенные ошибки программирования на Python / Юрий Красовский
Запускаем django-приложение в Docker на Vagrant под Windows
https://habrahabr.ru/post/344514/?utm_campaign=344514
Уже несколько лет Docker был на слуху у меня, но никак не доводилось с ним поработать. А тут как раз менеджменту захотелось поменять свой стек. Начали говорить такие слова как Docker, контейнеры и облака. Чем не повод изучить что-то новое? Я работаю DevOps инженером на радио. Мой список технологий очень прост: Octopus Deploy + TeamCity + и тележка самописных приложений. Работает безотказно.
aiozipkin - инструмент для распределанной трасировки asyncio приложений
https://github.com/aio-libs/aiozipkin
Airflow Workshop: сложные DAG’и без костылей
https://habrahabr.ru/post/344398/?utm_campaign=344398
Airflow — это opensource-библиотека для разработки ETL/ELT-процессов. Отдельные задачи объединяются в периодически выполняемые цепочки задач — даги (DAG — Directed Acyclic Graph).
Как правило, 80 % проекта на Airflow — это стандартные DAG’и. В моей статье речь пойдёт об оставшихся 20 %, которые требуют сложных ветвлений, коммуникации между задачами — словом, о DAG’ах, нуждающихся в нетривиальных алгоритмах.
PyCharm: разработка в VM с Vagrant и Ansible
http://feedproxy.google.com/~r/Pycharm/~3/lmZ-YugVlwo/
Решение задачи оптимизации многоступенчатых ракет
https://habrahabr.ru/post/344280/?utm_campaign=344280
Методы нелинейной оптимизации широко применяются при проектировании машин и механизмов. Указанные методы применяются и в ракетостроении, например, для оптимизации многоступенчатых ракет [1].
Многоступенчатая ракета — это аппарат, в котором части конструкции отделяются во время полета, придавая оставшейся части ракеты дополнительную скорость. Трёхступенчатая ракета схематически показана на рисунке.
StackOverflow: интересные вопросы за неделю (ciii)
http://python-weekly.blogspot.com/2017/12/ciii-stackoverflow-python-report.html
Используем Excel с pandas
https://www.dataquest.io/blog/excel-and-pandas/
Обзор учебный книг на Python для начинающих
https://habrahabr.ru/post/344192/?utm_campaign=344192
Очень часто можно увидеть вопросы на том же тостере: «А какую книгу взять книгу, чтобы выучить технологи Х», и естественно в комментариях идет большое число мнений и большое число различных книг. В данной теме, я сделаю обзор самых популярных книг по Python для начинающих программистов, и дам четкое мнение – нужно ли их читать или нет (субъективно).
Нужно ли читать книги. Изучая новые технологии, я люблю читать книги по данной технологии, так как я получаю не только сухую информацию, но и субъективное мнение автора по пригодности данных технологий. И в отличие от видео-курсов, мне не приходится ждать, пока автор из себя выдавливает мысль. Да и читаю, я быстро.
handtracking - детектор рук на TensorFlow
https://github.com/victordibia/handtracking
Демо в репозитории
Асинхронные задачи на Flask + Celery
http://allynh.com/blog/flask-asynchronous-background-tasks-with-celery-and-redis/
Пример приложения
TensorRT 3 - ускорение TensorFlow и поддержка Volta
https://devblogs.nvidia.com/parallelforall/tensorrt-3-faster-tensorflow-inference/
Nvidia
sentiment-discovery - Unsupervised Language Modeling at scale for robust sentiment classification
http://github.com/NVIDIA/sentiment-discovery
#python #pydigest
Ууух, новая порция Python новостей в Python Дайджест 208.
В выпуске вы найдете:
- Как взломать систему CAPTCHA за 15 минут с Machine Learning
- История победы на международном соревновании по распознаванию документов команды компании SmartEngines
- Airflow Workshop: сложные DAG’и без костылей
- Первые шаги с GitPython
- Корреляция IQ с нашей жизнью (Feature ranking)
- Preview документов в программе на Python
- [Видео] Pipfile, pipenv, pip… what?!
- [Видео] Практический Hypothesis
- django-AB-project - A/B тестирование в Django (Split testing)
- aiozipkin - инструмент для распределанной трассировки asyncio приложений
и еще много интересного
Заходите в гости - https://pythondigest.ru/issue/208/
Talk Python to Me: #142 автоматизация веб с Selenium и InstaPy
https://talkpython.fm/episodes/show/142/automating-the-web-with-selenium-and-instapy
Flask 101: как добавить форму поиска
http://www.blog.pythonlibrary.org/2017/12/13/flask-101-how-to-add-a-search-form/
Корреляция IQ с нашей жизнью(Feature ranking)
https://habrahabr.ru/post/344560/?utm_campaign=344560
Порой у каждого из нас возникает вопрос, который не даёт нам покоя. И как правило ответ на такой вопрос можно получить лишь проанализировав опыт большого количества людей. У меня возник такой вопрос: «Какие факторы влияют на IQ и является ли он хоть чуточку преимуществом?». Конечно, читатель может воскликнуть, что всем давно уже все известно и можно прочитать статьи на эту тему. В какой-то степени вы окажитесь правы, но увы, статьи на тему IQ оказались крайне противоречивыми и навязали мне еще большее количество вопросов. Поэтому я и решил провести своё скромное исследование на эту тему.
Image classification with Keras and deep learning
https://www.pyimagesearch.com/2017/12/11/image-classification-with-keras-and-deep-learning/
subprocess — Spawning Additional Processes — PyMOTW 3
https://doughellmann.com/blog/2017/12/11/subprocess-spawning-additional-processes-pymotw-3/
django-AB-project - A/B тестирование в Django (Split testing)
https://github.com/Vadim-Karpenko/django-AB-project
Небольшой проект для a/b тестирования, вводится два пути к html файлам, и если тестирование запущено, каждому пользователю будет показан один из файлов. Если больше пользователей заполняли форму или совершали нужное действие на одной из двух вариантов страниц, будет показан какой коэффициент успеха имеет страница, и будет ясно какая из низ будет лучше восприниматься пользователями.
#python #pydigest
Свежая порция Python новостей - Python Дайджест 207.
В выпуске вы найдете:
- Введение в обучение с подкреплением: от многорукого бандита до полноценного RL агента
- Как собрать dataset для обучения используя Google Images
- Решение задачи оптимизации многоступенчатых ракет
- Учим машину разбираться в генах человека
- Используем Excel с pandas
- Асинхронные задачи на Flask + Celery
- Django 2.0: оконные выражения (Window expressions)
- handtracking - детектор рук на TensorFlow
- sumeval - text summarization для разных языков
- skorch - нейронные сети на базе PyTorch и scikit-learn
и еще много интересного
Заходите в гости - https://pythondigest.ru/issue/207/
skorch - нейронные сети на базе PyTorch и scikit-learn
http://github.com/dnouri/skorch
Учим машину разбираться в генах человека
https://habrahabr.ru/post/343604/?utm_campaign=343604
Всегда приятно осознавать, что применение технологий сводится не только к финансовой выгоде, бывают ещё и идеи, делающие мир лучше. Об одном из проектов с такой идеей мы и расскажем в этот морозный пятничный день. Вы узнаете о решении, которое позволило увеличить точность экспресс-анализа крови, с помощью применения алгоритмов машинного обучения для выявления связей между микро-РНК и генами. Также, стоит отметить, что методы, описанные ниже можно использовать не только в биологии.
Talk Python to Me: #141 Python трюки
https://talkpython.fm/episodes/show/141/python-tricks
Аудио-подкаст
[Видео] Плейлист: PyCon.DE 2017
https://www.youtube.com/watch?v=3h-6GBBF4Hg&list=PLHd2BPBhxqRI_HtgmPJcm3LPAlhdX6J9v
Command-Line утилита с помощью Click
https://dbader.org/blog/python-commandline-tools-with-click#intro
Django 2.0: оконные выражения (Window expressions)
http://feedproxy.google.com/~r/Agiliq/~3/Uv6ZAyQr96E/
tf-coreml - TensorFlow to CoreML Converter
http://github.com/tf-coreml/tf-coreml