PyTorch мини туториалы
http://github.com/vinhkhuc/PyTorch-Mini-Tutorials

Короткие туториалы про PyTorch == короткие примеры

Как я сделал самый быстрый ресайз изображений. Часть 0
https://habrahabr.ru/post/321744/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

 
Меня зовут Саша, я написал самый быстрый ресайз изображений для современных х86 процессоров. Я так утверждаю, поскольку все остальные библиотеки, которые я сумел найти и протестировать, оказались медленнее. Я занялся этой задачей, когда работал над оптимизацией ресайза картинок на лету в Uploadcare (https://uploadcare.com/). Мы решили открыть код и в результате появился проект Pillow-SIMD (https://github.com/uploadcare/pillow-simd). Любой желающий с легкостью может использовать его в приложении на языке Python.

Пишем на Python чисто: Namedtuple
https://dbader.org/blog/writing-clean-python-with-namedtuples

Статья рассказывает о структуре Namedtuple, для чего она и как ее использовать

Слайды: Нечего бояться регулярных выражений
http://feeds.doughellmann.com/~r/doughellmann/python/~3/TFcEaEE9x4s/

Хорошие слайды про регулярные выражения.

itertools — Iterator Functions — PyMOTW 3
http://feeds.doughellmann.com/~r/doughellmann/python/~3/PgD4L6sr-6s/

Распознаем цифры на OpenCV и Python
http://www.pyimagesearch.com/2017/02/13/recognizing-digits-with-opencv-and-python/

Интересный способ применения OpenCV - для распознавания чисел/цифр

Создаём нейронную сеть InceptionV3 для распознавания изображений
https://habrahabr.ru/post/321834/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Под катом пойдёт речь о реализации свёрточной нейронной сети архитектуры InceptionV3 с использованием фреймворка Keras (https://keras.io/). Статью я решил написать после ознакомления с туториалом "Построение мощных моделей классификации с использованием небольшого количества данных (https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html)". С одобрения автора туториала я немного изменил содержание своей статьи. В отличие от предложенной автором нейронной сети VGG16 (http://www.robots.ox.ac.uk/~vgg/practicals/cnn/), мы будем обучать гугловскую глубокую нейронную сеть Inception V3 (https://habrahabr.ru/post/302242/), которая уже предустановлена в Keras.

Эксперимент с Dask и TensorFlow
https://matthewrocklin.com/blog//work/2017/02/11/dask-tensorflow

Как можно использовать Dask для паралелльного вычисления в TensorFlow

Tiny Python 3.6 notebook
https://github.com/mattharrison/Tiny-Python-3.6-Notebook/blob/master/python.rst

PyNSK #12 — февральская встреча питонистов Новосибирска
https://habrahabr.ru/post/321884/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub



26-го февраля (воскресенье) состоится очередная, 12-ая, встреча. Она пройдет в новом для нас месте — в офисе компании AgoraDoxa (карта (http://go.2gis.com/2gpgz)) и начнется в 13-00.

PyCharm 2017.1 EAP 7 (build 171.3224.4)
http://feedproxy.google.com/~r/Pycharm/~3/iEhWTidnwuA/

Traits и TraitsUI: reactive UI для Python программ
http://blog.enthought.com/enthought-tool-suite/traits/traits-traitsui-reactive-user-interfaces-python/

Talk Python to Me: #99 Morepath: мега-мощный web framework
https://talkpython.fm/episodes/show/99/morepath-super-powered-python-web-framework

Подкаст

jupyter - Jupyter метапакет, установка и документация
http://github.com/jupyter/jupyter

Введение в обработку CSV на Python для новичков
http://slott-softwarearchitect.blogspot.com/2017/02/intro-to-python-csv-processing-for.html

TensorFlow 1.0
https://developers.googleblog.com/2017/02/announcing-tensorflow-10.html

Компания Google представила первый стабильный выпуск платформы машинного обучения TensorFlow.

Установка и настройка CARP/UCARP для UNIX/Linux систем
https://github.com/jamalshahverdiev/carp-ucarp-unix-linux

Данный пакет позволит пользователям автоматическую установку и настройку CARP/UCARP для FreeBSD, Ubuntu, CentOS 6, CentOS 7 серверов.

Змея и кокос
https://habrahabr.ru/post/322000/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Я люблю Python. Нет, правда, это отличный язык, подходящий для широкого круга задач: тут вам и работа с операционной системой, и веб-фреймворки на любой вкус, и библиотеки для научных вычислений и анализа данных. Но, помимо Python, мне нравится функциональное программирование. И питон в этом плане неплох: есть замыкания, анонимные функции и вообще, функции здесь — объекты первого класса. Казалось бы, чего ещё можно желать? И тут я случайно наткнулся на Coconut — функциональный язык, компилируемый в Python. Всех любителей Python и ФП прошу под кат.

Пять основных приложений для Data Science
https://www.yhat.com/whitepapers/data-science-in-practice?utm_source=PyWeekly

Используем Uber Pyflame и логи для решения проблем масштабирования
https://benbernardblog.com/using-ubers-pyflame-and-logs-to-tackle-scaling-issues/