Потоки vs Процессы в Python
https://medium.com/@bfortuner/python-multithreading-vs-multiprocessing-73072ce5600b

AsyncIO для практикующего python-разработчика
https://habrahabr.ru/post/337420/

Я помню тот момент, когда подумал «Как же медленно всё работает, что если я распараллелю вызовы?», а спустя 3 дня, взглянув на код, ничего не мог понять в жуткой каше из потоков, синхронизаторов и функций обратного вызова.


Тогда я познакомился с asyncio (https://docs.python.org/dev/library/asyncio.html), и всё изменилось.

Итерируемый объект, итератор и генератор
https://habrahabr.ru/post/337314/

В этой статье попробуем разобраться что такое итерируемый объект, итератор и генератор. Рассмотрим как они реализованы и используются. Примеры написан на Python, но итераторы и генераторы на мой взгляд фундаментальные понятия, которые были актуальны 20 лет назад и еще более актуальны сейчас, при этом за это время фактически не изменились.

Использование Python для обработки в реальном масштабе времени информации от датчиков, работающих с Arduino
https://habrahabr.ru/post/337494/

Цифровые и аналоговые датчики, подключенные к Arduino, генерируют большие объёмы информации, которая требует обработки в реальном масштабе времени [1]. 

В настоящее время данные от Arduino распечатывают из командной строки или отображают в графическом интерфейсе с запаздыванием. Поэтому данные в режиме реального времени и не сохраняются, что делает невозможным их дальнейший анализ. 

Данная публикация посвящена программному решению задачи хранения информации от датчиков, работающих с Arduino и её графическому представлению в реальном масштабе времени. В примерах используются широко известными датчиками, такими как потенциометр и датчик движения PIR.

allennlp - NLP библиотека на базе PyTorch
http://github.com/allenai/allennlp

agents - утилиты для reinforcement learning
http://github.com/tensorflow/agents

DeepRecommender - Deep learning для рекомендательной системы
http://github.com/NVIDIA/DeepRecommender

StackOverflow: интересные вопросы за неделю (xc)
http://python-weekly.blogspot.com/2017/09/xc-stackoverflow-python-report.html

Строим граф полетов на основе твитов
https://nvbn.github.io/2017/09/10/airports-graph/

studio - фреймворк построения ML моделей
http://github.com/studioml/studio

#python #pydigest

Ух сколько интересного происходит в Python мире, сколько библиотек и статей пишут, посмотрите хотя бы на длинный список библиотек Awesome Python и свежий Python Дайджест.

В 194 выпуске Дайджеста вы найдете:

- Python 3.3.7rc1
- Как победить расистский ИИ
- ИИ для покера: как научить алгоритмы блефовать
- Учим робота готовить пиццу. Часть 2: Состязание нейронных сетей
- Надежные методы поиска полос движения с использованием компьютерного зрения
- PyTorch — ваш новый фреймворк глубокого обучения
- Как найти хорошего преподавателя английского языка, используя анализ данных.
- Тестируем асинхронный код с помощью PyTest (перевод)
- AsyncIO для практикующего python-разработчика
- [Видео] EuroSciPy 2017
- [Видео] DjangoCon US
- hatch – virtual env manager for Python
- mlcourse_open - открытый курс OpenDataScience по машинному обучению
- seq2seq-chatbot - чат бот в 200 строк
- awx - интерфейс управления задачами поверх ansible

и еще много интересного

Заходите в гости - https://pythondigest.ru/issue/194/

«Удивительный рост Питона»
http://pythonz.net/articles/113/?utm_medium=link&utm_campaign=promo&utm_source=rss

Результаты небольшого исследования, проведённого большим сайтом, обнаруживают занимательную тенденцию.

Как найти хорошего преподавателя английского языка, используя анализ данных.
http://devdrive.ru/2017/09/10/drafts/How-you-can-find-good-teacher-on-italki/

Многие из программистов хотят выучить английский язык по ряду причин. Кто то посещает курсы в оффлайне, занимается с частным репетитором в свободное от работы время. Другие же предпочитают занятия в онлайн-режиме, без траты времени на дорогу. Да и найти подходящий вариант в этом случае не так уж сложно - поскольку сейчас рынок онлайн-образования растет весьма быстро и предоставляет варианты подходящие под Ваш вкус и кошелёк. Весьма вероятно что читатель знает о компаниях которые предлагают свои услуги в этом сегменте. Если вам подходят любой из вышеупомянутых вариантов - можете не читать дальше, иным же, знакомым с Python/Pandas/Seaborn и прочие радостями анализа и визуализации данных - добро пожаловать.

Машинное обучение руками «не программиста»: классификация клиентских заявок в тех.поддержку
https://habrahabr.ru/post/337278/

Одним из экспериментов стала разработка алгоритма классификации клиентских заявок по текстам для дальнейшей маршрутизации на группу исполнителей. В этой статье я хочу рассказать, как "не программист" может за 1,5 месяца в фоновом режиме освоить python и написать незамысловатый ML-алгоритм, имеющий прикладную пользу.

Сегментация лица на селфи без нейросетей
https://habrahabr.ru/post/336594/

Оказывается, не все компьютерное зрение сегодня делается с использованием нейронных сетей. Хотя многие стартапы и заявляют, что у них дип лернинг везде, спешу вас разочаровать, они просто хотят хайпануть немножечко. Рассмотрим, например, задачу сегментации. В нашем слаке (http://ods.ai/) развернулась целая драма (https://opendatascience.slack.com/archives/C0PKXDBAR/p1500993522183900). Одна богатая и высокотехнологичная селфи-компания собрала датасет для сегментации селфи с помощью нейросетей (а это непростое и недешевое занятие). А другая, более бедная и не очень развитая решила, что можно подкупить людей, размечающих фотки, и спполучить базу. В общем, страсти в этих ваших Интернетах еще те. Недавно я наткнулся на статью (http://gip.cs.technion.ac.il/files/cutout_report.pdf), где без всяких нейросетей на устройстве делают очень даже хорошую сегментацию. Для сегментации от пользователя требуется дать алгоритму несколько подсказок, но с помощью dlib (http://dlib.net/) и opencv (http://opencv.org/) такие подсказки легко автоматизируются. В качестве бонуса мы так же сгладим вырезанное лицо и перенесем на какого-нибудь рандомного человека, тем самым поймем, как работают маски во всех этих снапчятах и маскарадах. В общем, классика еще жива, и если вы хотите немного окунуться в классическое компьютерное зрение на питоне, то добро пожаловать под кат.

platform — System Version Information — PyMOTW 3
https://doughellmann.com/blog/2017/09/11/platform-system-version-information-pymotw-3/

Поиск объектов Deep learning и OpenCV
http://www.pyimagesearch.com/2017/09/11/object-detection-with-deep-learning-and-opencv/

[Видео] Хранение секретных настроек
https://www.youtube.com/watch?v=xtr3sUZUnQA

"Говорят, что секреты могут хранить двое, если один из них мёртв. А в веб-разработке обычно участвуют много людей, и для решения задач придумана масса инструментов. Я расскажу, как выбрать правильные инструменты под разные типы проектов".
Слайды: http://www.moscowpython.ru/meetup/48/keeping-secrets/

[Видео] Запуск тестов с tox и Docker
https://www.youtube.com/watch?v=9issYe_D8cg

"Многие Python-библиотеки используют tox для тестирования на разных версиях интерпретатора и зависимостей. Зависимости можно сложить в отдельные виртуальные окружения. Но что делать с разными интерпретаторами? Не ставить же их все в систему. Конечно, можно воспользоваться Travis CI. Но что делать, если такая опция недоступна или если хочется прогнать тесты локально? Я расскажу, как решить эту задачу с помощью Docker".
Слайды: http://www.moscowpython.ru/meetup/48/tox-docker-tests/

[Видео] Создание exe файлов из скриптов на Python
https://www.youtube.com/watch?v=FsBx87uRT_I

"Я расскажу, как создавать исполняемые файлы (exe) с помощью библиотек cx_Freeze и PyInstaller из скриптов на языке Python".

Доклад - продолжение доклада о создание десктопных приложений на Python - https://www.youtube.com/watch?v=nz6G_ta3of0
Слайды: http://www.moscowpython.ru/meetup/48/exe-files-on-python/