Параллельных Gzip на Python
https://www.peterbe.com/plog/concurrent-gzip-in-python

Пишем GUI приложение для Spotify для Linux
https://www.codementor.io/dushyantbgs/building-a-spotify-lyrics-gui-application-for-linux-cuvancpex

Цветы, муха и хорошо отрепетированное случайное машинное обучение
https://habrahabr.ru/post/339994/

В предыдущей серии (https://habrahabr.ru/post/338548/) я пытался сделать из мухи разумное существо. Коротко — не вышло. Муха упорно не хотела учиться. 

Мухой была маленькая простая нейронная сеть, основанная на умножении матриц, сигмоиде и обратном распространении ошибки. Её учение состояло в распознавании фотографий с цветами.


Напомню, что внутри две сети — первая анализирует кусочки исходного изображения, а вторая работает с матрицей, сложенной из результатов работы первой сетки.


Обучение проходило кое-как, результата не было. Затем, оставив попытки обучения по уважительным причинам (как то — вечер субботы, ночь и утро воскресенья), я все же думал, что делать дальше. Какие-то возможные решения были намечены в конце первой статьи, с них и продолжил.

Получаем список файлов в категории
http://stackabuse.com/python-list-files-in-a-directory/

lxml - 4.1.0
https://allmychanges.com/p/python/lxml/#4.1.0

Мощный и быстрый модуль для обработки XML/HTML. Изменения описаны по ссылке https://allmychanges.com/p/python/lxml/#4.1.0. Скачать можно по ссылке: http://pypi.python.org/pypi/lxml/

StackOverflow: интересные вопросы за неделю (xcv)
http://python-weekly.blogspot.com/2017/10/xcv-stackoverflow-python-report.html

Полезные утилиты и модули стандартной библиотеки Python
http://arnavk.com/posts/python-executable-modules/

#python #pydigest

Эта неделя в Python мире слаба на релизы, зато много интересных статей.

В 199 выпуске Python Дайджеста вы найдете:

- Как научить свою нейросеть анализировать морфологию
- Полезные утилиты и модули стандартной библиотеки Python
- Пишем GUI приложение для Spotify для Linux
- Цветы, муха и хорошо отрепетированное случайное машинное обучение
- Обзор фреймворка Luigi для построения последовательностей выполнения задач
- Строим Data Pipeline на Python и Luigi
- Как получать оповещения от Jupyter notebook в Telegram?
- Jupyter Widgets для реализации UI машины Тьюринга
- Создаем интерактивные графики с помощью Plotly и Dash
- Реализация фасетного поиска с помощью Django и PostgreSQL
- pyrabbit2 - клиент для RabbitMQ HTTP Management API
- qutebrowser - keyboard-driven, vim-подобный браузер на PyQt5.
- Django REST framework 3.7

и еще много интересного

Заходите в гости - https://pythondigest.ru/issue/199/

Django для новичков  - часть 7
https://simpleisbetterthancomplex.com/series/2017/10/16/a-complete-beginners-guide-to-django-part-7.html

django-htk - набор разных приложений, утилит и middleware для Django
http://github.com/hacktoolkit/django-htk

Сборная солянка без документации

Быстрая сериализация Python с помощью Ray и Apache Arrow
https://ray-project.github.io/2017/10/15/fast-python-serialization-with-ray-and-arrow.html

Библиотека графиков на Python
https://python-graph-gallery.com/

Русскоязычный чат-бот Boltoon: создаем виртуального собеседника
https://habrahabr.ru/post/340190/

Несколько лет назад было опубликовано интервью (https://www.kommersant.ru/doc/1618530), в котором говорят об искусственном интеллекте и, в частности, о чат-ботах. Респондент подчеркивает, что чат-боты не общаются, а имитирует общение.
В них заложено ядро разумных микродиалогов вполне человеческого уровня и построен коммуникативный алгоритм постоянного сведения разговора к этому ядру. Только и всего.
На мой взгляд, в этом что-то есть… 


Тем не менее, о чат-ботах много говорят на Хабре. Они могут быть самые разные. Популярностью пользуются боты на базе нейронных сетей прогнозирования, которые генерируют ответ пословно. Это очень интересно, но затратно с точки зрения реализации, особенно для русского языка из-за большого количества словоформ. Мной был выбран другой подход для реализации чат-бота Boltoon. 

ScadaPy возможности применения modbus протокола
https://habrahabr.ru/post/340196/

 

В продолжение статей здесь, (https://habrahabr.ru/post/339868/) здесь, (https://habrahabr.ru/post/339678/) здесь (https://habrahabr.ru/post/339008/) и здесь. (https://habrahabr.ru/post/339800/), хочу привести примеры простого использования python скриптов из серии ScadaPy, как в сфере домашней автоматизации, так и на производственных предприятиях.

Мой основной список пакетов django
https://spapas.github.io/2017/10/11/essential-django-packages/

Набор пакетов для Django с описанием применения

codecs — String Encoding and Decoding — PyMOTW 3
https://doughellmann.com/blog/2017/10/16/codecs-string-encoding-and-decoding-pymotw-3/

TensorFlow: сохраняем и загружаем модели
http://stackabuse.com/tensorflow-save-and-restore-models/

Учимся сохранять модель в файл

Raspberry Pi: определяем объект с помощью Deep Learning и OpenCV
https://www.pyimagesearch.com/2017/10/16/raspberry-pi-deep-learning-object-detection-with-opencv/

ray - движок для удаленного исполнения кода
http://github.com/ray-project/ray

Поиск решения для быстрого создания интерфейсов СУБД
https://habrahabr.ru/post/339870/

Практически каждый человек сталкивается с ведением какого-либо учета, сбором и анализом данных: от использования таблиц в экселе до работы с данными в клиент-банковском приложении. Повсеместно для такого учета используются различные системы управления базами данных (СУБД).
В статье я хотел бы рассказать о своем пути поиска такой системы.