Size: a a a

2019 June 30
PythonDigest
tfx - end-to-end platform for deploying production ML pipelines
http://github.com/tensorflow/tfx
источник
2019 July 01
PythonDigest
openbmc - OpenBMC Distribution
http://github.com/openbmc/openbmc
источник
PythonDigest
pipelines - Machine Learning Pipelines for Kubeflow
http://github.com/kubeflow/pipelines
источник
PythonDigest
источник
PythonDigest
StackOverflow: интересные вопросы за неделю (clxxxiv) stackoverflow python report
http://python-weekly.blogspot.com/2019/06/clxxxiv-stackoverflow-python-report.html
источник
PythonDigest
#python #pydigest

Сборник Python новостей уже перед вами.

В 288 выпуске Python Дайджест вы найдете:

- На пути к ядру Питона
- Dynaconf — управление настройками в проекте
- Как настроить инфраструктуру веб-аналитики за $100 в месяц
- Деплоим на PythonAnywhere из GitHub
- 10 фич для ускорения анализа данных в Python
- Что я узнал про оптимизацию в Python
- [Видео] ГБИ или не ГБИ: будущее многоядерного (C)Python
- [Видео] Решение проблемы консистентности распределенных данных в микросервисах для Python-проектов
- [Видео] Вся мощь в JWT, JWS, JSS JWS, JWA, JWK and JWE и зачем они нужны​

Заходите в гости - https://pythondigest.ru/issue/288/
Присылайте интересные новости через форму на сайте.
источник
PythonDigest
microblog - Flask Mega-Tutorial
http://github.com/miguelgrinberg/microblog
источник
PythonDigest
Сводка от pythonz.net 23.06.2019 — 30.06.2019
https://pythonz.net/articles/253/
источник
PythonDigest
Создаём нейронную сеть, предсказывающую рак груди за пять минут
https://habr.com/ru/post/458232/?utm_campaign=458232&utm_source=habrahabr&utm_medium=rss

Этот высокоуровневый урок рассчитан на новичков в машинном обучении и искусственном интеллекте. Для того, чтобы успешно создать нейронную сеть, необходимо:
 
Установленный Python;
Как минимум начальный уровень программирования;
Пять минут свободного времени.

Мы пропустим много деталей работы нейронной сети, не будем углубляться в теоретическую часть, а сфокусируемся на предсказании рака за 5 минут.
источник
PythonDigest
heroku-load-balancer - Load balancer for Heroku
https://github.com/dmytrostriletskyi/heroku-load-balancer
источник
2019 July 02
PythonDigest
Python 3 GUI: wxPython 4 Tutorial - Urllib & JSON Example
https://www.techiediaries.com/python-gui-wxpython-tutorial-urllib-json/
источник
PythonDigest
Python в Visual Studio Code — июньский релиз
https://habr.com/ru/post/457186/?utm_campaign=457186&utm_source=habrahabr&utm_medium=rss

Мы рады сообщить, что расширение Python для Visual Studio Code от июня 2019 года уже доступно. Вы можете загрузить расширение Python из Marketplace  (https://marketplace.visualstudio.com/items?itemName=ms-python.python)или установить его прямо из галереи расширений в Visual Studio Code. Если у вас уже установлено расширение Python, вы также можете получить последнее обновление, просто перезапустив Visual Studio Code. Узнать больше о поддержке Python в Visual Studio Code можно в документации (https://code.visualstudio.com/docs/python/python-tutorial).


В этом выпуске мы внесли улучшения, которые перечислены в нашем журнале изменений (https://github.com/Microsoft/vscode-python/blob/master/CHANGELOG.md), решив в общей сложности 70 проблем, включая связанные со средством просмотра графиков с окном Python Interactive и параллельными тестами с pytest. Обо всех изменениях читайте под катом.
источник
PythonDigest
Нейросети и глубокое обучение: онлайн-учебник, глава 2
https://habr.com/ru/post/457980/?utm_campaign=457980&utm_source=habrahabr&utm_medium=rss

В прошлой главе (https://habr.com/ru/post/456738/) мы видели, как нейросети могут самостоятельно обучаться весам и смещениям с использованием алгоритма градиентного спуска. Однако в нашем объяснении имелся пробел: мы не обсуждали подсчёт градиента функции стоимости. А это приличный пробел! В этой главе я расскажу быстрый алгоритм для вычисления подобных градиентов, известный, как обратное распространение.
источник
PythonDigest
Django security releases issued: 2.2.3, 2.1.10 and 1.11.22
https://www.djangoproject.com/weblog/2019/jul/01/security-releases/
источник
PythonDigest
Таблица умножения в одну строку
https://habr.com/ru/post/458362/?utm_campaign=458362&utm_source=habrahabr&utm_medium=rss

На картинке вы видите обычную таблицу умножения, которая, думаю, всем хорошо знакома.

Ничего особенного в ней нет, кроме того, что весь алгоритм ее построения сжат до одной стандартной Python’овской строки в 79 символов (см. PEP8 (https://pep8.ru/doc/pep8/)). Кому интересно добро пожаловать под кат.
источник
PythonDigest
[Видео] Большая О: как замедляется код с увеличением объёма данных
https://pythonz.net/videos/126/

«Большая О» в информатике используется при анализе того, как ведёт себя код с увеличением объёма данных. И это полезный инструмент, который зачастую преподносится при помощи отталкивающих математических концепций.

В этом выступлении я расскажу вам о большой О то, что действительно важно знать разработчику: как использовать этот инструмент во благо программ. Большая О поможет вам подобрать нужные структуры данных и алгоритмы, таким образом, чтобы производительность не терялась даже на больших объёмах данных.

Не нужно быть математиком или зубрить информатику, чтобы освоить большую О — она не так загадочна, как может показаться.
источник
PythonDigest
Математическая модель радиотелескопа со сверхдлинной базой
https://habr.com/ru/post/458252/?utm_campaign=458252&utm_source=habrahabr&utm_medium=rss

Одним из первых радиотелескоп построил американец Грот Рёбер в 1937 году. Радиотелескоп представлял собой жестяное зеркало диаметром 9.5 м, установленное на деревянной раме
источник
PythonDigest
Оптимизация полно-текстового поиска в Django и Postgres
https://dev.to/danihodovic/optimizing-postgres-full-text-search-with-django-42hg
источник
2019 July 03
PythonDigest
Как использовать Redis с Python
https://realpython.com/python-redis/
источник
PythonDigest
Объединение нескольких пакетов в одно пространство имен Python
https://habr.com/ru/post/458432/?utm_campaign=458432&utm_source=habrahabr&utm_medium=rss

Иногда возникает необходимость разделить несколько пакетов, лежащих в одном пространстве имен по разным физическим путям. Например, если вы хотите иметь возможность передавать разную компоновку плагинов, имея возможность в последствии добавлять их, не контролируя их расположение, и, при этом, обращаться к ним через один namespace.


Эта шпаргалка, которая подойдет скорее для новичков, посвящена пространствам имен Python.


Давайте рассмотрим, как это можно сделать в разных версиях Python, так как хотя Python2 и перестает скоро поддерживаться, многие из нас как раз сейчас меж двух огней, и это как раз один из важных нюансов при переходе.
источник