Test and Code: 80: From Python script to Maintainable Package
https://testandcode.com/80

Audio

Введение в разработку CatBoost. Доклад Яндекса
https://habr.com/ru/post/458790/?utm_campaign=458790&utm_source=habrahabr&utm_medium=rss

Меня зовут Стас Кириллов, я ведущий разработчик в группе ML-платформ в Яндексе. Мы занимаемся разработкой инструментов машинного обучения, поддержкой и развитием инфраструктуры для них. Ниже — мой недавний доклад о том, как устроена библиотека CatBoost. В докладе я рассказал о входных точках и особенностях кода для тех, кто хочет его понять или стать нашим контрибьютором

Мелкая питонячая радость #6: OpenAI Gym — играем в игры и управляем роботами
https://habr.com/ru/post/458596/?utm_campaign=458596&utm_source=habrahabr&utm_medium=rss

Мы привыкли к тому, что специалисты по машинному обучению огромную часть своего рабочего времени сидят над анализом табличных данных или обучают нейросеть для раскладывания фотографий кошек и собак на две аккуратные кучки. Ибо такова воля бизнеса — чаще всего нужно давать прогнозы, классифицировать данные и строить модели.
 
Сегодня мы проветрим мозги и разомнем дряблеющие от скуки синапсы с помощью кое-чего интересного — OpenAI Gym (https://gym.openai.com/).

Подборка @pythonetc, июнь 2019
https://habr.com/ru/post/458686/?utm_campaign=458686&utm_source=habrahabr&utm_medium=rss

Это одиннадцатая подборка советов про Python и программирование из авторского канала @pythonetc.

Python for Data Science - изучаем за 3 дня
https://www.listendata.com/2017/05/python-data-science.html

open-mmlab / mmcv - Open MMLab Computer Vision Foundation
https://github.com/open-mmlab/mmcv

Python 3.8.0b2
http://feedproxy.google.com/~r/PythonInsider/~3/Xq44of73Mq8/python-380b2-is-now-available-for.html

NVIDIA / DeepLearningExamplesDeep Learning Examples
https://github.com/NVIDIA/DeepLearningExamples

5 распространенных ошибок начинающих программистов на Python
https://habr.com/ru/post/458902/?utm_campaign=458902&utm_source=habrahabr&utm_medium=rss

В первые дни работы программистом на Python все мы сталкиваемся с разными типами багов в нашем коде, которые после нескольких болезненных часов в StackOverflow оказываются не багом, а фичей Python'а. Ниже приведены 5 самых распространенных ошибок, которые делают большинство начинающих программистов на Python. Давайте немного о них узнаем, чтобы сэкономить несколько часов, задавая вопросы на страницах и в группах в Facebook.

Получаем lvl up в визуализации данных
https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e99039d5e

onpremise - официальный набор для установки Sentry
http://github.com/getsentry/onpremise

examples - набор примеров с PyQt
http://github.com/pyqt/examples

kubernetes python - официальный клиент для kubernetes
http://github.com/kubernetes-client/python

Преобразуем изображение в звук — что можно услышать?
https://habr.com/ru/post/458962/?utm_campaign=458962&utm_source=habrahabr&utm_medium=rss

В недавней публикации здесь на сайте описывалось устройство, позволяющее незрячим людям «видеть» изображение, преобразуя его с помощью звуковых волн. С технической точки зрения, в той статье не было никаких деталей вообще (а вдруг украдут идею за миллион), но сама концепция показалась интересной. Имея некоторый опыт обработки сигналов, я решил поэкспериментировать самостоятельно.

Talk Python to Me: #219 Take a Python tour of duty at the United States Digital Service
https://talkpython.fm/episodes/show/219/take-a-python-tour-of-duty-at-the-united-states-digital-service

Audio

Attention для чайников и реализация в Keras
https://habr.com/ru/post/458992/?utm_campaign=458992&utm_source=habrahabr&utm_medium=rss

Не смотря на то что механизм Attention описан в англоязычной литературе, в русскоязычном секторе достойного описание данной технологии я до сих пор не встречал. На нашем языке есть много статей по Искусственному Интеллекту (ИИ). Тем не менее, те статьи, которые удалось найти, раскрывают только самые простые модели ИИ, например, свёрточные сети, генеративные сети. Однако, по передовым новейшим разработками в области ИИ статей в русскоязычном секторе крайне мало.

Обзор Python 3.8
http://khashtamov.com/ru/python38-overview/

Релиз Python 3.8 намечен на октябрь 2019 года, но уже сейчас у каждого есть возможность пощупать набор новых фишек языка. Пока пишу этот пост, на официальном сайте доступна версия python 3.8b2 (https://www.python.org/downloads/release/python-380b2/).
Итак, что же нам готовит релиз грядущий?

numpy-ml - Machine learning, in numpy
http://github.com/ddbourgin/numpy-ml

StackOverflow: интересные вопросы за неделю (clxxxv)
http://python-weekly.blogspot.com/2019/07/clxxxv-stackoverflow-python-report.html

Сводка новостей от pythonz.net 30.06.2019 — 07.07.2019
https://pythonz.net/articles/254/