Внедрение RoI Pooling в TensorFlow + Keras
https://habr.com/ru/post/510094/?utm_campaign=510094&utm_source=habrahabr&utm_medium=rss

В этом посте мы объясним основную концепцию и общее использование RoI pooling (Region of Interest — область интересов) и предоставим реализацию с использованием слоев Keras среды TensorFlow.

 
Целевая аудитория этого поста — люди, знакомые с базовой теорией (сверточных) нейронных сетей (CNN) и способные создавать и запускать простые модели с использованием Keras (https://keras.io/#getting-started-30-seconds-to-keras).


Если вы здесь только для кода, обратитесь сюда (https://gist.github.com/Jsevillamol/0daac5a6001843942f91f2a3daea27a7) и не забудьте поставить лайк и поделиться статьей!

is против == в Python – Сравнение объектов
https://webdevblog.ru/is-protiv-v-python-sravnenie-obektov/

В Python есть два очень похожих оператора для проверки равенства двух объектов. Эти два оператора is и ==.

Python import: Advanced Techniques and Tips
https://realpython.com/python-import/

What's New in Django 3.1?
https://learndjango.com/tutorials/whats-new-django-31

Сравнение разных django filter на примере демо базы PostgreSQL
https://habr.com/ru/post/510196/?utm_campaign=510196&utm_source=habrahabr&utm_medium=rss

Началось всё с того, что мне предложили в рамках предмета "Основы веб-программирования" поучаствовать в проекте, вместо проделывания лабораторных работ и курсовой, поскольку я заявил о том, что хотел быть делать нечто отдалённое от общего курса (и так уже достаточно знаний было по связке DRF + Vue, хотелось чего-то нового). И вот в одном из своих PR на github я решил использовать полнотекстовый поиск (задание намекало на это) для фильтрации контента, что заставило меня обратиться к документации Django (https://docs.djangoproject.com/en/3.0/topics/db/search/) в поисках того, каким же образом лучше это дело реализовать.

Using module __dir__ and __getattr__ for configuration
http://pythonwise.blogspot.com/2020/07/using-module-dir-and-getattr-for.html

PyCharm 2020.1.3
http://feedproxy.google.com/~r/Pycharm/~3/_g5-RtHnEcI/

Учимся квантовому программированию на Python с помощью примеров. Доклад Яндекса
https://habr.com/ru/post/510054/?utm_campaign=510054&utm_source=habrahabr&utm_medium=rss

Сегодня любой желающий может воспользоваться методами квантового программирования, написать простой код на Python и запустить его на реальном квантовом вычислителе. Ришат Ибрагимов rishat_ibrahimov (https://habr.com/ru/users/rishat_ibrahimov/) разобрал основы квантовых вычислений на примерах с кодом, показал, как запускать программы на локальном симуляторе и удаленном квантовом компьютере.

10 предпочтительных методов рефакторинга кода на Python
https://habr.com/ru/post/510294/?utm_campaign=510294&utm_source=habrahabr&utm_medium=rss

Python – язык программирования общего назначения, широко используемый в научных вычислениях, искусственном интеллекте, веб-разработке, финансовом моделировании и во многих других областях. Основная причина его популярности заключается в гибкости – есть множество решений для разного рода операций. Однако, в большинстве случаев есть всего лишь одно решение, которое считается предпочтительным среди опытных Python программистов. В этой статье я бы хотел сделать обзор 10 характерных для этого языка практических примеров, которые можно оценить и взять на вооружение для рефакторинга кода на Python

В каких случаях не нужно использовать списки в Python
https://habr.com/ru/post/510350/?utm_campaign=510350&utm_source=habrahabr&utm_medium=rss

В Python, наверное, самым популярным контейнером данных будет список (list). Он настолько гибкий, что его можно использовать в проектах почти повсеместно и хранить в нем данные различного типа: целые числа, строки и экземпляры пользовательских классов. Помимо этого, список мутабелен, что позволяет нам добавлять или удалять элементы по мере необходимости. По вышеперечисленным причинам некоторые программисты склонны слишком часто использовать списки и даже не рассматривать жизнеспособные альтернативы.

Python Bytes: #189 What does str.strip() do? Are you sure?
https://pythonbytes.fm/episodes/show/189/what-does-str.strip-do-are-you-sure

Audio

The Real Python Podcast – Episode #17: Linear Programming, PySimpleGUI, and More
https://realpython.com/podcasts/rpp/17/

Test and Code: 121: Industrial 3D Printing & Python, Finite State Machines, and Simulating Hardware - Len Wanger
https://testandcode.com/121

Audio

Мастерство Data Science: Автоматизированное конструирование признаков на Python
https://habr.com/ru/post/510420/?utm_campaign=510420&utm_source=habrahabr&utm_medium=rss

Машинное обучение все больше переходит от моделей, разработанных вручную, к автоматически оптимизированным пайплайнам с использованием таких инструментов, как H20 (http://docs.h2o.ai/h2o/latest-stable/h2o-docs/automl.html), TPOT (https://epistasislab.github.io/tpot/) и auto-sklearn (https://automl.github.io/auto-sklearn/stable/). Эти библиотеки, наряду с такими методами, как случайный поиск (http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf), стремятся упростить выбор модели и настройку частей машинного обучения, находя лучшую модель для набора данных без какого-либо ручного вмешательства. Однако разработка объектов, возможно, более ценный аспект (https://www.featurelabs.com/blog/secret-to-data-science-success/) пайплайнов машинного обучения, остается почти полностью человеческим трудом.

CPython библиотека «ВКФ» для машинного обучения
https://habr.com/ru/post/510010/?utm_campaign=510010&utm_source=habrahabr&utm_medium=rss

В предыдущей заметке автора  (https://habr.com/en/post/509338/) был описан web-сервер для проведения экспериментов с ВКФ-методом машинного обучения, основанного на теории решеток. Как альтернатива использования web-сервера в настоящей заметке сделана попытка указать путь использования CPython-библиотеки напрямую. Мы воспроизведем рабочие сессии экспериментов с массивами Mushroom и Wine Quality из UCI репозитория данных для тестирования алгоритмов машинного обучения. Потом будут даны объяснения о форматах входных данных.

StackOverflow: интересные вопросы за неделю (ccxxxv)
http://python-weekly.blogspot.com/2020/07/ccxxxv-stackoverflow-python-report.html

Проблемы исчисления и один из способов их решения на языке Python
https://docs.google.com/document/d/1fgPsMFJUIWO2YPxWzOU9V2dc3oL24hC33WRITpvb3Do/edit?usp=sharing

Описывается нестандартный метод решения сложения чисел с плавающей точкой

Разработка zond-а для замера скорости интернета
https://habr.com/ru/post/510578/?utm_campaign=510578&utm_source=habrahabr&utm_medium=rss

Тружусь я в компании, предоставляющей услуги кабельного телевидения и доступа в интернет. И, как это бывает в подобных компаниях, периодически слышу жалобы о несоответствии тарифного плана заявленному в договоре. То пользователь жалуется на низкую скорость «по кабелю», то на высокие пинги определенных сервисов, иногда на полное отсутствие интернета в определенное время суток. Зачастую, такие жалобы попадают в пулл заявок, по которым происходит выезд «на место» одного из сотрудников с рабочим ноутбуком, на котором и производятся все замеры. И, зачастую, выясняется, что со скоростью все в порядке. А низкая скорость на самом деле на мобильном телефоне, через wi-fi, на балконе. Ну или нечто подобное.

Сводка новостей от pythonz 05.07.2020 — 12.07.2020
https://pythonz.net/articles/324/

#python #pydigest

Сборник Python новостей уже перед вами.

В 342 выпуске Python Дайджест вы найдете:

- pyOpenRPA туториал. Управление оконными GUI приложениями
- CPython библиотека «ВКФ» для машинного обучения
- Подборка статей о машинном обучении: кейсы, гайды и исследования за июнь 2020
- Внедрение RoI Pooling в TensorFlow + Keras
- Juniper: выращивание можжевельника в домашних условиях
- is против == в Python – Сравнение объектов
- PyCharm 2020.1.3
- beagle 0.3.0

Заходите в гости - https://pythondigest.ru/issue/342/
Присылайте интересные новости через форму на сайте.