Size: a a a

2020 September 03
PythonDigest
3 полезных Python-инструмента для упрощения работы с кодом
https://habr.com/ru/post/517486/?utm_campaign=517486&utm_source=habrahabr&utm_medium=rss

Любой разработчик использует те или иные вспомогательные инструменты. Какие-то из них позволяют ускорить процесс, какие-то — избавиться от ошибок, сделать код более понятным. Такие инструменты есть практически в любой сфере разработки. Престон Бадир (Preston Badeer), Python-программист, поделился набором расширений которые, по его мнению, значительно упрощают и ускоряют кодинг. За 5 лет работы он перепробовал множество инструментов и выделил три наиболее полезных.
источник
PythonDigest
источник
PythonDigest
Напишем и поймем Decision Tree на Python с нуля! Часть 1. Краткий обзор
https://habr.com/ru/post/517556/?utm_campaign=517556&utm_source=habrahabr&utm_medium=rss

Представляю вашему вниманию перевод статьи "Pythonで0からディシジョンツリーを作って理解する (1. 概要編) (https://qiita.com/toyohisa/items/ab60d3eab11730f156da)".
источник
2020 September 04
PythonDigest
Кракс! Миллениалы изобрели Python фреймворк
https://habr.com/ru/post/517566/?utm_campaign=517566&utm_source=habrahabr&utm_medium=rss

Данная статья посвящена разбору плюсов и минусов очередного Python фреймворка, который увидел свет около недели назад.
источник
2020 September 05
PythonDigest
Создание первой модели глубокого обучения Visual Studio IntelliCode: исследовательский путь
https://habr.com/ru/post/517116/?utm_campaign=517116&utm_source=habrahabr&utm_medium=rss

С тех пор, как первая модель завершения кода IntelliCode была представлена в Visual Studio и Visual Studio Code в 2018 году, она стала важным помощником по кодингу для миллионов разработчиков по всему миру. В последние два года мы постоянно работали над тем, чтобы адаптировать IntelliCode для большего количества языков программирования, а в то же время изучали способы повышения точности и покрытия модели, чтобы обеспечить еще большее удовлетворение пользователей. Одним из наших основных исследовательских усилий было привнести последние достижения в области глубокого обучения для моделирования естественного языка в моделирование языков программирования. После использования таких технологий, как машинное обучение Azure и среда выполнения ONNX, мы успешно реализовали первую модель глубокого обучения для всех пользователей IntelliCode Python в Visual Studio Code.
источник
PythonDigest
[Видео] We make services / Никита Соболев (wemake.services)
https://www.youtube.com/watch?v=apoial8krAw

Краткий обзор тайп-чекинга в питоне, mypy, pep484. Как я писал библиотеку django-stubs. С какими проблемами столкнулся в процессе. Что еще планируется сделать. DEP (Django Enhancement Proposal) по поводу добавления типов в core.
источник
PythonDigest
CTF. Пароли в Firefox. Пароль Android. Атака Bit-Flipping. Решение задач с r0от-мi Crypto. Часть 3
https://habr.com/ru/post/517662/?utm_campaign=517662&utm_source=habrahabr&utm_medium=rss

В данной статье ломаем шифры перестановки и Виженера, расшифруем сохраненный в браузере Mozilla Firefox пароль, расправляемся с блокировкой Android и разбираемся с атакой Bit-Flipping.
источник
PythonDigest
источник
PythonDigest
Custom Form Validation - Building SaaS #71
https://www.mattlayman.com/building-saas/custom-form-validation/

Audio
источник
PythonDigest
Немного Сythonа
https://habr.com/ru/post/517770/?utm_campaign=517770&utm_source=habrahabr&utm_medium=rss

Дошли руки до Cythona, спасибо самоизоляции. Проблема прозаична — как ускориться на python с минимальными потерями в синтаксисе. Один из подходов — использование Сython (сместь С и python). Не давала покоя публикация с громким названием отсюда — habr.com/ru/company/ruvds/blog/462487 Но из содержания публикации мало что можно вынести, так как формулы и результирующая таблица неверны. Попробуем дополнить картину, начатую авторами поста и расставим точки над и.
источник
PythonDigest
[Видео] Все возможности JupyterHub для более чем 20 студентов или R&D-команды / Петр Ермаков
https://www.youtube.com/watch?v=v34y7XtlIWE

Особенности и лайфхаки настройки JupyterHub для большой Data Science-команды. Как правильно организовать работу на общих серверах. Даже если команда состоит из одного человека, вы вынесете новые хитрости. Но что, если вы не один? Как ужиться на одной машине 20 студентам, изучающим ML, или R&D-;команде из 15? Готовые рецепты, рекомендации и собранные грабли.
источник
PythonDigest
Пайплайны и частичное применения функций, зачем это в Python
https://habr.com/ru/post/517780/?utm_campaign=517780&utm_source=habrahabr&utm_medium=rss

Одно из главных достоинств Python — его выразительность. Функциональные средства языка позволяют лаконично описывать преобразования над данными. На мой взгляд в Python не хватает некоторых инструментов, которые помогли бы удобнее описывать преобразования данных и дополнить функциональную составляющую языка, в частности "пайплайны функций" и их частичное применение. Поэтому в этом посте я лью воду о возможности и необходимости данных средств с экспериментами по их реализации. Пришёл во многом за критикой. Приятного чтения!
источник
2020 September 06
PythonDigest
Заметки Дата Сайентиста: на что обратить внимание при выборе модели машинного обучения — персональный топ-10
https://habr.com/ru/post/517830/?utm_campaign=517830&utm_source=habrahabr&utm_medium=rss

Мы снова в эфире и продолжаем цикл заметок Дата Сайентиста и сегодня представляю мой абсолютно субъективный чек-лист по выбору модели машинного обучения. Это топ-10 свойств задачи и просто пунктов (без порядка в них), с точки зрения которых я начинаю выбор модели и вообще моделирование задачи по анализу данных. Совсем не обязательно, что у вас он будет таким же — здесь все субъективно, но делюсь опытом из жизни.
источник
PythonDigest
Real Python: The Real Python Podcast – Episode #25: Data Version Control in Python and Real Python Video Transcripts
https://realpython.com/podcasts/rpp/25/
источник
PythonDigest
Определение положения и скорости тележки мостового крана с помощью цифровой камеры и OpenCV
https://habr.com/ru/post/517904/?utm_campaign=517904&utm_source=habrahabr&utm_medium=rss

В компьютерном зрении существует метод измерения расстояния до объекта без использования датчиков глубинны и стереокамер. В данной работе метод используется для определения положения и скорости тележки мостового крана.


Благодаря тому, что тележка оснащена энкодерами, я смогу показать, насколько точно работает данный метод, основанный на подобие треугольников. В статье показано как измерить дистанцию с помощью одной камеры, и как это можно использовать в практических задачах.


Тема посвящена моей дипломной работе в магистратуре, которую я писал два года назад.
источник
PythonDigest
источник
2020 September 07
PythonDigest
источник
PythonDigest
StackOverflow: интересные вопросы за неделю (ccxli)
http://python-weekly.blogspot.com/2020/09/ccxli-stackoverflow-python-report.html
источник
PythonDigest
источник
PythonDigest
#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Как мы научили робота чувству юмора
- Как обеспечить безопасность REST API
- Определяем пульс по вебкамере в 50 строчек кода
- Использование NLP для построения классификатора сарказма
- Тесты в Python: все основные подходы, плюсы и минусы.
- Компьютерное зрение на страже конфиденциальности
- Определение положения и скорости тележки мостового крана с помощью цифровой камеры и OpenCV
- Делаем параллельный корпус из книг с помощью sentence embeddings
- Кракс! Миллениалы изобрели Python фреймворк
- [Видео] Все возможности JupyterHub для более чем 20 студентов или R&D-команды / Петр Ермаков
- Django security releases: 3.1.1, 3.0.10 and 2.2.16
- reno 3.2.0 - release notes manager

Заходите в гости - https://pythondigest.ru/issue/350/
Присылайте интересные новости через форму на сайте.
источник