Введение в logging на Python
https://khashtamov.com/ru/python-logging/

В стандартной библиотеке Python есть замечательный пакет для логирования — logging. В сети бытует мнение, что он сложный и настраивать его сплошная боль. В этой статье я попробую убедить вас в обратном. Мы разберём что из себя представляет этот пакет, изучим основные компоненты и закрепим материал практическим примером.

Talk Python to Me: #291 Operational Resilience with Pyomo
https://talkpython.fm/episodes/show/291/operational-resilience-with-pyomo

Audio

Как сделать ваш код на Python быстрым и асинхронным с Sanic
https://habr.com/ru/post/529420/?utm_campaign=529420&utm_source=habrahabr&utm_medium=rss

Sanic  (https://sanicframework.org/)– это очень похожий на Flask открытый веб-сервер и веб-фреймворк на Python с более чем 10К звездами (https://github.com/huge-success/sanic), который быстро развивается. Он позволяет использовать синтаксис async/await, который был добавлен в Python 3.5 (https://docs.python.org/3/library/asyncio-task.html), помогая делать ваш код неблокирующим (https://medium.com/vaidikkapoor/understanding-non-blocking-i-o-with-python-part-1-ec31a2e2db9b) и быстрым.

Разработка механизма распараллеливания кода на языке python с использованием docker-контейнеров
https://habr.com/ru/post/529480/?utm_campaign=529480&utm_source=habrahabr&utm_medium=rss

Современный этап развития технологий, в том числе и вычислительной техники, показывает нам рост объёмов данных и потребностей во все более мощных вычислителях. В основе развития центральных процессоров всегда лежала технология увеличения числа транзисторов на кристалле микропроцессора. Известный закон Мура гласит: «при сохранении этой тенденции мощность вычислительных устройств за относительно короткий промежуток времени (24 месяца) может вырасти экспоненциально»

Podcast.__init__: Pants Has Got Your Python Monorepo Covered - Episode 290
https://www.pythonpodcast.com/pants-monorepo-build-tool-episode-290/

Audio

Пишем голосового ассистента на Python
https://habr.com/ru/post/529590/?utm_campaign=529590&utm_source=habrahabr&utm_medium=rss

Технологии в области машинного обучения за последний год развиваются с потрясающей скоростью. Всё больше компаний делятся своими наработками, тем самым открывая новые возможности для создания умных цифровых помощников.


В рамках данной статьи я хочу поделиться своим опытом реализации голосового ассистента и предложить вам несколько идей для того, чтобы сделать его ещё умнее и полезнее.

Как посмотреть плоские фильмы в 3D
https://habr.com/ru/post/529602/?utm_campaign=529602&utm_source=habrahabr&utm_medium=rss

Недавно я сидел в баре с другом зашел разговор о том, в каких задачах в принципе может быть эффективен нейросетевой подход, а где они совершенно излишни. Один класс примеров, где нейросети часто наголову превосходят классические алгоритмы - обработка изображений. Точность решения задачи распознования объектов на изображении может даже превосходить человеческое восприятие. Кроме того, интересны и задачи переноса стиля, генерации реалистичных изображений, superresolution итд. Нейросети могут быть очень эффективны также в задачах типа pixtopix, когда происходит генерация одного изображения из другого. Тогда у меня и возникла идея попробовать применить данные алгоритмы для преобразования 2d фильмов в 3d.

[Видео] Moscow Python Podcast. Подкаст про Django (level: All)
https://www.youtube.com/watch?v=55wwcymy6OA

В гостях у Moscow Python Podcast Фёдор Борщёв. Поговорили с Фёдором о текущем состоянии Django, асинхронности в нём и о его будущем.

Talk Python to Me: #292 Pythonic identity (auth in Python ecosystem)
https://talkpython.fm/episodes/show/292/pythonic-identity-auth-in-python-ecosystem

Audio

wdb.server - web debugger with with aiohttp
https://github.com/shepilov-vladislav/wdb_server_aiohttp

NaN все еще может немного удивить
https://habr.com/ru/post/530112/?utm_campaign=530112&utm_source=habrahabr&utm_medium=rss

Сначала, я подумал, что это очередной вопрос из тех, которые могут задаваться на собеседовании. Наверное, если как следует пораскинуть мозгами, то можно догадаться до того, каким будет результат. Откинувшись на спинку кресла, начал размышлять, включать логику, вспоминать что-нибудь, на что можно опереться в рассуждениях. Но тщетно! Вдруг стало совершенно очевидно, что найти ответ не удается. Но почему? В чем нужно разбираться, чтобы он был найден? В математике? В языке программирования?

Ваш pet-project будет доволен. Как вдохнуть жизнь в свои наработки
https://habr.com/ru/post/530106/?utm_campaign=530106&utm_source=habrahabr&utm_medium=rss

В этой статье я хочу поделиться, как наработки, оставшиеся после соревнования на машинный перевод, вылились в интересный проект и как сотрудничество с Национальным корпусом русского языка вдохнуло в него новую жизнь.

[Видео] REST API Crash Course - Introduction + Full Python API Tutorial
https://youtu.be/qbLc5a9jdXo

Описание REST API на примере. В примере используются Python, flask, SQLAlchemy и SQLite.

PyCharm 2020.2.4
http://feedproxy.google.com/~r/Pycharm/~3/2aHQiZo8Gk0/

Определяем пол и возраст по фото
https://habr.com/ru/post/530212/?utm_campaign=530212&utm_source=habrahabr&utm_medium=rss

В практике внутреннего аудита встречаются задачи, при которых необходимо осуществить проверку по выявлению некорректного ввода данных о клиенте. Одной из таких проблем может быть несоответствие введенных данных и фото клиента, в момент оформления продукта.


К примеру, имеется следующая информация: пол, возраст и ссылка на фото. Для проверки соответствия воспользуемся библиотекой py-agender языка Python.

The Real Python Podcast – Episode #37: Teaching Python and Finding Resources for Students
https://realpython.com/podcasts/rpp/37/

Python Bytes: #209 JITing Python with .NET, no irons in sight
https://pythonbytes.fm/episodes/show/209/jiting-python-with-.net-no-irons-in-sight

Удобное логирование на бэкенде. Доклад Яндекса
https://habr.com/ru/post/530348/?utm_campaign=530348&utm_source=habrahabr&utm_medium=rss

Что-то всегда идет не по плану. Приходится отвечать на вопросы, «Что сломалось?», «Почему тормозит?» и «Почему мы не увидели этого раньше?». На примере простого приложения Даниил Галиев zefirior (https://habr.com/ru/users/zefirior/) из Яндекс.Путешествий показал, как отвечать на эти вопросы и какие инструменты в этом помогут. Настроим логирование, прикрутим трассировку, разложим ошибки, и все это в удобном интерфейсе.

Как с помощью хакатона столкнуть математиков и ML–щиков, и кто тогда победит
https://habr.com/ru/post/530340/?utm_campaign=530340&utm_source=habrahabr&utm_medium=rss

Эта статья о том, как мы совместно с роснефтёвой «дочкой» «Самаранефтехимпроект» и Казанским Федеральным Университетом в сентябре 2020 года провели «Хакатон трёх городов», на котором предложили студентам решить классическую задачу сейсмической корреляции отражающих горизонтов. С такими задачами постоянно сталкиваются специалисты по сейсморазведке по всему миру. Для участников задачу решили преподнести как «задачу поиска оптимального пути», чтобы не отпугнуть студентов страшными словами. В статье расскажем подробнее про задачу и разберём интересные решения участников. Это будет увлекательно для специалистов как по прикладному математическому моделированию, так и машинному обучению и анализу данных.

Hack The Box. Прохождение SneakyMailer. Фишинговая рассылка, LPE через PyPI и GTFOBins pip3
https://habr.com/ru/post/530132/?utm_campaign=530132&utm_source=habrahabr&utm_medium=rss

Продолжаю публикацию решений, отправленных на дорешивание машин с площадки HackTheBox. В данной статье мы получим список адресов электронной почты, выполним рассылку фишинговых писем, разместим PHP шелл через FTP, выполним произвольный код благодаря PyPI и повысим привилегии через GTFOBins pip3.