Django bugfix releases issued: 3.2.3, 3.1.11, and 2.2.23
https://www.djangoproject.com/weblog/2021/may/13/bugfix-releases/

Липкие сессии для самых маленьких [Часть 2]. Или как понять kubernetes и преисполниться в своём познании
https://habr.com/ru/post/551332/?utm_campaign=551332&utm_source=habrahabr&utm_medium=rss

Липкие сессии (Sticky-session) — это особый вид балансировки нагрузки, при которой трафик поступает на один определенный сервер группы. Как правило, перед группой серверов находится балансировщик нагрузки (Nginx, HAProxy), который и устанавливает правила распределения трафика на доступные сервера.В первой части цикла мы уже разобрали как создавать липкие сессии с помощью Nginx. Во второй части разберем создание подобной балансировки средствами Kubernetes.Так как статьи в основном направлены на начинающих - придется коснуться основ kubernetes. Да-да, я знаю в интернете полно материала для изучения куба. Но здесь будет минимум душной теории и максимум практики. Лучше один раз развернуть тестовое приложение в кластере и понять основные принципы, чем читать тонну скучных мануалов.

Оно живое! Вышла версия Flask 2.0
https://habr.com/ru/post/557250/?utm_campaign=557250&utm_source=habrahabr&utm_medium=rss

Незаметно от всех 12 мая 2021 вышла новая версия известного микрофреймворка Flask. Хотя казалось, что во Flask есть уже все, ну или почти все, что нужно для микрофреймворка.

Предвкушая интерес, а что же нового завезли, оставлю ссылку на Change log (https://flask.palletsprojects.com/en/master/changes/).

Как построить систему распознавания лиц с помощью Elasticsearch и Python
https://habr.com/ru/post/557210/?utm_campaign=557210&utm_source=habrahabr&utm_medium=rss

Пытались ли вы когда-нибудь искать объекты на изображениях? Elasticsearch может помочь вам хранить, анализировать и искать объекты на изображениях или видео.

В этом кратком руководстве мы покажем вам, как создать систему распознавания лиц с помощью Python. Узнайте больше о том, как обнаруживать и кодировать информацию о внешности - и находить совпадения в поиске.

Graphsignal Logger - AI Observability
https://github.com/graphsignal/graphsignal

Graphsignal is an observability platform for monitoring and troubleshooting production machine learning applications. It helps ML engineers, MLOps teams and data scientists to quickly address issues with data and models as well as proactively analyze model performance and availability. Learn more at graphsignal.ai.

Если у вас нет плюсов
https://habr.com/ru/post/555488/?utm_campaign=555488&utm_source=habrahabr&utm_medium=rss

Мой друг Алексей ищет работу и ходит на собеседования. После которых интересуется, как-бы я ответил на некоторые из заданных вопросов.Отвечая на один такой вопрос, я слегка увлёкся, и материала набралось на целую статью. Впрочем, небольшую и несерьёзную - пятничного формата. Хотите немного развлечься? Вопрос лёгкий. Надеюсь, вы попытаетесь ответить на него самостоятельно, прежде чем читать дальше. Итак:"Сложить два целых числа (от 1 до 99) без использования оператора 'плюс'. Дайте пять разных ответов" Как думаете, сколько там ответов?

Test and Code: 153: Playwright for Python: end to end testing of web apps - Ryan Howard
https://testandcode.com/153

Audio

Python Meetup Chelyabinsk #9
https://pychel.timepad.ru/event/1632550/

Девятый Python-митап в Челябинске состоится в четверг, 27 мая. Место: Клары Цеткин, 11, 1 этаж (Лекторий КЦ11) Начало в 18:30.

С помощью Python создаём математические анимации, как на канале 3Blue1Brown
https://habr.com/ru/post/556944/?utm_campaign=556944&utm_source=habrahabr&utm_medium=rss

Вы наверняка когда-то испытывали трудности в понимании математических концепций алгоритмов машинного обучения и для лучшего понимания темы пользовались обучающим ресурсом 3Blue1Brown. 3Blue1Brown — известный математический YouTube-канал, который ведёт Грант Сандерсон. Многим нравится 3Blue1Brown за прекрасные объяснения Гранта и великолепные анимации.

Погружаемся в статистику вместе с Python. Часть 1. Z-статистика и p-value
https://habr.com/ru/post/557424/?utm_campaign=557424&utm_source=habrahabr&utm_medium=rss

Не знаю как вам, а мне статистика далась очень не просто. Причем "далась" - это еще громко сказано. Да, оказалось что можно довольно долго ехать на методичках, кое как вникая в смысл четырехэтажных формул, а иногда даже не понимая результатов, но все равно ехать. Ехать и не получать никакого удовольствия - вроде бы все понятно, но ощущение, что ты "не совсем в теме" все никак не покидает. Какое-то время пытался читать книги по R и не то что бы совсем безрезультатно, но и не "огонь". Нашел наикрутейшую книгу "Статистика для всех" Сары Бослаф, прочитал... все равно остались какие-то нюансы смысл которых так и не понятен до конца.
 

The Real Python Podcast – Episode #60: Building a Platform Game With Arcade and Covering Python News Monthly
https://realpython.com/podcasts/rpp/60/

Audio

Talk Python to Me: #316 Flask 2.0
https://talkpython.fm/episodes/show/316/flask-2.0

Audio

CatBoost и ML-конкурсы
https://habr.com/ru/post/557538/?utm_campaign=557538&utm_source=habrahabr&utm_medium=rss

Эта статья основана на данных конкурса, который компания Driven Data опубликовала для решения проблем с источниками воды в Танзании. Краткий анализ данных, подготовка данных и бэйзлайн модель с использованием CatBoost. Целевая аудитория - те, кто хотят начать свой путь в ML-соревнованиях.

Матрица-Перематрица
https://habr.com/ru/post/557550/?utm_campaign=557550&utm_source=habrahabr&utm_medium=rss

Работа нейронной сети основана на манипуляциях с матрицами. Для обучения используются разнообразные методы, многие из которых выросли из метода градиентного спуска, где необходимо умение обращаться с матрицами, вычислять градиенты (производные по матрицам). Если заглянуть “под капот” нейронной сети, можно увидеть цепочки из матриц, выглядящие зачастую устрашающе. Проще говоря, “нас всех подстерегает матрица”. Пора познакомиться поближе.

AI Pool: Using Autoencoder to generate digits with Keras
https://ai-pool.com/a/s/using-autoencoder-to-generate-digits-with-keras

This article contains a real-time implementation of an autoencoder which we will train and evaluate using very known public benchmark dataset called MNIST data.

AI Pool: Understanding of Support Vector Machine (SVM)
https://ai-pool.com/a/s/understanding-of-support-vector-machine--svm

Explanation of the support vector machine algorithm, the types, how it works, and its implementation using the python programming language with the sklearn machine learning package

Weekly Python StackOverflow Report: (cclxxv)
http://python-weekly.blogspot.com/2021/05/cclxxv-stackoverflow-python-report.html

Сам себе Гутенберг. Делаем параллельные книги
https://habr.com/ru/post/557664/?utm_campaign=557664&utm_source=habrahabr&utm_medium=rss

Если вам нравится изучать языки (или вы их преподаете), то вы наверняка сталкивались с таким способом освоения языка как параллельное чтение. Он помогает погрузиться в контекст, увеличивает лексикон и позволяет получить удовольствие от обучения. Читать тексты в оригинале параллельно с русскоязычными, на мой взгляд, стоит, когда уже освоены азы грамматики и фонетики, так что учебники и преподавателей никто не отменял. Но когда дело все же доходит до чтения, то хочется подобрать что-то по своему вкусу, либо что-то уже знакомое или любимое, а это часто невозможно, потому что такого варианта параллельной книги никто не выпускал. А если вы учите не английский язык, а условный японский или венгерский, то трудно найти вообще хоть какой-то интересный материал с параллельным переводом.

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Матрица-Перематрица
- С помощью Python создаём математические анимации, как на канале 3Blue1Brown
- Pythonnet. Как запустить C# код из Python
- Сам себе Гутенберг. Делаем параллельные книги
- Разработка веб-приложения для транскрибирования аудиозаписей с использованием Python, Streamlit и AssemblyAI
- Липкие сессии для самых маленьких [Часть 2]. Или как понять kubernetes и преисполниться в своём познании
- Цикл статей: Python и статистический вывод
- [Аудио] Talk Python to Me: #316 Flask 2.0
- Django bugfix releases issued: 3.2.3, 3.1.11, and 2.2.23

Заходите в гости - https://pythondigest.ru/issue/386/
Присылайте интересные новости через форму на сайте.

AI Pool: Visualization with Seaborn
https://ai-pool.com/a/s/visualization-with-seaborn