Собрали в одном месте самые важные ссылки
читайте нас в Telegram
В этой статье мы собираемся воспользоваться машинным обучением и техногиями распознавания лиц, чтобы предсказать есть ли на изображении улыбка.
Статья описывает опыт создания чата привязанного к гео-позиции.
Из вебинара вы узнаете как ускорить программы на Python с помощью встроенного GPU AMD APU. Для этого будет использоваться Numba
Интерфейс для вызова C-кода. Изменения описаны по ссылке https://allmychanges.com/p/python/cffi/#1.4.1. Скачать можно по ссылке: http://pypi.python.org/pypi/cffi/
В репозитории вы найдете интересную реализацию множества ботов (через определение поведения)
А также целый набор готовых ботов:
Один из core-разработчиков делится своими мыслями о причине создания Python3.
Статья про инструменты оптимизации кода на Python. В материале вы найдете упоминание numpy, scipy, векторизации данных и варианты оптимизации кода, который работает с деревьями
Модуль добавляет поддержку авторизации с помощью JSON Web Tokens
Понадобилось на одном из своих проектов установить FTS сервис. Я достаточно долгое время пользовался SphinxSearch, но решил поинтересоваться у общественности (тут итут) какой сейчас инструмент более популярен и отвечает следующим требованиям:
Unishark поможет вам:
- писать конфигурацию для тестов в yaml или json стиле - запускать тесты параллельно на разных уровнях
- генерировать отчеты в форматах HTML или XUnit - ускорить написание тестов с помощью новых декораторов
Еще один модуль для реализации нейронных сетей. В данном случае оптимизации сделаны на обработку рукописных чисел.
Статья рассказывает об оптимизации Python кода на примере задач-число дробилок. Применяются Numpy, Numbu, Cython