Обучаем нейронную сеть для создания хреновых Amazon продуктов

cffi - 1.5.0

Интерфейс для вызова C-кода. Изменения описаны по ссылке https://allmychanges.com/p/python/cffi/#1.5.0. Скачать можно по ссылке: http://pypi.python.org/pypi/cffi/

smolder - json обертка над requests для проведения smoke тестирования

Используем Selenium для покупки билета на автобус

Сшивание панорам с помощью OpenCV

Распознавание и локализация исчезающих китов с помощью сверхглубоких нейронных сетей

В статье автор описывает свое решение этой проблемы. Решение этой Kaggle задачи заняло 2ое-место.

PEP 0510 -- Specialize functions with guards

В Python много изменяемого состояния: встроенные функции, код функций, глобальные переменные, локаьные переменные... Для оптимизации программ необходимо знать где какой-то объект изменился.

PEP добавляет в Python функции на C API, чтобы специализировать чисто Python-функции: добавить возможность писать функции с "охраннимиками" (guards), которые следят за объектами (делают версионирование объектов). Это позволит реализовать статические оптимизаторы соблюдая семантику Python

PEP 0509 -- Скрытая версия для словарей

В Python много изменяемого состояния: встроенные функции, код функций, глобальные переменные, локальные переменные... Для оптимизации программ необходимо знать где какой-то объект изменился.  

Этот PEP добавляет "охранников" (guards), которые следят за объектами словарей. При изменении словаря версия словаря увеличивается.

jug - фреймворк для распределенных вычислений

Jug позволяет писать код, который будет разбит на задачи, задачи будут выполнены на различных процессорах. Вы можете думать об этом как о легковесном map-reduce.

pi-scan - код камеры захвата для системы сканирования книг

Проектирование сложных приложений в Flask

Данная статья, размещенная в репозитории Flask на GitHub, является плодом коллективного творчества небезразличных программистов, а изначальный её автор — Brice Leroy. Она представляет собой достаточно полезный для начинающих материал по Flask. Лично для меня он стал ответом на многие простые вопросы, основным из которых был «как структурировать проект».

Для хоть сколько-то опытных программистов она вряд ли будет полезна, многие могут вовсе не согласиться с описанными принципами, однако для находящихся на ранней стадии обучения она может стать толчком к развитию, как стала для меня. Именно поэтому я сделал перевод на русский язык — у этой статьи очень низкий порог вхождения и стоит сделать его еще ниже.

Описанный пример протестирован на Python 3.5, Flask 0.10, Flask-SQLAlchemy 2.1, Flask-WTF 0.9.

PyInstaller 3.1

bloks - простой движок для блога на Python

Connexion - обертка над Flask, позволяет создать REST сервис на основе swagger 2.0 конфига

ndscheduler - гибкая cron-подобная система с REST

neuralsnap - создаем поэзию из изображений с использованием сверточных и рекуррентных нейронных сетей

dropblame - "git blame" для Dropbox файлов

django-classic-theme - классическая тема (из django 1.8-)

Модуль содержит набор css/js, которые возвращают старую админку для django 1.9+

hasattr() - вредная конструкция

Статья описывает почему не стоит использовать hasattr() в своем коде. 

Мой подход к Class Based Views

Когда-то я писал о своей неприязни к Class Based Views (CBV) в Django. Их использование заметно усложняет код и увеличивает его объём, при этом CBV мешают применять некоторые достаточно распространённые шаблоны (скажем, когда две формы представлены в одном view). И судя по всему, я не единственный из разработчиков Django, придерживающийся такой точки зрения.

Но в этом посте я хочу рассказать об ином подходе, который я применил в одном из проектов. Этот подход можно охарактеризовать одной фразой: «Создавайте свой собственный базовый класс».