The Nitty-Gritty of OAuth 2.0 Flow

Как написать Discord bot на Python

Написание ботов не такая простая задача, как кажется. Необходимо учесть сценарии использования, пройти через дебри настроек и отладки, наладить мониторинг.

Мы консультируем по написанию ботов - обращайтесь https://t.me/axsapronov. Подскажем как разработать бота наиболее быстро

Строим модель для deep learning за 15 минут

Wagtail 2.0

Коллаборация Visual Studio Code и Anaconda

Не так давно было объявлено о включении Visual Studio Code в дистрибутив Anaconda, что несомненно является большим шагом в развитии инструментов анализа данных с открытым исходным кодом.

Anaconda, основанная Трэвисом Олифантом, автором NumPy, стала неотъемлемым инструментом в области работы с данными, имеющая в своем арсенале большое количество библиотек и плагинов, которые охватывают большинство аналитических случаев. Поскольку Python является интерпретированным языком, с поддержкой REPL, вы можете тестировать фрагменты кода из командной строки, работать с источниками данных перед запуском более сложных скриптов.

Moscow Python Meetup 54

22-го марта мы встречаемся в Rambler&Co; на 54-й встрече MoscowPython

На встрече мы услышим 3 доклада:

 Александр Ковалев (Яндекс). Django-rester, как легкая альтернатива django-rest-framework

При разработке сервисов на django, мы столкнулись с тем, что не пользуемся большей частью пакета django-rest-framework, о чем я упоминал на Moscow Python Conf 2017. В итоге мы сделали свой небольшой пакет для простой реализации REST API в Django проектах.

Никита Соболев (wemake.services, CTO). Начинаем Django приложение правильно

В современном мире есть куча ньюансов, которые нужно учесть при старте вашего приложения: конфигурация, деплой, тесты, CI, удобство разработки. Расскажу про Bleeding Edge технологии, основная цель которых сделать ваш проект безопасным и удобным.

Докладчик из Rambler&Co; — TBA

Гайд: рисование графиков с Matplotlib

csso и django-pipeline

Мега-Учебник Flask, Часть XIII: I18n и L10n

Это тринадцатая часть серии Мега-Учебник Flask, в которой я расскажу вам, как реализовать поддержку нескольких языков для вашего приложения. В рамках этой работы вы также узнаете о создании собственных расширений CLI для flask.

lore - инструмент для машинного обучения

Python 3.7.0b2

Python: история как VSCode "сломал" Pytest внутри docker контейнера.

Читаем файлы в Python

Quantum - Microsoft Quantum Development Kit Samples and Libraries

Keras-GAN - Keras реализация Generative Adversarial Networks.

NumPy вопросы для Data Analysis

Классификация объектов в режиме реального времени

Распознавание изображений очень широко используется в машинном обучении. В этой области существует множество различных решений, однако потребностям нашего проекта ни оно из них не удовлетворяло. Нам понадобилось полностью локальное решение, которое способно работать на крошечном компьютере и передавать результаты распознавания на облачный сервис. В этой статье описывается наш подход к созданию решения для распознавания изображений с помощью TensorFlow.

Как писать Dockerfiles для Python приложений

Структура Flask проекта

PythonRobotics - примеры кода для алгоритмов для робота