Собрали в одном месте самые важные ссылкичитайте нас в Telegram
Здравствуйте. Это статья об синтаксическом анализе предложений, их представлении. Для разбора предложений будет использоваться пакет NLTK и язык программирования Python (версии 2.7).
Видео со встречи группы PyNSK #17 Докладчик: Данил Руденко
О докладе: У нашего зоопарка опять проблемы, которые необходимо решить максимально технологично!
На первом докладе мы поговорили о сверточных нейронных сетях, в этот раз рассмотрим такие виды нейронных сетей как автоэнкодеры и GAN’ы( генеративные состязательные сети). Также углубимся немного в Keras, напишем кастомный загрузчик данных и немного посмотрим на Jupyter Notebook.
Слайды: - часть 1: https://www.slideshare.net/PyNSK/keras-1 - часть 2: https://www.slideshare.net/PyNSK/keras-2
В прошлое воскресенье опубликовал новый пакет — envbox. С его помощью можно упростить задачу определения типа окружения, а также работу с его переменными.
Меня зовут Митя, и я член программного комитета PiterPy. Это классная европейская конференция по Python в северной столице. Хотите, расскажу вам о ней?
Иногда возникает желание мониторить локальный GIT сервер на предмет кто (ФИО из LDAP), какой проект и откуда(ip-адрес) клонит или пушит. Изучив документацию, стало ясно, что такого функционала из коробки нет, точнее есть, но в платной версии GitLab. Под катом мой опыт реализации мониторинга. Мой рецепт не претендует на универсальность, я надеюсь он многим пригодится как, отправная точка.
Видео со встречи группы PyNSK #17 Докладчик: Никита Семенов
О докладе: Появление asyncio стало новой вехой в истории питона. По-настоящему удобный и эффективный способ запускать асинхронный код.
В своем докладе я познакомлю слушателя с базовым синтаксисом, парадигмами и примитивами, чтобы можно было начать использовать всю мощь asyncio уже сегодня.
Для этого я возьму децентрализованные базы данных с web-интерфейсом, раскиданные по нескольким серверам, и покажу как их можно эффективно запроцесить только при помощи стандартных методов питона 3.4+ и aiohttp.
Слайды: https://www.slideshare.net/PyNSK/asyncio-81082020
В этой статье мы с вами обсудим тот перечень направлений Питона, который я выделяю наиболее перспективными для приложения своих сил и времени для молодых специалистов. Данный вывод делается на основе моего анализа – изучение областей и инструментов питона и сравнивать их эффективность с аналогами на других платформах.
Видео со встречи группы PyNSK #17 Докладчик: Станислав Каблуков
О докладе: Расскажу о своём опыте использования Python для разработки игр. В каких игровых движках и программах для моделирования используется Python.
Как и почему стоит использовать python для создания игр, и в каких случаях лучше отказаться от данной идеи. О плюсах и минусах использования Python.
В докладе будет про: python, blender, Ren'py, KivEnt, Boo, UE4 и д.р.
Слайды: https://www.slideshare.net/PyNSK/python-gamedev
Вопросы, которые разобраны в статье: • Как собрать и подготовить данные для построения модели? • Что такое нейронная сеть и как она устроена? • Как написать свою нейронную сеть с нуля? • Как правильно обучить нейронную сеть на имеющихся данных? • Как интерпретировать модель и ее результаты? • Как корректно оценить качество модели?
В последних статьях мы рассмотрели пару задачек по классификации, в процессе потом и кровью добывая себе данные, теперь пришло время регрессии. Поскольку ничего светотехнического в этот раз под рукой не оказалось, я решил поскрести по другим сусекам. Помнится, в одной из статей я агитировал читателей посмотреть в сторону отечественных открытых данных. Но поскольку я не барышня из рекламы «кефирчика для пищеварения» или шампуня с лошадиной силой, совесть не позволяла советовать что-либо, не испытав на себе.