Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Какое-то время назад гугл опубликовал эксперимент DeepDream(http://googleresearch.blogspot.com.au/2015/07/deepdream-code-example-for-visualizing.html). Это проект направленный на визуализацию нейронных сетей. А в этой статье будет показано, как использовать этот же алгоритм, но в PyCharm
18-19 сентября питонисты из России и ближнего зарубежья соберутся в Екатеринбурге на конференцию PyCon Russia. Под катом: как это было в прошлом году, что мы планируем на этот и что сделать, чтобы стать докладчиком.
Библиотека представляет собой клиент для сервиса http://yourls.org/
Недавно выходила статья о смене черт лица на фото. Эта статья показывает развитие этой идеи - смена лиц в динамике - в видео.
Статья описывает алгоритм выявления автоматически созданных доменов (согласно Dynamic Generation Algorithm) и "законных" - созданных при участии человека. Это может понадобится для определения доменов, которые создают различные вирусы.
В по ссылке приведен набор видео, которые стоит посмотреть
isporn определяет с помощью сервиса http://exadeep.com является ли фотография эротической.
Эта статья показывает как можно создать свой собственный дашборд с данными из google analytics. Шаг-за-шагом показано что и как делать
Python помогает в автоматизации. В этой статье описано применение языка для создания карт - показано как можно выделять различные координаты на карте, области карты и другие действия
Статья рассказывает на какие аспекты экосистемы Python стоит обращать внимания при обучении Python
Данная статья представляет собой перевод введения в машинное обучение, представленное на официальном сайте scikit-learn. В этой части мы поговорим о терминах машинного обучения, которые мы используем для работы с scikit-learn, и приведем простой пример обучения.
Беспокоитесь что не выключили духовку? Эта статья показывает, как можно по фотографии определить включена/выключена духовка.
Статья описывает как можно генерировать осмысленные тексты. Для этого используются модель Маркова
Spark позволяет работать с большими объемами данных почти не прикладывая усилий. В этой статье показано с чего начать
Когда возникает задача — по адресу посетителя получать его город и налоговый (автомобильный) код региона, кажется — да это же просто, в инете полно таких штук! А потом смотришь: одни платные, другие нельзя у себя развернуть, третьи можно, но это ресурсозатратно, четвертые о регионах РФ ничего не знают… И тут на помощь спешит больной мозг программиста с навязчивой идеей: «Нет у других — сделай сам»
Недавно потребовалось мне сделать небольшую прогу под Windows. Раньше мне не доводилось разрабатывать под нее. Сама программа несложная, написалась относительно быстро. Намного больше времени отъела сборка ее под винду. Понятно, что выбранные инструменты (Python3 + Qt5) не родные, а универстальные, но что потребуется столько времени затратить на сборку, я не предполагал. Соответственно, хочется поделиться практикой, может кому еще придется стучаться лбом в эту стену. Под катом выстраданная инструкция как легко собирать PyQt5 приложения в single-file.exe не требующий инсталлятора.
Visual Studio - отличное средство разработки. Так давай-те подключим Python к этой среде. А в этой статье будет описано как это сделать.
Если не желаете, чтобы посторонние глаза не лезли со своими изменениями в ваш код, то вам поможет обфускатор. Вы сможете легко запутать код, а эта библиотека поможет.