Собрали в одном месте самые важные ссылки
читайте авторский блог
Мощный и быстрый модуль для обработки XML/HTML. Скачать можно по ссылке: https://pypi.python.org/pypi/lxml/
(04.06.2018 - 10.06.2018)
Решал задачу составления словаря Хабрахабра для целей отслеживания появления новых языков, фреймворков, практик управления и т.п. Короче новых слов.
Результатом стал список английских слов «в именительном падеже и единственном числе».
Не так давно в моём учебном заведении прошёл пилотный Хакатон для студентов. Тематика заданий была связана с информационной безопасностью, в том числе шифрованием данных.
Или как я оказался в команде победителей соревнования Machines Can See 2018 adversarial competition.
Большое и увлекательное путешествие начинается с простого и банального шага. Когда мне на работе понадобилось реализовывать процесс логина для набора автоматизированных тестов, я даже не представлял, куда это приведет.
Дальше в статье вы узнаете, как доказать, что вы знаете пароль, ни разу не передав его в каком бы то ни было виде (доказательство с нулевым разглашением), и как я спотыкался на готовых примерах, чтобы получить работающий код на Python в конце пути.
Google Colaboratory — это не так давно появившийся облачный сервис, направленный на упрощение исследований в области машинного и глубокого обучения. Используя Colaboratory, можно получить удаленный доступ к машине с подключенной видеокартой, причем совершенно бесплатно, что сильно упрощает жизнь, когда приходится обучать глубокие нейросети. Можно сказать, что она является некоторым аналогом гугл-документов для Jupyter Notebook.
Компьютерное зрение все глубже интегрируется в нашу жизнь. При этом, мы даже не замечаем всего этого наблюдения за нами. Сегодня расскажем о системе, помогающей анализировать эмоции посетителей на конференциях, в учебном процессе, в кинотеатрах и много где ещё. Кстати, покажем код и расскажем о практических кейсах.
Книга позиционируется как прикладная, максимально избавленная от математики и неустаревающая.
Глубокое обучение — Deep learning — это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных преобразований. Согласитесь, эта фраза звучит угрожающе. Но всё не так страшно, если о глубоком обучении рассказывает Франсуа Шолле, который создал Keras — самую мощную библиотеку для работы с нейронными сетями. Познакомьтесь с глубоким обучением на практических примерах из самых разнообразных областей. Книга делится на две части: в первой даны теоретические основы, вторая посвящена решению конкретных задач. Это позволит вам не только разобраться в основах DL, но и научиться использовать новые возможности на практике.
Talk Python to Me: #502: Django Ledger: Accounting with Python
Некоторые особенности создания диаграммы Санки (Sankey Diagram) на Python библиотека plotly
Game Engine 3 — оболочка для визуального программирования игр на Python (от идеи до реализации)
Почему @patch из unittest.mock ломает вам тесты, если не указать autospec=True
Как обсчитать RFM-анализ за 5 шагов
Сводка от pythonz 13.04.2025 — 20.04.2025
Оповещение о РО через колонки Яндекса (Ну или в целом получение сигналов в УДЯ)
Multithreading PyQt6 applications with QThreadPool
Простой пример использования в ПЛК нейросетевого контроллера