[Видео] Как обновить Python 2.7 до Python 3.6 и не умереть / Александр Полищук (Код Безопасности)
https://www.youtube.com/watch?v=5U5kqrxW2ic
https://www.youtube.com/watch?v=5U5kqrxW2ic
[Видео] Beyond jupyter / Андрей Попов (Positive Technologies)
https://www.youtube.com/watch?v=uxpeU6Ya-MU
https://www.youtube.com/watch?v=uxpeU6Ya-MU
[Видео] Wagtail: когда хочется чего-то приятнее, чем просто Django / Игорь Мосягин (Lamoda)
https://www.youtube.com/watch?v=g6Fwef4KwwQ
https://www.youtube.com/watch?v=g6Fwef4KwwQ
[Видео] Pylint изнутри. Как он это делает / Максим Мазаев (ЦИАН)
https://www.youtube.com/watch?v=PuY6HTMAbVg
https://www.youtube.com/watch?v=PuY6HTMAbVg
[Видео] Python Virtual Assistant, или Как собрать бота с AI на простом стеке / Олег Пличко
https://www.youtube.com/watch?v=0xFGuadp1qM
https://www.youtube.com/watch?v=0xFGuadp1qM
[Видео] Как выкинуть из проекта C++ код, чтобы за это ничего не было / Александр Боргардт
https://www.youtube.com/watch?v=eaSYG8uAy34
https://www.youtube.com/watch?v=eaSYG8uAy34
[Видео] Theory of Neural Networks / Beau Carnes (freeCodeCamp.org)
https://www.youtube.com/watch?v=kHZ81aKpKFQ
https://www.youtube.com/watch?v=kHZ81aKpKFQ
[Видео] Создание DSL-компиляторов на Python / Пётр Советов (МИРЭА)
https://www.youtube.com/watch?v=QCcbo4cRL8A
https://www.youtube.com/watch?v=QCcbo4cRL8A
Джедайская техника уменьшения сверточных сетей — pruning
https://habr.com/ru/post/482050/?utm_campaign=482050&utm_source=habrahabr&utm_medium=rss
Перед тобой снова задача детектирования объектов. Приоритет — скорость работы при приемлемой точности. Берешь архитектуру YOLOv3 и дообучаешь. Точность(mAp75) больше 0.95. Но скорость прогона всё еще низкая. Черт.
Сегодня обойдём стороной квантизацию. А под катом рассмотрим Model Pruning — обрезание избыточных частей сети для ускорения Inference без потери точности. Наглядно — откуда, сколько и как можно вырезать. Разберем, как сделать это вручную и где можно автоматизировать. В конце — репозиторий на keras.
https://habr.com/ru/post/482050/?utm_campaign=482050&utm_source=habrahabr&utm_medium=rss
Перед тобой снова задача детектирования объектов. Приоритет — скорость работы при приемлемой точности. Берешь архитектуру YOLOv3 и дообучаешь. Точность(mAp75) больше 0.95. Но скорость прогона всё еще низкая. Черт.
Сегодня обойдём стороной квантизацию. А под катом рассмотрим Model Pruning — обрезание избыточных частей сети для ускорения Inference без потери точности. Наглядно — откуда, сколько и как можно вырезать. Разберем, как сделать это вручную и где можно автоматизировать. В конце — репозиторий на keras.
Отправляем письма с помощью asyncio и aiohttp из Django приложения
https://habr.com/ru/post/482114/?utm_campaign=482114&utm_source=habrahabr&utm_medium=rss
Я занимаюсь разработкой и поддержкой сервиса уведомлений. Сервис написан на Python3 и Django. Помимо транзакционных писем, пушей и сообщений, сервис также берёт на себя задачи по массовым рассылкам коммерческих предложений (не спам! trust me, отписки у нас работают лучше подписок) пользователям, давшим на это согласие. Со временем база активных получателей разрослась до более миллиона адресов, к чему почтовый сервис не был готов. Я хочу рассказать о том, как новые возможности Python позволили ускорить массовые рассылки и сэкономить ресурсы и с какими проблемами нам пришлось столкнуться при работе с ними.
https://habr.com/ru/post/482114/?utm_campaign=482114&utm_source=habrahabr&utm_medium=rss
Я занимаюсь разработкой и поддержкой сервиса уведомлений. Сервис написан на Python3 и Django. Помимо транзакционных писем, пушей и сообщений, сервис также берёт на себя задачи по массовым рассылкам коммерческих предложений (не спам! trust me, отписки у нас работают лучше подписок) пользователям, давшим на это согласие. Со временем база активных получателей разрослась до более миллиона адресов, к чему почтовый сервис не был готов. Я хочу рассказать о том, как новые возможности Python позволили ускорить массовые рассылки и сэкономить ресурсы и с какими проблемами нам пришлось столкнуться при работе с ними.
Автогенерация и заливка элементов конфигураций сетевых устройств с помощью Nornir
https://habr.com/ru/post/482194/?utm_campaign=482194&utm_source=habrahabr&utm_medium=rss
Недавно тут проскочила статья Mikrotik и Linux. Рутина и автоматизация (http://https://habr.com/en/post/480404/) где подобную задачу решали ископаемыми средствами. И хотя задача совершенно типовая, на Хабре про нее как то ничего подобного и не находится. Осмелюсь предложить уважаемому ИТ-сообществу свой велосипед.
https://habr.com/ru/post/482194/?utm_campaign=482194&utm_source=habrahabr&utm_medium=rss
Недавно тут проскочила статья Mikrotik и Linux. Рутина и автоматизация (http://https://habr.com/en/post/480404/) где подобную задачу решали ископаемыми средствами. И хотя задача совершенно типовая, на Хабре про нее как то ничего подобного и не находится. Осмелюсь предложить уважаемому ИТ-сообществу свой велосипед.
Принимаем и декодируем аналоговое ТВ с помощью SDR и Python
https://habr.com/ru/post/482014/?utm_campaign=482014&utm_source=habrahabr&utm_medium=rss
Сегодня мы продолжим тему SDR-приема и обработки сигналов. Приемом аналогового ТВ я заинтересовался совершенно случайно, после вопроса одного из читателей. Однако это оказалось не так просто, из-за банального отсутствия образцов сигнала — во многих местах аналоговое ТВ уже отключено. Читатель даже прислал запись с RTL-SDR, однако ширина записи у RTL порядка 2МГц, в то время как полоса ТВ-сигнала занимает около 8МГц, и на записи было ничего не понятно. В итоге, тема была надолго заброшена, и наконец, только сейчас, в очередную поездку к родственникам я взял с собой SDRPlay, и настроившись на частоты ТВ-каналов, увидел на экране искомый сигнал.
https://habr.com/ru/post/482014/?utm_campaign=482014&utm_source=habrahabr&utm_medium=rss
Сегодня мы продолжим тему SDR-приема и обработки сигналов. Приемом аналогового ТВ я заинтересовался совершенно случайно, после вопроса одного из читателей. Однако это оказалось не так просто, из-за банального отсутствия образцов сигнала — во многих местах аналоговое ТВ уже отключено. Читатель даже прислал запись с RTL-SDR, однако ширина записи у RTL порядка 2МГц, в то время как полоса ТВ-сигнала занимает около 8МГц, и на записи было ничего не понятно. В итоге, тема была надолго заброшена, и наконец, только сейчас, в очередную поездку к родственникам я взял с собой SDRPlay, и настроившись на частоты ТВ-каналов, увидел на экране искомый сигнал.
[Видео] Как мы не внедрили GraphQL
https://www.youtube.com/watch?v=1eap21Ngj-g
В один прекрасный момент мы пришли к тому, что нам необходимо переписать наше самописное API. Помимо классического REST мы решили рассмотреть и GraphQL. О результатах — в докладе (спойлер в названии)
https://www.youtube.com/watch?v=1eap21Ngj-g
В один прекрасный момент мы пришли к тому, что нам необходимо переписать наше самописное API. Помимо классического REST мы решили рассмотреть и GraphQL. О результатах — в докладе (спойлер в названии)
Talk Python to Me: #244 Top 10 Real Python Articles of 2019
https://talkpython.fm/episodes/show/244/top-10-real-python-articles-of-2019
Audio
https://talkpython.fm/episodes/show/244/top-10-real-python-articles-of-2019
Audio
StackOverflow: интересные вопросы за неделю (ccviii)
http://python-weekly.blogspot.com/2019/12/ccviii-stackoverflow-python-report.html
http://python-weekly.blogspot.com/2019/12/ccviii-stackoverflow-python-report.html
[Видео] Moscow Python Podcast. Как контрибьютить в опенсорс? (level: middle+)
https://www.youtube.com/watch?v=_vhkXyAj88c
Хочешь пойти в опенсорс, но не знаешь, с чего начать? Куда двигаться, чтобы найти крутой проект и быть замеченным? Гость нашего очередного выпуска, Николай Ижиков, контрибьютит в Apache Ignite в качестве основной работы. Николай расскажет, как он дошел такой жизни, из чего состоит мир опенсорса, и как в нем ориентироваться
https://www.youtube.com/watch?v=_vhkXyAj88c
Хочешь пойти в опенсорс, но не знаешь, с чего начать? Куда двигаться, чтобы найти крутой проект и быть замеченным? Гость нашего очередного выпуска, Николай Ижиков, контрибьютит в Apache Ignite в качестве основной работы. Николай расскажет, как он дошел такой жизни, из чего состоит мир опенсорса, и как в нем ориентироваться
#python #pydigest
Сборник Python новостей уже перед вами.
В 314 выпуске Python Дайджест вы найдете:
- Короче, сделал столетний блокбастер цветным
- Джедайская техника уменьшения сверточных сетей — pruning
- Принимаем и декодируем аналоговое ТВ с помощью SDR и Python
- Отправляем письма с помощью asyncio и aiohttp из Django приложения
- Юнит-тесты на Python: Быстрый старт
- [Видео] Создание DSL-компиляторов на Python
- [Видео] Python Virtual Assistant, или Как собрать бота с AI на простом стеке
- [Видео] Pylint изнутри. Как он это делает
- [Видео] Django under microscope
- checkov - вычисляем уязвимости настроек при сборке приложения
- typer - добавляем валидацию типов в CLI
- PyPy 7.3.0
Заходите в гости - https://pythondigest.ru/issue/314/
Присылайте интересные новости через форму на сайте.
Сборник Python новостей уже перед вами.
В 314 выпуске Python Дайджест вы найдете:
- Короче, сделал столетний блокбастер цветным
- Джедайская техника уменьшения сверточных сетей — pruning
- Принимаем и декодируем аналоговое ТВ с помощью SDR и Python
- Отправляем письма с помощью asyncio и aiohttp из Django приложения
- Юнит-тесты на Python: Быстрый старт
- [Видео] Создание DSL-компиляторов на Python
- [Видео] Python Virtual Assistant, или Как собрать бота с AI на простом стеке
- [Видео] Pylint изнутри. Как он это делает
- [Видео] Django under microscope
- checkov - вычисляем уязвимости настроек при сборке приложения
- typer - добавляем валидацию типов в CLI
- PyPy 7.3.0
Заходите в гости - https://pythondigest.ru/issue/314/
Присылайте интересные новости через форму на сайте.
Python Digest
Выпуск 314
Новый выпуск еженедельного дайджеста новостей о #python уже в эфире!
Реализация строкового типа в CPython
https://habr.com/ru/post/480324/?utm_campaign=480324&utm_source=habrahabr&utm_medium=rss
Продолжу неспешный разбор реализации базовых типов в CPython, ранее были рассмотрены словари (https://habr.com/en/post/432996/) и целые числа (https://habr.com/en/post/455114/). Тем, кто думает, что в их реализации не может быть ничего интересного и хитрого, рекомендуется приобщиться к данным статьям. Те, же, кто уже их прочёл, знают, что CPython хранит в себе множество интересностей и особенностей реализации. Их может быть полезно знать при написании своих скриптов, так и в качестве пособия по архитектурным и алгоритмическим решениям. Не являются исключением здесь и строки.
https://habr.com/ru/post/480324/?utm_campaign=480324&utm_source=habrahabr&utm_medium=rss
Продолжу неспешный разбор реализации базовых типов в CPython, ранее были рассмотрены словари (https://habr.com/en/post/432996/) и целые числа (https://habr.com/en/post/455114/). Тем, кто думает, что в их реализации не может быть ничего интересного и хитрого, рекомендуется приобщиться к данным статьям. Те, же, кто уже их прочёл, знают, что CPython хранит в себе множество интересностей и особенностей реализации. Их может быть полезно знать при написании своих скриптов, так и в качестве пособия по архитектурным и алгоритмическим решениям. Не являются исключением здесь и строки.