🖥 deepface — библиотека Python для распознавания лиц и не только

— pip install deepface

⏩deepface — лёгковесная библиотека Python, позволяет находить лица и анализировать по фотографии разные атрибуты: возраст, пол, эмоции.
Вобрал в себя лучшее моделей VGG-Face, FaceNet, OpenFace, DeepFace, DeepID, ArcFace, Dlib, SFace и GhostFaceNet.

⏩Вот так можно сравнить схожесть 2 лиц, результат на изображении:

from deepface import DeepFace
result = DeepFace.verify(img1_path = "img1.jpg", img2_path = "img2.jpg")

▪GitHub

👩‍💻 VSCode Фишки, которые НЕОБХОДИМО знать разработчикам Python

https://www.youtube.com/watch?v=hovkQsN1P24

@pro_python_code

🖥 Python уроки программирования с нуля. Урок 9. Работа с циклом For

Видео
Курс

@pro_python_code

👩‍💻 Пять концепций Python, которые вы обязаны знать!

💡 В этом видео автор охватывает пять основных концепций Python, которые начинающие и продвинутые программисты часто неправильно понимают или с которыми делают ошибки. Эти концепции крайне важны для понимания при чтении чужого кода и написании собственного

🕞 Продолжительность: 19:59

🔗 Ссылка: *клик*


@pro_python_code

🖥 Python полный курс с нуля. Урок 10 Практика с кодом

▪ Смотреть
▪ Полный Курс

@pro_python_code

👩‍💻 Изучение Python: 5 проектов для начинающих!

🌟 Начало вашего пути в программировании на Python может показаться сложным, но лучший способ обучения — это практика. Мы рассмотрим пять постепенно усложняющихся проектов, которые проведут вас от новичка до более продвинутых уровней понимания. В ходе этих проектов будут рассмотрены и непосредственно применены такие основополагающие концепции, как операторы печати, обработка ввода, условные операторы, циклы, функции и многое другое!

🕞 Продолжительность: 2:51:08

🔗 Ссылка: *клик*

@pro_python_code

👩‍💻 Создание конвейера потоковой передачи данных в реальном времени с использованием Kafka, Flink и Postgres!

🕞 Продолжительность: 1:00:51

🔗 Ссылка: *клик*

#курс #python #kafka

@pro_python_code

🖼 php-jpeg-injector — скрипт на Python, который встраивает PHP-код в JPEG-изображения. Этот код можно использовать в веб-приложениях, где JPEG-файлы обрабатываются через библиотеку GD.

🌟 Скрипт позволяет внедрить полезную нагрузку в неиспользуемые данные изображения, которые могут быть интерпретированы сервером как PHP-код при определенных условиях.

🖥 Github

@pro_python_code

🖥 Sqlite-web

Это удобная веб-админка для управления базами данных SQLite, разработанная на Python.

$ pip install sqlite-web

🖥 GitHub: https://github.com/coleifer/sqlite-web

@pro_python_code

👩‍💻 Серия видео по введению в программирование на Python от одного из лучших вузов мира MIT!

🔗 Ссылка: *клик*

@pythonl

🖥 Крутой Roadmap для Python-разработчика в 2024 году

1. Основы Python

Изучите:
- Переменные и типы данных
- Условные операторы и циклы
- Функции

2. Основные структуры данных

Практика:
- Списки, множества, словари
- Стек, очередь, связанный список
- Алгоритмы сортировки и поиска

3. Погружение в объектно-ориентированное программирование (ООП)

Понять:
- Классы и объекты
- Наследование
- Инкапсуляция и полиморфизм

4. Изучение веб-фреймворков

Начните с:
- Flask (для начинающих)
- Django (для опытных разработчиков)

5. Разработка API с использованием Flask/Django

Ключевые концепции:
- Операции CRUD
- Аутентификация
- Работа с данными JSON

6. Интеграция баз данных с Python

- Базы данных SQL: SQLite, PostgreSQL
- NoSQL базы данных: MongoDB

7. Тестирование кода на Python

Основные инструменты:
- Модульное тестирование (unittest, pytest)
- Отладка (pdb)

8. Продвинутые темы Python

Глубокое погружение:
- Декораторы
- Генераторы
- Менеджеры контекста

9. Развёртывание приложений Python

Методы развёртывания:
- Разворачивание на Heroku
- Контейнеризация с помощью Docker

10. Создание и развёртывание проектов

Реализуйте проекты:
- Веб-приложения (Flask/Django)
- Сервисы API
- Проекты анализа данных

#doc #python #roadmap

@pro_python_code

🔍 dstack — инструмент с открытым исходным кодом, предназначенный для упрощения работы с вычислительными нагрузками, требующими GPU! Основная цель проекта — сделать разработку, обучение и развертывание генеративных моделей ИИ более доступным и простым процессом, независимо от того, где они выполняются: в облаке или локально.

🔍 Основные особенности:

🌟 Альтернатива Kubernetes и Slurm: dstack упрощает оркестрацию контейнеров для задач машинного обучения и аналитики данных.

🌟 Поддержка мультиоблачных и локальных решений: позволяет запускать приложения на любой платформе, включая облачные сервисы (AWS, GCP, Azure) и локальные сервера.

🌟 Совместимость с GPU и TPU: поддерживает оборудование NVIDIA, AMD и TPU для более эффективной работы с высокопроизводительными нагрузками.

🌟 Интеграция с существующими инструментами: позволяет легко интегрировать существующие решения в ваш рабочий процесс.

🔐 Лицензия: MPL-2.0

🖥 Github

@pro_python_code

🖥 Вывод календаря на 2025 год с помощью Python

@pro_python_code

🖥 При работе с асинхронным кодом на #Python не используйте "time.sleep()", так как это заблокирует основной цикл.

Вместо этого используйте `async.sleep()`.

@pro_python_code