Теро Карвинен и др. | Делаем сенсоры: проекты сенсорных устройств на базе Arduino и Raspberry Pi (2015) [DJVU]
═════════════════════
Описание:
═════════════════════
Датчики расширяют возможности по взаимодействию микроконтроллерных платформ с внешним миром, открывая новые горизонты в разработке принципиально новых устройств. Детальный анализ среды и обработка полученных данных позволяют микроконтроллерной системе принимать эффективные решения и выполнять требуемые действия.
Укомплектовав свои устройства недорогими компьютерными платформами, такими как Arduino и Raspberry Pi, вы сможете запрограммировать их поведение согласно изменению характеристик окружающей среды. Благодаря этой книге вы научитесь конструировать приборы, способные самым детальным образом определять внешнее воздействие, будь то инфракрасное излучение, отравляющие вещества или изменение освещения.
Данная книга рекомендуется разработчикам программных решений для Arduino и Raspberry Pi. В ней описаны примеры проектов, в которых активно используются самые разные устройства и электронные компоненты - RGB-светодиоды, электронная бумага, серводвигатели, игровые контроллеры и т.п. Должное внимание уделено программной и электротехнической частям, а также созданию надежных и функциональных корпусов для готовых устройств.
Вы ознакомитесь с принципами управления датчиками прикосновения, света, температуры и влажности, газовыми анализаторами, гироскопами и акселерометрами. В каждой главе дается описание нескольких экспериментальных проектов, а также способов их эффективной реализации в результате совместного применения различных технологий.
Книга поможет вам изучить физические принципы функционирования датчиков, а также научит конструировать сложные устройства, в которых управление основывается на данных, собранных и переданных датчиками самых разных типов.
═════════════════════
Скачать: cloud.mail.ru/public/3j8J/d6YCazgzQ
═════════════════════
#arduino@physics_math
#raspberry_pi@physics_math
#микроконтроллеры@physics_math
#электроника@physics_math
#схемотехника@physics_math
#электроника #схемотехника #arduino
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Описание:
═════════════════════
Датчики расширяют возможности по взаимодействию микроконтроллерных платформ с внешним миром, открывая новые горизонты в разработке принципиально новых устройств. Детальный анализ среды и обработка полученных данных позволяют микроконтроллерной системе принимать эффективные решения и выполнять требуемые действия.
Укомплектовав свои устройства недорогими компьютерными платформами, такими как Arduino и Raspberry Pi, вы сможете запрограммировать их поведение согласно изменению характеристик окружающей среды. Благодаря этой книге вы научитесь конструировать приборы, способные самым детальным образом определять внешнее воздействие, будь то инфракрасное излучение, отравляющие вещества или изменение освещения.
Данная книга рекомендуется разработчикам программных решений для Arduino и Raspberry Pi. В ней описаны примеры проектов, в которых активно используются самые разные устройства и электронные компоненты - RGB-светодиоды, электронная бумага, серводвигатели, игровые контроллеры и т.п. Должное внимание уделено программной и электротехнической частям, а также созданию надежных и функциональных корпусов для готовых устройств.
Вы ознакомитесь с принципами управления датчиками прикосновения, света, температуры и влажности, газовыми анализаторами, гироскопами и акселерометрами. В каждой главе дается описание нескольких экспериментальных проектов, а также способов их эффективной реализации в результате совместного применения различных технологий.
Книга поможет вам изучить физические принципы функционирования датчиков, а также научит конструировать сложные устройства, в которых управление основывается на данных, собранных и переданных датчиками самых разных типов.
═════════════════════
Скачать: cloud.mail.ru/public/3j8J/d6YCazgzQ
═════════════════════
#arduino@physics_math
#raspberry_pi@physics_math
#микроконтроллеры@physics_math
#электроника@physics_math
#схемотехника@physics_math
#электроника #схемотехника #arduino
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Облако@Mail.Ru
Файл из Облака Mail.Ru
Облако Mail.Ru - это ваше персональное надежное хранилище в интернете. Все нужные файлы всегда под рукой, доступны в любой точке мира с компьютера или смартфона.
Программируем с Minecraft [PDF Книга] 2017
Создай свой мир с помощью Python
Автор: Крэйг Ричардсон
Вам не страшны криперы, глубокие пещеры и высокие горы? А знаете ли вы, что меч можно превратить в волшебную палочку, дворец - возвести в мгновение ока, а тайные ходы легко открываются нажатием секретной кнопки?
Книга "Программируем с Minecraft" позволит творить эти и многие другие чудеса с помощью Python - языка программирования, которым пользуются миллионы людей - от профи до новичков!
Следуйте пошаговым инструкциям и вы:
• научитесь сохранять в переменных разные типы данных;
• освоите принцип действия функций;
• узнаете, как проверять условия при помощи булевых значений, операций сравнения и логических операций;
• познакомитесь с циклами while и for;
• поработаете со списками, кортежами и словарями;
• научитесь создавать файлы, записывать и считывать из них данные;
• поймете, в чем прелесть объектно ориентированного программирования.
При этом в вашем арсенале появится большое количество работающих программ, навык программирования на Python и радость от того, что вы можете создавать собственные миры!
Для кого эта книга: Для детей от 10 лет, а также всех, кто хочет начать программировать с нуля или не мыслит жизни без Minecraft.
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Создай свой мир с помощью Python
Автор: Крэйг Ричардсон
Вам не страшны криперы, глубокие пещеры и высокие горы? А знаете ли вы, что меч можно превратить в волшебную палочку, дворец - возвести в мгновение ока, а тайные ходы легко открываются нажатием секретной кнопки?
Книга "Программируем с Minecraft" позволит творить эти и многие другие чудеса с помощью Python - языка программирования, которым пользуются миллионы людей - от профи до новичков!
Следуйте пошаговым инструкциям и вы:
• научитесь сохранять в переменных разные типы данных;
• освоите принцип действия функций;
• узнаете, как проверять условия при помощи булевых значений, операций сравнения и логических операций;
• познакомитесь с циклами while и for;
• поработаете со списками, кортежами и словарями;
• научитесь создавать файлы, записывать и считывать из них данные;
• поймете, в чем прелесть объектно ориентированного программирования.
При этом в вашем арсенале появится большое количество работающих программ, навык программирования на Python и радость от того, что вы можете создавать собственные миры!
Для кого эта книга: Для детей от 10 лет, а также всех, кто хочет начать программировать с нуля или не мыслит жизни без Minecraft.
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Привет всем!
Как правильно делить Джанго проект на приложения? Можно все делать в одном приложении, все вьюхи и т.п... но правильно, всё же осуществлять какую-то градацию и делать разные вещи в разных приложениях. Так вот, чтобы было понятно, объясните, пожалуйста, на примере интернет магазина!
Надеюсь доходчиво объяснил :/
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Как правильно делить Джанго проект на приложения? Можно все делать в одном приложении, все вьюхи и т.п... но правильно, всё же осуществлять какую-то градацию и делать разные вещи в разных приложениях. Так вот, чтобы было понятно, объясните, пожалуйста, на примере интернет магазина!
Надеюсь доходчиво объяснил :/
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Pediatric Bone Age Challenge. Deep Learning и много, много костей
Cоревнование по определению костного возраста. Заметки участника
6-го октября на радары Володи Игловикова попал очень интересный конкурс, организованный американскими рентгенологами из The Radiological Society of North America (RSNA) и Radiology Informatics Committee (RIC), и он бросил клич в сообществе ODS.ai
Целью конкурса было создание автоматической системы для определения костного возраста по рентгеновским снимкам руки. Костный возраст используется в педиатрии для комплексной оценки физического развития детей, и его отклонение от хронологического помогает выявить нарушения в работе различных систем организма. Когда дело касается медицинских проектов, меня уговаривать не надо, но это соревнование стартовало в августе и вступать в него за 8 дней до окончания выглядело авантюрой. Чтобы хотя бы начать препроцессинг снимков, требовались маски рук, и Володя сделал их за несколько дней, отличного качества, и поделился с остальными. Как он так быстро справился с этой тяжёлой задачей, включавшей ручную разметку – загадка, и об этом он, возможно, напишет сам. С масками затея уже не выглядела безнадёжной, я решился участвовать и в конечном счёте успел реализовать почти все планы.
Задача
Костный возраст (bone age) — это условный возраст, которому соответствует уровень развития костей детей и подростков. Формирование скелета происходит в несколько стадий. Это используется в педиатрии для сравнения костного возраста с хронологическим, что позволяет вовремя заметить нарушения в работе эндокринной системы и системы обмена веществ.
Для определения костного возраста в основном используются две методики — GP Грейлиха и Пайла (Greulich and Pyle) и TW2 Таннера, Уайтхауза и Хили (Tanner, Whitehouse, Healy), разработанные во второй половине XX века. Обе методики основаны на рентгенограмме кисти и лучезапястного сустава. Благодаря большому количеству участков растущей ткани в костях и ядер окостенения, Читать дальше → https://goo.gl/NUw9hz
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Cоревнование по определению костного возраста. Заметки участника
6-го октября на радары Володи Игловикова попал очень интересный конкурс, организованный американскими рентгенологами из The Radiological Society of North America (RSNA) и Radiology Informatics Committee (RIC), и он бросил клич в сообществе ODS.ai
Целью конкурса было создание автоматической системы для определения костного возраста по рентгеновским снимкам руки. Костный возраст используется в педиатрии для комплексной оценки физического развития детей, и его отклонение от хронологического помогает выявить нарушения в работе различных систем организма. Когда дело касается медицинских проектов, меня уговаривать не надо, но это соревнование стартовало в августе и вступать в него за 8 дней до окончания выглядело авантюрой. Чтобы хотя бы начать препроцессинг снимков, требовались маски рук, и Володя сделал их за несколько дней, отличного качества, и поделился с остальными. Как он так быстро справился с этой тяжёлой задачей, включавшей ручную разметку – загадка, и об этом он, возможно, напишет сам. С масками затея уже не выглядела безнадёжной, я решился участвовать и в конечном счёте успел реализовать почти все планы.
Задача
Костный возраст (bone age) — это условный возраст, которому соответствует уровень развития костей детей и подростков. Формирование скелета происходит в несколько стадий. Это используется в педиатрии для сравнения костного возраста с хронологическим, что позволяет вовремя заметить нарушения в работе эндокринной системы и системы обмена веществ.
Для определения костного возраста в основном используются две методики — GP Грейлиха и Пайла (Greulich and Pyle) и TW2 Таннера, Уайтхауза и Хили (Tanner, Whitehouse, Healy), разработанные во второй половине XX века. Обе методики основаны на рентгенограмме кисти и лучезапястного сустава. Благодаря большому количеству участков растущей ткани в костях и ядер окостенения, Читать дальше → https://goo.gl/NUw9hz
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
habrahabr.ru
Pediatric Bone Age Challenge. Deep Learning и много, много костей
Cоревнование по определению костного возраста. Заметки участника 6-го октября на радары Володи Игловикова попал очень интересный конкурс, организованный...
А. А. Бирюков | Информационная безопасность. Защита и нападение [2-е издание] (2017) [PDF]
═════════════════════
Описание:
═════════════════════
От издателя: В книге приводится как техническая информация, описывающая атаки и защиту от них, так и рекомендации по организации процесса обеспечения информационной безопасности.
Рассмотрены практические примеры для организации защиты персональных данных в соответствии с Федеральным законом от 27 июля 2006 г. № 152-ФЗ "О персональных данных" и другими нормативными актами. Во втором издании проведена актуализация технической информации, а также описано более глубокое погружение в практические аспекты, связанные с проведением аудитов по безопасности и тестов на проникновение для различных систем.
Подробно рассматриваются современные решения по маршрутизации, беспроводной связи и другим направлениям развития информационных технологий.
#безопасность@physics_math
#web@physics_math
#программирование@physics_math
#взлом@physics_math
#hack@physics_math
#linux@physics_math
#уязвимости@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Описание:
═════════════════════
От издателя: В книге приводится как техническая информация, описывающая атаки и защиту от них, так и рекомендации по организации процесса обеспечения информационной безопасности.
Рассмотрены практические примеры для организации защиты персональных данных в соответствии с Федеральным законом от 27 июля 2006 г. № 152-ФЗ "О персональных данных" и другими нормативными актами. Во втором издании проведена актуализация технической информации, а также описано более глубокое погружение в практические аспекты, связанные с проведением аудитов по безопасности и тестов на проникновение для различных систем.
Подробно рассматриваются современные решения по маршрутизации, беспроводной связи и другим направлениям развития информационных технологий.
#безопасность@physics_math
#web@physics_math
#программирование@physics_math
#взлом@physics_math
#hack@physics_math
#linux@physics_math
#уязвимости@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Доброго времени суток, джентельмены и дамы. Поделитесь кто какие способы использует для хранения паролей в файле settings[.]py, сразу оговорюсь что использование переменных окружения как я выяснил не очень безопасный способ так же, не следует хранить отдельным файлом, может у кого-то есть ссылка на мануал по шифрованию по ключу или что-то подобное?..и вообще может кто поделится соображениями на эту тему..?..в принципе если ssh-ится на сервер по ключу наверное сильной опасности нету или вообще с закрытыми портами..или кастомным под ssh, но может кто дополнит и предложит лучший способ хранения данных в идеале не "plain text"?
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
[Перевод] Подводные грабли управления частотами процессоров Intel
Во время сравнения нового серверного чипа Centriq от Qualcomm с имеющимися в наличии Intel Xeon поколения Skylake мною была замечена странная штука: производительность шифра ChaCha20-Poly1305 плохо масштабируется при добавлении ядер. Один поток работал на скорости примерно 2,89 Гбайт/с, а на 24 ядрах и при 48 потоках сумарная производительность составила всего лишь 35 Гбайт/с.
Неплохо, конечно, но я ожидал увидеть что-то вроде 69 Гбайт/с. 35 Гбайт/с это всего лишь 1,46 Гбайт/с на ядро, или около 50 % от производительности одного ядра. AES-GCM масштабируется в тех же условиях гораздо лучше, до примерно 80 % производительности одного ядра, что объясняется способностью процессора повышать частоту при нагрузке на одно ядро.
Читать дальше → https://goo.gl/VQPbui
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Во время сравнения нового серверного чипа Centriq от Qualcomm с имеющимися в наличии Intel Xeon поколения Skylake мною была замечена странная штука: производительность шифра ChaCha20-Poly1305 плохо масштабируется при добавлении ядер. Один поток работал на скорости примерно 2,89 Гбайт/с, а на 24 ядрах и при 48 потоках сумарная производительность составила всего лишь 35 Гбайт/с.
Неплохо, конечно, но я ожидал увидеть что-то вроде 69 Гбайт/с. 35 Гбайт/с это всего лишь 1,46 Гбайт/с на ядро, или около 50 % от производительности одного ядра. AES-GCM масштабируется в тех же условиях гораздо лучше, до примерно 80 % производительности одного ядра, что объясняется способностью процессора повышать частоту при нагрузке на одно ядро.
Читать дальше → https://goo.gl/VQPbui
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
habrahabr.ru
Подводные грабли управления частотами процессоров Intel
Во время сравнения нового серверного чипа Centriq от Qualcomm с имеющимися в наличии Intel Xeon поколения Skylake мною была замечена странная штука:...
Understanding Machine Learning: From Theory to Algorithms [2014]
═════════════════════
Описание:
═════════════════════
Machine learning is one of the fastest growing areas of computer science, with far-reaching applications. The aim of this textbook is to introduce machine learning, and the algorithmic paradigms it offers, in a principled way. The book provides an extensive theoretical account of the fundamental ideas underlying machine learning and the mathematical derivations that transform these principles into practical algorithms.
Following a presentation of the basics of the field, the book covers a wide array of central topics that have not been addressed by previous textbooks. These include a discussion of the computational complexity of learning and the concepts of convexity and stability; important algorithmic paradigms including stochastic gradient descent, neural networks, and structured output learning; and emerging theoretical concepts such as the PAC-Bayes approach and compression-based bounds.
Designed for an advanced undergraduate or beginning graduate course, the text makes the fundamentals and algorithms of machine learning accessible to students and non-expert readers in statistics, computer science, mathematics, and engineering.
#ии@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение@physics_math
#книги@physics_math
#алгоритмы@physics_math
#анализ@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Описание:
═════════════════════
Machine learning is one of the fastest growing areas of computer science, with far-reaching applications. The aim of this textbook is to introduce machine learning, and the algorithmic paradigms it offers, in a principled way. The book provides an extensive theoretical account of the fundamental ideas underlying machine learning and the mathematical derivations that transform these principles into practical algorithms.
Following a presentation of the basics of the field, the book covers a wide array of central topics that have not been addressed by previous textbooks. These include a discussion of the computational complexity of learning and the concepts of convexity and stability; important algorithmic paradigms including stochastic gradient descent, neural networks, and structured output learning; and emerging theoretical concepts such as the PAC-Bayes approach and compression-based bounds.
Designed for an advanced undergraduate or beginning graduate course, the text makes the fundamentals and algorithms of machine learning accessible to students and non-expert readers in statistics, computer science, mathematics, and engineering.
#ии@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение@physics_math
#книги@physics_math
#алгоритмы@physics_math
#анализ@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Умею писать ботов для вк на vk_api. Также умею делать сайты на django.
Ну не умею это объединять. Как получать, то что возвращает вк и что-то делать в зависимости от этого.
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Ну не умею это объединять. Как получать, то что возвращает вк и что-то делать в зависимости от этого.
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Для графика задаю много координат в plt.plot() с помощью большого количества циклов. Как сделать, чтобы не появлялось сообщение [<matplotlib.lines.Line2D object at .................>]. Это занимает много времени.
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
#python #pynsk #pythondaily #pydaily
Дневной дайджест: 13.11.2017
Видео
-----
- Алексей Кутепов - Python + Minecraft https://www.youtube.com/watch?v=IPPP8OAPOWM
- Иван Цыганов - OWASP TOP X and one more thing… https://www.youtube.com/watch?v=vs_8NoI2VK0
- Никита Варенцов - Kubernetes — вводная. Обзор архитектуры, деплой, печеньки https://www.youtube.com/watch?v=2ZouKZh6DPo
- Сергей Архипов - Вероятностные структуры данных https://www.youtube.com/watch?v=qY6p1aI6n6Y
- Кирилл Кузьминых - zc.buildout https://www.youtube.com/watch?v=_7rhM8V7gXk
Статьи
------
- Анализ истории браузера используя Python https://applecrazy.github.io/blog/posts/analyzing-browser-hist-using-python/
- readline — The GNU readline Library — PyMOTW 3 https://doughellmann.com/blog/2017/11/13/readline-the-gnu-readline-library-pymotw-3/
Библиотеки
----------
- dramatiq - простые распределенные задачи на Python3 http://github.com/Bogdanp/dramatiq
Релизы
------
- django-extensions - 1.9.8 https://allmychanges.com/p/python/django-extensions/#1.9.8
- Google выпустила Tangent, новую Python-библиотеку для машинного обучения https://tproger.ru/news/google-tangent/
Добавляйте интересные Python-ссылки через форму: http://pythondigest.ru/add/
#daily@pynsk
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Дневной дайджест: 13.11.2017
Видео
-----
- Алексей Кутепов - Python + Minecraft https://www.youtube.com/watch?v=IPPP8OAPOWM
- Иван Цыганов - OWASP TOP X and one more thing… https://www.youtube.com/watch?v=vs_8NoI2VK0
- Никита Варенцов - Kubernetes — вводная. Обзор архитектуры, деплой, печеньки https://www.youtube.com/watch?v=2ZouKZh6DPo
- Сергей Архипов - Вероятностные структуры данных https://www.youtube.com/watch?v=qY6p1aI6n6Y
- Кирилл Кузьминых - zc.buildout https://www.youtube.com/watch?v=_7rhM8V7gXk
Статьи
------
- Анализ истории браузера используя Python https://applecrazy.github.io/blog/posts/analyzing-browser-hist-using-python/
- readline — The GNU readline Library — PyMOTW 3 https://doughellmann.com/blog/2017/11/13/readline-the-gnu-readline-library-pymotw-3/
Библиотеки
----------
- dramatiq - простые распределенные задачи на Python3 http://github.com/Bogdanp/dramatiq
Релизы
------
- django-extensions - 1.9.8 https://allmychanges.com/p/python/django-extensions/#1.9.8
- Google выпустила Tangent, новую Python-библиотеку для машинного обучения https://tproger.ru/news/google-tangent/
Добавляйте интересные Python-ссылки через форму: http://pythondigest.ru/add/
#daily@pynsk
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
YouTube
Алексей Кутепов - Python + Minecraft
Алексей Кутепов (Revel Systems) - Python + Minecraft
Слайды: https://1drv.ms/p/s!AubE8uMJoD1ygYEM_fNwAAi7pkg4rw
Новый уровень стоительства. Белая магия в ваших руках. Сopy-paste живописных гор к себе в деревню. Мгновенное строительство цитаделей вокруг персонажа.…
Слайды: https://1drv.ms/p/s!AubE8uMJoD1ygYEM_fNwAAi7pkg4rw
Новый уровень стоительства. Белая магия в ваших руках. Сopy-paste живописных гор к себе в деревню. Мгновенное строительство цитаделей вокруг персонажа.…
Swift и TensorFlow
Я не люблю читать статьи, сразу иду на GitHubGitHub: TensorFlowKit
GitHub: Example
GitHub: Другое
TensorFlowKit API
Заранее прошу прощения за это неудобство.Все, что будет описано в данной статье тем или иным образом затронет несколько сфер computer science, но погрузиться в каждую отдельную сферу не представляется возможным. Заранее прошу прощения за это неудобство.
Рассказывать о том, что такое машинное обучение и искусственный интеллект, в 2017 году наверное нет необходимости. На эту тему уже написано большое количество как публицистических статей, так и серьезных научных работ. Поэтому предполагается, что читатель уже знает, что это такое. Говоря о машинном обучении, сообщество data scientist и software engineers, как правило подразумевает глубокие нейронные сети, которые приобрели большую популярность по причине своей производительности. На сегодняшний день в мире существует большое количество различных программных решений и комплексов для решения задачи искусственных нейронных сетей: Caffe, TensorFlow, Torch, Theano(rip), cuDNN etc.
Swift
Swift — инновационный, protocol — oriented, open source язык программирования, выращенный в стенах компании Apple Крисом Латнером (недавно покинувшим компанию Apple, после SpaceX и обосновавшимся в Google).
В Apple’s OSs уже были различные библиотеки для работы с матрицами и векторной алгеброй: BLAS, BNNS, DSP, впоследствии объединенные под крышей одной библиотеки Accelerate.
В 2015 появились небольшие решения для реализации математики на основе графической технологии Metal.
В 2016 появился CoreML:
CoreML способен импортировать готовую, натренированную модель (CaffeV1, Keras, scikit-learn) и далее предоставить разработчику возможность экспортировать ее в приложение.
То есть, вам необходимо: Собрать модель на другой платформе, на языке Python или C++, используя сторонние фреймворки. Далее обучить ее на стороннем аппаратном решении.
И только после этого вы можете импортировать и работать на языке Swift. На мой взгляд очень нагромождено и сложно. Читать дальше → https://goo.gl/jQJPU7
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Я не люблю читать статьи, сразу иду на GitHubGitHub: TensorFlowKit
GitHub: Example
GitHub: Другое
TensorFlowKit API
Заранее прошу прощения за это неудобство.Все, что будет описано в данной статье тем или иным образом затронет несколько сфер computer science, но погрузиться в каждую отдельную сферу не представляется возможным. Заранее прошу прощения за это неудобство.
Рассказывать о том, что такое машинное обучение и искусственный интеллект, в 2017 году наверное нет необходимости. На эту тему уже написано большое количество как публицистических статей, так и серьезных научных работ. Поэтому предполагается, что читатель уже знает, что это такое. Говоря о машинном обучении, сообщество data scientist и software engineers, как правило подразумевает глубокие нейронные сети, которые приобрели большую популярность по причине своей производительности. На сегодняшний день в мире существует большое количество различных программных решений и комплексов для решения задачи искусственных нейронных сетей: Caffe, TensorFlow, Torch, Theano(rip), cuDNN etc.
Swift
Swift — инновационный, protocol — oriented, open source язык программирования, выращенный в стенах компании Apple Крисом Латнером (недавно покинувшим компанию Apple, после SpaceX и обосновавшимся в Google).
В Apple’s OSs уже были различные библиотеки для работы с матрицами и векторной алгеброй: BLAS, BNNS, DSP, впоследствии объединенные под крышей одной библиотеки Accelerate.
В 2015 появились небольшие решения для реализации математики на основе графической технологии Metal.
В 2016 появился CoreML:
CoreML способен импортировать готовую, натренированную модель (CaffeV1, Keras, scikit-learn) и далее предоставить разработчику возможность экспортировать ее в приложение.
То есть, вам необходимо: Собрать модель на другой платформе, на языке Python или C++, используя сторонние фреймворки. Далее обучить ее на стороннем аппаратном решении.
И только после этого вы можете импортировать и работать на языке Swift. На мой взгляд очень нагромождено и сложно. Читать дальше → https://goo.gl/jQJPU7
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Webbots Пауки и экран скребки - Руководство по разработке интернет-агентов с PHP-CURL [2012]
═════════════════════
Описание:
═════════════════════
The Internet is bigger and better than what a mere browser allows. Webbots, Spiders, and Screen Scrapers is for programmers and businesspeople who want to take full advantage of the vast resources available on the Web. There's no reason to let browsers limit your online experience-especially when you can easily automate online tasks to suit your individual needs.
═════════════════════
Learn how to write webbots and spiders that do all this and more:
═════════════════════
Programmatically download entire websites Effectively parse data from web pages Manage cookies Decode encrypted files Automate form submissions Send and receive email Send SMS alerts to your cell phone Unlock password-protected websites Automatically bid in online auctions Exchange data with FTP and NNTP servers
Sample projects using standard code libraries reinforce these new skills. You'll learn how to create your own webbots and spiders that track online prices, aggregate different data sources into a single web page, and archive the online data you just can't live without. You'll learn inside information from an experienced webbot developer on how and when to write stealthy webbots that mimic human behavior, tips for developing fault-tolerant designs, and various methods for launching and scheduling webbots. You'll also get advice on how to write webbots and spiders that respect website owner property rights, plus techniques for shielding websites from unwanted robots.
As a bonus, visit the author's website to test your webbots on sample target pages, and to download the scripts and code libraries used in the book.
Some tasks are just too tedious-or too important!- to leave to humans. Once you've automated your online life, you'll never let a browser limit the way you use the Internet again.
═════════════════════
About the Author
═════════════════════
Michael Schrenk uses webbots and data-driven web applications to create competitive advantages for businesses. He has written for Computerworld and Web Techniques magazines and has taught courses on Web usability and Internet marketing. He has also given presentations on intelligent Web agents and online corporate intelligence at the DEFCON hacker's convention.
#программирование@physics_math
#php@physics_math
#curl@physics_math
#scrapers@physics_math
#алгоритмы@physics_math
#анализ@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Описание:
═════════════════════
The Internet is bigger and better than what a mere browser allows. Webbots, Spiders, and Screen Scrapers is for programmers and businesspeople who want to take full advantage of the vast resources available on the Web. There's no reason to let browsers limit your online experience-especially when you can easily automate online tasks to suit your individual needs.
═════════════════════
Learn how to write webbots and spiders that do all this and more:
═════════════════════
Programmatically download entire websites Effectively parse data from web pages Manage cookies Decode encrypted files Automate form submissions Send and receive email Send SMS alerts to your cell phone Unlock password-protected websites Automatically bid in online auctions Exchange data with FTP and NNTP servers
Sample projects using standard code libraries reinforce these new skills. You'll learn how to create your own webbots and spiders that track online prices, aggregate different data sources into a single web page, and archive the online data you just can't live without. You'll learn inside information from an experienced webbot developer on how and when to write stealthy webbots that mimic human behavior, tips for developing fault-tolerant designs, and various methods for launching and scheduling webbots. You'll also get advice on how to write webbots and spiders that respect website owner property rights, plus techniques for shielding websites from unwanted robots.
As a bonus, visit the author's website to test your webbots on sample target pages, and to download the scripts and code libraries used in the book.
Some tasks are just too tedious-or too important!- to leave to humans. Once you've automated your online life, you'll never let a browser limit the way you use the Internet again.
═════════════════════
About the Author
═════════════════════
Michael Schrenk uses webbots and data-driven web applications to create competitive advantages for businesses. He has written for Computerworld and Web Techniques magazines and has taught courses on Web usability and Internet marketing. He has also given presentations on intelligent Web agents and online corporate intelligence at the DEFCON hacker's convention.
#программирование@physics_math
#php@physics_math
#curl@physics_math
#scrapers@physics_math
#алгоритмы@physics_math
#анализ@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
[Перевод] Правдивая история роботизации, начинающаяся с одного простого графика
В начале этого года мне на глаза попался график, на котором отражена не только чрезвычайно важная история роботизации, но также история обсуждения самой роботизации. Заодно здесь показан прогноз развития в ближайшие годы как самой роботизации, так и ее обсуждения. Это график количества эксплуатируемых буровых вышек в Соединенных Штатах (зеленая линия) и количество рабочих, занятых в нефтяной промышленности (красная линия). Это важная часть мозаики, которую необходимо собрать воедино, пока не стало слишком поздно. Читать дальше → https://goo.gl/7f8afd
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
В начале этого года мне на глаза попался график, на котором отражена не только чрезвычайно важная история роботизации, но также история обсуждения самой роботизации. Заодно здесь показан прогноз развития в ближайшие годы как самой роботизации, так и ее обсуждения. Это график количества эксплуатируемых буровых вышек в Соединенных Штатах (зеленая линия) и количество рабочих, занятых в нефтяной промышленности (красная линия). Это важная часть мозаики, которую необходимо собрать воедино, пока не стало слишком поздно. Читать дальше → https://goo.gl/7f8afd
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
habrahabr.ru
Правдивая история роботизации, начинающаяся с одного простого графика
В начале этого года мне на глаза попался график, на котором отражена не только чрезвычайно важная история роботизации, но также история обсуждения самой...
Numerical Algorithms: Methods for Computer Vision, Machine Learning, and Graphics [2015]
═════════════════════
Описание:
═════════════════════
Numerical Algorithms: Methods for Computer Vision, Machine Learning, and Graphics presents a new approach to numerical analysis for modern computer scientists. Using examples from a broad base of computational tasks, including data processing, computational photography, and animation, the textbook introduces numerical modeling and algorithmic design from a practical standpoint and provides insight into the theoretical tools needed to support these skills.
The book covers a wide range of topics—from numerical linear algebra to optimization and differential equations—focusing on real-world motivation and unifying themes. It incorporates cases from computer science research and practice, accompanied by highlights from in-depth literature on each subtopic. Comprehensive end-of-chapter exercises encourage critical thinking and build students’ intuition while introducing extensions of the basic material.
The text is designed for advanced undergraduate and beginning graduate students in computer science and related fields with experience in calculus and linear algebra. For students with a background in discrete mathematics, the book includes some reminders of relevant continuous mathematical background.
═════════════════════
Features:
═════════════════════
Contains classroom-tested material for a one- to two-semester course in numerical algorithms, with a focus on modeling and applications
Introduces themes common to nearly all classes of numerical algorithms
Covers algorithms for solving linear and nonlinear problems, including popular techniques recently introduced in the research community
Includes comprehensive end-of-chapter exercises that push students at all levels to derive, extend, and analyze numerical algorithms
#ии@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение@physics_math
#численные_методы@physics_math
#книги@physics_math
#алгоритмы@physics_math
#анализ@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Описание:
═════════════════════
Numerical Algorithms: Methods for Computer Vision, Machine Learning, and Graphics presents a new approach to numerical analysis for modern computer scientists. Using examples from a broad base of computational tasks, including data processing, computational photography, and animation, the textbook introduces numerical modeling and algorithmic design from a practical standpoint and provides insight into the theoretical tools needed to support these skills.
The book covers a wide range of topics—from numerical linear algebra to optimization and differential equations—focusing on real-world motivation and unifying themes. It incorporates cases from computer science research and practice, accompanied by highlights from in-depth literature on each subtopic. Comprehensive end-of-chapter exercises encourage critical thinking and build students’ intuition while introducing extensions of the basic material.
The text is designed for advanced undergraduate and beginning graduate students in computer science and related fields with experience in calculus and linear algebra. For students with a background in discrete mathematics, the book includes some reminders of relevant continuous mathematical background.
═════════════════════
Features:
═════════════════════
Contains classroom-tested material for a one- to two-semester course in numerical algorithms, with a focus on modeling and applications
Introduces themes common to nearly all classes of numerical algorithms
Covers algorithms for solving linear and nonlinear problems, including popular techniques recently introduced in the research community
Includes comprehensive end-of-chapter exercises that push students at all levels to derive, extend, and analyze numerical algorithms
#ии@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение@physics_math
#численные_методы@physics_math
#книги@physics_math
#алгоритмы@physics_math
#анализ@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Теперь Уолл-стрит: как Amazon, Alibaba и Rakuten изменят сферу финансов (отчет McKinsey)
Изображение: Nate, CC BY-NC 2.0
Следующая большая сфера, которая значительно изменится под влиянием технологических компаний — это финансы. Такой вывод содержится в 52-страничном отчете аналитиков компании McKinsey. Мы представляем вашему вниманию главные тезисы этого документа. Читать дальше → https://goo.gl/tcpyqA
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Изображение: Nate, CC BY-NC 2.0
Следующая большая сфера, которая значительно изменится под влиянием технологических компаний — это финансы. Такой вывод содержится в 52-страничном отчете аналитиков компании McKinsey. Мы представляем вашему вниманию главные тезисы этого документа. Читать дальше → https://goo.gl/tcpyqA
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
habrahabr.ru
Теперь Уолл-стрит: как Amazon, Alibaba и Rakuten изменят сферу финансов (отчет McKinsey)
Изображение: Nate, CC BY-NC 2.0 Следующая большая сфера, которая значительно изменится под влиянием технологических компаний — это финансы. Такой вывод...
Привет, товарищи джангисты!
Имею следующую структуру проекта:
app/app2/...
app/app3/...
Т.е. есть приложение Shop, в котором есть другие подприложения: basket, product и д.р.
В INSTALLED_APPS приложения зарегистрированы как shop.product и shop.basket
Вроде все хорошо, да вот только при миграциях Джанго ругается на то, что модель вида Shop.product.products не допустима, надо чтобы было app_name.model
Как деликатно решить проблему?:)
Или же отказаться от такой структуры, и вынести все приложения в корневую папку проекта...
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Имею следующую структуру проекта:
app/app2/...
app/app3/...
Т.е. есть приложение Shop, в котором есть другие подприложения: basket, product и д.р.
В INSTALLED_APPS приложения зарегистрированы как shop.product и shop.basket
Вроде все хорошо, да вот только при миграциях Джанго ругается на то, что модель вида Shop.product.products не допустима, надо чтобы было app_name.model
Как деликатно решить проблему?:)
Или же отказаться от такой структуры, и вынести все приложения в корневую папку проекта...
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
#python #pynsk #pythondaily #pydaily
Дневной дайджест: 14.11.2017
Статьи
------
- Используем Machine Learning для предсказания погоды: часть 1 http://stackabuse.com/using-machine-learning-to-predict-the-weather-part-1/
- Дополненная реальность на Python и OpenCV https://bitesofcode.wordpress.com/2017/09/12/augmented-reality-with-python-and-opencv-part-1/
Добавляйте интересные Python-ссылки через форму: http://pythondigest.ru/add/
#daily@pynsk
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Дневной дайджест: 14.11.2017
Статьи
------
- Используем Machine Learning для предсказания погоды: часть 1 http://stackabuse.com/using-machine-learning-to-predict-the-weather-part-1/
- Дополненная реальность на Python и OpenCV https://bitesofcode.wordpress.com/2017/09/12/augmented-reality-with-python-and-opencv-part-1/
Добавляйте интересные Python-ссылки через форму: http://pythondigest.ru/add/
#daily@pynsk
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Stack Abuse
Using Machine Learning to Predict the Weather: Part 1
This is the first article of a multi-part series on using Python and Machine Learning to build models to predict weather temperatures based off data collected...
Собери свой Security Operation Center из 5 элементов
Привет, Хабр!
Мы тут часто пишем о том, что работа центра мониторинга и противодействия кибератакам невозможна без определенных процессов (мониторинг, реагирование, расследование инцидентов и т.д.) и, конечно, без систем защиты (AV, WAF, IPS и т.д.).
То же самое мы объясняем заказчикам, но они, быстро пересчитывая деньги в кармане, иногда в ответ спрашивают: "А можно нам SOC в базовой комплектации?"
Предлагаем вам представить себя на месте такого заказчика. Под катом 26 аббревиатур и терминов. Проверьте, насколько вы понимаете принципы мониторинга и противодействия кибератакам и выберите всего 5 буквосочетаний, которые смогут надежно защитить компанию.
Внимание! Среди вариантов возможны honeypots :)
Читать дальше → https://goo.gl/zNsfPZ
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Привет, Хабр!
Мы тут часто пишем о том, что работа центра мониторинга и противодействия кибератакам невозможна без определенных процессов (мониторинг, реагирование, расследование инцидентов и т.д.) и, конечно, без систем защиты (AV, WAF, IPS и т.д.).
То же самое мы объясняем заказчикам, но они, быстро пересчитывая деньги в кармане, иногда в ответ спрашивают: "А можно нам SOC в базовой комплектации?"
Предлагаем вам представить себя на месте такого заказчика. Под катом 26 аббревиатур и терминов. Проверьте, насколько вы понимаете принципы мониторинга и противодействия кибератакам и выберите всего 5 буквосочетаний, которые смогут надежно защитить компанию.
Внимание! Среди вариантов возможны honeypots :)
Читать дальше → https://goo.gl/zNsfPZ
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
habrahabr.ru
Собери свой Security Operation Center из 5 элементов
Привет, Хабр! Мы тут часто пишем о том, что работа центра мониторинга и противодействия кибератакам невозможна без определенных процессов (мониторинг,...
Russian AI Cup 2017 — отчет о бета-тесте, старт чемпионата. Хотели StarCraft, получили странный Total War
Седьмого ноября официально стартовала неделя бета-теста Russian Ai Cup 2017. Чемпионат ежегодный, и в этом году мы решили предложить участникам проект под названием CodeWars — конкурс по программированию ботов для игры, которую сами участники сходу окрестили «симулятором игрока в RTS». Бета-тест подошел к концу, чемпионат официально стартовал, и под катом мы хотели бы отчитаться, поделиться новостями о том, что же мы теперь можем предложить. Ну и еще раз зазвать всех поучаствовать, не без этого конечно. Читать дальше → https://goo.gl/yYfo1G
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Седьмого ноября официально стартовала неделя бета-теста Russian Ai Cup 2017. Чемпионат ежегодный, и в этом году мы решили предложить участникам проект под названием CodeWars — конкурс по программированию ботов для игры, которую сами участники сходу окрестили «симулятором игрока в RTS». Бета-тест подошел к концу, чемпионат официально стартовал, и под катом мы хотели бы отчитаться, поделиться новостями о том, что же мы теперь можем предложить. Ну и еще раз зазвать всех поучаствовать, не без этого конечно. Читать дальше → https://goo.gl/yYfo1G
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
#python #pynsk
Много раз спрашивали "А что, в ноябре не будет Python встреч?", а я так скромно говорил "Следите за новостями".
И вот, теперь можно - встреча будет!
Яндекс снова проводит Python Party.
Встреча состоится 22 ноября (среда), в 18-30 начало.
Будет три доклада: два посвящены uWSGI, а ещё один — достоинствам Питона.
Участие бесплатно, но нужно зарегистрироваться, потому что количество мест ограничено.
https://events.yandex.ru/events/meetings/22-nov-2017/
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Много раз спрашивали "А что, в ноябре не будет Python встреч?", а я так скромно говорил "Следите за новостями".
И вот, теперь можно - встреча будет!
Яндекс снова проводит Python Party.
Встреча состоится 22 ноября (среда), в 18-30 начало.
Будет три доклада: два посвящены uWSGI, а ещё один — достоинствам Питона.
Участие бесплатно, но нужно зарегистрироваться, потому что количество мест ограничено.
https://events.yandex.ru/events/meetings/22-nov-2017/
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python