GIF бот для Facebook Messenger используя Flask

Создание Facebook ботов — это действительно круто. Мы создадим GIF-Бота для Facebook Messenger. Бот будет отвечать пользователям GIF изображениями, которые относятся к любому тексту, который он получает от пользователей.

Подробнее: https://python-scripts.com/gif-messenger-bot-with-flask

[Из песочницы] История 3 места Russian AI Cup 2017

Всем привет! В этой статье я хочу кратко изложить ключевые моменты своей стратегии в ходе прошедшего соревнования по программированию искусственного интеллекта Russian AI Cup.

Немного о Russian AI Cup
Суть мероприятия заключается в том, что нужно было написать бота для игры, правила которой задали организаторы и меняли по ходу мероприятия.

Особенность задачи этого года состояла в том, что необходимо было создать искусственный интеллект, управляющий большим количеством боевых единиц.

Правила можно найти здесь.
Читать дальше → https://goo.gl/BA9TG4

К вопросу о принципах работы асинхронных решений

Предлагаем вашему вниманию отличное новогоднее чтение для программистов :) Статью Александра Чистякова ( alexclear ), которую тот написал, вдохновившись тезисами доклада Mons Anderson ( codesign ) на HighLoad++ 2017.

Давайте поговорим о принципах работы асинхронных решений и рассмотрим предложенную Mons Anderson классификацию. Возможно, нам удастся предложить нашу собственную классификацию.

Для того, чтобы классифицировать существующие решения, придумаем сначала оси координат. С точки зрения инженера-разработчика "синхронная" и "асинхронная" парадигмы основаны на абстракциях, различающихся как сложностью применения, так и «эффективностью» (что такое «эффективность», нам еще предстоит определить).

Осторожно, под катом жёсткий хардкор! Читать дальше → https://goo.gl/dC4Dtm

Бесплатный курс - Python Base
Python Base. 1. Теория
Python Base. 2. Установка
Python Base. 3. Переменные
Python Base. 4. Типы данных
Python Base. 5. Динамическая типизация
Python Base. 6. Операторы
Python Base. 7. Функции
Python Base. 8. Создание папок
Python Base. 9. Обработка секвенции файлов
Python Base. 10. Системные аргументы

[Indian]
https://youtu.be/XFMHSjhkeuw
#learn_python #concept_classes_objects #python_for_Beginners #concept_of_parameters
#Web_development_in_python #python_graphic

[Из песочницы] Мошенническое расширение в Google Chrome. Расследование

Эта статья обошлась мне в 3343 рубля, именно столько Я потерял при переводе Litecoin на Qiwi RUB и хочу описать мою историю подробно, чтобы Вы дорогие Хабровчане не наступили на те же грабли что и Я.

Мне нужно было вывести средства с биржи Poloniex в фиат. Для этого Я воспользовался популярным сервисом bestchange, на котором нашел сервис https://goo.gl/M6vmw5, он предложил мне перевести средства по указанному адресу

Читать дальше → https://goo.gl/htCY4n

Francois Chollet, Deep Learning with Python [2017]
═════════════════════
Описание:
═════════════════════
This book was written for anyone who wishes to explore deep learning from scratch or broaden their understanding of deep learning. Whether you’re a practicing machine-learning engineer, a software developer, or a college student, you’ll find value in these pages. This book offers a practical, hands-on exploration of deep learning. It avoids mathematical notation, preferring instead to explain quantitative concepts via code snippets and to build practical intuition about the core ideas of machine learning and deep learning.

You’ll learn from more than 30 code examples that include detailed commentary, practical recommendations, and simple high-level explanations of everything you need to know to start using deep learning to solve concrete problems. The code examples use the Python deep-learning framework Keras, with TensorFlow as a backend engine. Keras, one of the most popular and fastest-growing deep learning frameworks, is widely recommended as the best tool to get started with deep learning.

After reading this book, you’ll have a solid understanding of what deep learning is, when it’s applicable, and what its limitations are. You’ll be familiar with the standard workflow for approaching and solving machine-learning problems, and you’ll know how to address commonly encountered issues. You’ll be able to use Keras to tackle real-world problems ranging from computer vision to natural-language processing: image classification, time series forecasting, sentiment analysis, image and text generation, and more.

This book is written for people with Python programming experience who want to get started with machine learning and deep learning. But this book can also be valuable to many different types of readers. Even technically minded people who don’t code regularly will find this book useful as an introduction to both basic and advanced deep-learning concepts.

In order to use Keras, you’ll need reasonable Python proficiency. Additionally, familiarity with the Numpy library will be helpful, although it isn’t required. You don’t need previous experience with machine learning or deep learning: this book covers from scratch all the necessary basics. You don’t need an advanced mathematics background, either—high school–level mathematics should suffice in order to follow along.

МКА (машина конечных автоматов) для чайников на примере класса «кнопка» в arduino

Зачем всё это нужно?
Когда чайник, уперевшись в необходимость отойти от простой последовательности действий, задаёт на хабре вопрос типа "как сделать вот это?", ему с вероятностью 70% отвечают "погугли конечные автоматы" и 30% "используй fixed state machine" в зависимости от страны работодателя профессионала. На следующий вопрос "а как?" отправляют в гугл. Идёт такой чайник, что только закончил мигать светодиодом и вытер пот со лба, что учил в школе немецкий и всю жизнь работал бульдозеристом в этот гугл и видит там статьи типа Википедия про конечные автоматы с формулами и в которых понятны только предлоги.
Так как я тоже чайник, но до бульдозера работал программистом 30 лет назад, наступив на множество граблей по мере освоения программирования микроконтроллеров, решил написать эту статью простым языком для начинающих. Читать дальше → https://goo.gl/BRc8kd

Антонио Джулли, Суджит Пал | Библиотека Keras - инструмент глубокого обучения (2018) [PDF]
════════════════════
Описание:
════════════════════
Эта книга - краткое, но обстоятельное введение в современные нейронные сети, искусственный интеллект и технологии глубокого обучения. В ней представлено более 20 работоспособных нейронных сетей, написанных на языке Python с использованием модульной библиотеки Keras, работающей поверх библиотек TensorFlow от Google или Theano от компании Lisa Lab. Описан функциональный API библиотеки Keras и возможности его расширения.

Рассмотрены алгоритмы обучения с учителем (простая линейная регрессия, классический многослойный перцептрон, глубокие сверточные сети), а также алгоритмы обучения без учителя - автокодировщики и порождающие сети. Дано введение в технологию глубокого обучения с подкреплением и ее применение к построению игр со встроенным искусственным интеллектом.
Издание предназначено для программистов и специалистов по анализу и обработке данных
════════════════════
Скачать: cloud.mail.ru/public/HGh5/M1fj3GoU4
════════════════════
Купить книгу в хорошем качестве:
dmkpress.com/
vk.com/dmkpress
════════════════════
#ии@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение@physics_math
#python@physics_math
#алгоритмы@physics_math

Я недавно работаю c Flask и хочу решить вот какую проблемку.
Клиент будет работать с моим приложением, но на моем сервере не будет храниться данные клиента. Данные могут храниться в виде одного sqlite файла на компьютере самого клиента.
Клиент при регистрации укажет моему серверу, где на его компьютере хранится его база данных.

Вопрос такой.
Как моему серверу получить доступ к файлу на компьютере( андроиде, айфоне) клиента, если мой сервер будет знать адрес?

[Перевод] Эмоциональное выгорание волонтеров

Ранее я подчеркивал ценность добровольной работы как более аккуратной, честной и творческой по сравнению с оплачиваемой работой. Однако здесь нужно сделать важную оговорку. Некоторые инструменты Социальной Архитектуры таят в себе опасность. Поставив людям захватывающую цель, вы можете подтолкнуть их в сторону саморазрушения. Это было главной проблемой в FFII (Foundation for a Free Information Infrastructure), когда я пришел туда, и ее усугублял высокий накал эмоций, характерный для родоплеменной корпоративной культуры организации в то время. Многие ключевые участники были изнурены и эмоционально истощены. Не понаслышке знакомое мне самому состояние.

Исследования эмоционального выгорания, о которых вы можете прочитать в Википедии, на мой взгляд, не соответствуют тому, что происходит в реальной жизни. А реальность всё-таки важнее теории. Я неоднократно наблюдал такую характерную особенность выгорания в добровольных сообществах: Читать дальше → https://goo.gl/Ewt3xZ

Страуструп Б., Дизайн и эволюция C++ [2007]
═════════════════════
Описание:
═════════════════════
В книге, написанной создателем языка C++ Бьерном Страуструпом, представлено описание процесса проектирования и разработки языка программирования C++. Здесь изложены цели, принципы и практические ограничения, наложившие отпечаток на структуру и облик C++, обсужден дизайн недавно добавленных в язык средств: шаблонов, исключений, идентификации типа во время исполнения и пространств имен.

Автор анализирует решения, принятые в ходе работы над языком, и демонстрирует, как правильно применять «реальный объектно-ориентированный язык программирования». Книга удобно организована, поучительна, написана с юмором.

Описание ключевых идей даст начинающему пользователю ту основу, на которой позже он выстроит свое понимание всех деталей языка. Опытный программист найдет здесь обсуждение принципиальных вопросов проектирования, что позволит ему лучше понять язык, с которым он работает.

#алгоритмы@physics_math
#cpp@physics_math
#си@physics_math
#программирование@physics_math

Курс начального уровня по программированию глубоких нейронных сетей и глубокому обучению на Python.

1- Введение | Глубокое обучение на Python
2- Искусственные нейронные сети | Глубокое обучение на Python
3- Обучение нейронных сетей | Глубокое обучение на Python
4- Библиотеки глубокого обучения | Глубокое обучение на Python
5- Распознавание рукописных цифр | Глубокое обучение на Python
6- Анализ качества обучения нейронной сети | Глубокое обучение на Python
7- Сверточные нейронные сети | Глубокое обучение на Python
8- Распознавание объектов на изображениях | Глубокое обучение на Python
9- Рекуррентные нейронные сети | Глубокое обучение на Python
10- Анализ текстов с помощью рекуррентных нейронных сетей | Глубокое обучение на Python

[Перевод] Параллельная сортировка данных в GPU

В этой статье я познакомлю вас с концепцией параллельной сортировки. Мы обсудим теорию и реализацию шейдера, сортирующего пиксели.

GIF
Введение
Если вы изучали теорию вычислительных машин в 80-х или 90-х, есть вероятность, что вы упорно пытались понять, что же некоторые разработчики находят восхитительного в алгоритмах сортировки. То, что поначалу кажется незначительной задачей, оказывается краеугольным камнем Computer Science.

Но что же такое «алгоритм сортировки»? Представьте, что у вас есть список чисел. Алгоритм сортировки — это программа, получающая этот список и изменяющая порядок чисел в нём. Понятие алгоритмов сортировки часто вводится при изучении вычислительной сложности — ещё одной обширной области знания, которую я подробно рассмотрю в будущих статьях. Существует бесконечное количество способов сортировки списка элементов, и каждая стратегия обеспечивает свой собственный уникальный компромисс между затратами и скоростью. Читать дальше → https://goo.gl/74qitz

Подборка книг: Big Data | Data Science | Машинное обучение | Нейронные сети и искусственный интеллект | Python
═════════════════════
[01] Python для сложных задач наука о данных и машинное обучение [2018, PDF, RU] Дж. Вандер Плас
[02] Marr Bernard. Big Data: Using SMART Big Data, Analytics and Metrics To Make Better Decisions and Improve Performance
[03] Marz N., Warren A.J. Big Data: Principles and Best Practices of Scalable Real-Time Data Systems
[04] Data Science. Наука о данных с нуля | Джоэл Грас
[05] Аксенов С.В., Новосельцев В.Б. Организация и использование нейронных сетей (методы и технологии)
[06] Барский А.Б. Нейронные сети. Распознавание, управление, принятие решений
[07] Flach P. Machine Learning: The Art and Science of Algorithms that Make Sense of Data
[08] Основы Data Science и Big Data. Python и наука о данных
[09] Нейронные сети, генетические алгоритмы и нечеткие системы
[10] Введение в машинное обучение с помощью Python
[11] Построение систем машинного обучения на языке Python
═════════════════════
Скачать: https://vk.cc/7xNGPF
═════════════════════
#ии@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение@physics_math
#книги@physics_math
#алгоритмы@physics_math
#анализ@physics_math

Путь верстальщика: с нуля до сеньора

Здравствуйте, меня зовут Александр Зеленин, и я веб-разработчик.
Многократно я слышал мнение, что верстка — удел начинающих frontend’еров. Хотя фактически это важнейшая часть любого (почти) веб-проекта. Это то, что пользователи видят в первую очередь. На текущий момент качественная вёрстка (особенно проектирование блоков) в крупном проекте требует большого количества различных навыков.
В данной статье представляю схему развития верстальщика

[большая по клику]
Само собой, это не всеобъемлющая и единственно верная схема. Есть ещё целая гора связанных навыков, релевантных технологий и так далее. Градация является субъективной. Описание пути код катом https://goo.gl/kCRWHJ

Вышел первый набор «сетевых» программных ботов от Juniper Networks

Современные корпоративные сети часто охватывают несколько облачных сервисов. Чтобы упростить работу с сетями, компании прибегают к методам программной автоматизации.

Однако для создания такого ПО требуются квалифицированные разработчики, которых, согласно недавнему опросу среди клиентов и партнеров Juniper Networks, не хватает 43% компаний.

Поэтому Juniper представили набор программных ботов, которые позволят автоматизировать работу по обслуживанию сетей. Подробнее об этом — под катом.

Читать дальше → https://goo.gl/1gskkh

Господа, вопрос скорее в сторону ООП, проектирования.
Хочу я сделать некоего бота, которым можно было бы управлять через веб-интерфейс. Как реализуется передача команд ему? Хотелось бы увидеть опенсурсы\статьи

Создание REST API с помощью Django REST Framework

Build a Rest API with the Django REST Framework and Python 3.6

This is a rapid-fire guide on covering the basics to build a REST API with Django & Python. For much deeper depth, check out our new course on REST API: (https://kirr.co/rfqyre) (https://kirr.co/90kxtx)

Software
Django 1.11.8 (https://kirr.co/hjogvt)
Python 3.6.3 (https://kirr.co/ftq97z)
Django Rest Framework 3.7.3 (https://kirr.co/svez0s)
Django Rest Framework JWT 1.11.0 (https://kirr.co/vpibmo)

Related Source Code: https://kirr.co/9gqpkg

[Перевод] Выпуск Rust 1.23

Команда Rust рада сообщить о новой версии Rust: 1.23.0. Rust — это системный язык программирования, нацеленный на безопасность, скорость и параллельное выполнение кода.
Если у вас установлена предыдущая версия Rust, для обновления достаточно выполнить:
$ rustup update stable
Если же у вас еще не установлен rustup, вы можете установить его с соответствующей страницы нашего веб-сайта. С подробными примечаниями к выпуску Rust 1.23.0 можно ознакомиться на GitHub.
Что вошло в стабильную версию 1.23.0
Новый год, новый Rust! Нашим первым улучшением является избавление от избыточных копий в некоторых ситуациях. С этими изменениями потребление памяти rustc уменьшилось на 5-10%, но результаты для ваших приложений могут отличаться.
Команда документации прошла долгий путь для того чтобы rustdoc использовал CommonMark. До этого rustdoc не гарантировал какой движок отрисовки markdown он использовал. В рамках этого выпуска мы все еще визуализируем документацию нашим прошлым движком — Hoedown — но параллельно визуализируем еще и совместимым с CommonMark движком, выдавая предупреждения при различных результатах. Нам еще не встречались ситуации, где нельзя было бы изменить синтаксис документа так, чтобы он удовлетворял обоим движкам сразу. Участник команды документации Guillaume Gomez написал заметку об этом в своем журнале, где показаны некоторые часто встречающиеся отличия движков и способы их обхода. Читать дальше → https://goo.gl/Pdj3rx

Добрый вечер !
Необходимо визуализировать данные из бд в виде графа, где будут видны все связи в бд и их значения. Подскажите пожалуйста литературу или какие инструменты необходимо использовать для реализации.