[Из песочницы] Быстрый старт с NRF51822

1. Вступление
Добрый день.

В сети гуляет огромное количество уроков программирования под разные простенькие (и не очень) платформы. С каждым годом однотипные туториалы разной степени углубленности по одному и тому же микроконтроллеру штампуются десятками. И это прекрасно, так как обилие статей ведет к снижению порога вхождения в тематику и позволяет уже созревшим программистам не тратить время на поиск прочитанного вдоль и поперек даташита, а просто воспользоваться уже рабочим куском кода инициализации периферии и перейти к проблемам посерьезнее.

Однако есть нюанс — шаг вправо, шаг влево от стандартной подборки STM32/8, AVR и иже с ними или углубление в более сложные интерфейсы тех же самых STM32/8, и тишина. Лишь изредка на далеком-далеком форуме кто-то задает вопрос, который в итоге остается без ответа…

К чему я, собственно, веду. Не так давно возникла необходимость использования в проекте чипа nRF51822 компании Nordic Semiconductor с популярной ныне тематикой Bluetooth low energy (далее — BLE) на борту.

Чип оказался настолько популярным на информационную составляющую, что Google с горем пополам выдал 2-3 ссылки с описанием самого BLE стека и пару абстрактных статей касательно реализации стека у чипов Nordic и Texas instruments (CC2640). Матерые программисты скажут: «Берите примеры от компании Nordic (а их там к слову с избытком) и разбирайтесь». И это верный подход, если бы не одно но, касающееся, по большей части, начинающих программистов и желающих получить быстрый результат: обилие структур, многоуровневые библиотеки — все это прекрасно и логично, но избыточно для быстрого старта или маленького проекта. Все это увеличивает порог вхождения до неоправданных высот.
Читать дальше → https://goo.gl/6dTxzB

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Создаем REST API в Python за пять минут

В данной статье мы рассмотрим новый фреймворк Arrested, который используется для создания REST API при помощи Python и Flask. Мы используем Docker, SQLAlchemy и прочие инструменты для создания API на тему Звездных Войн всего за пять минут!

Подробнее: https://python-scripts.com/build-rest-api

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Добрый вечер! Найдется ли человек который объяснит мне как строится веб проект на Python/Django (бэкенд особенно, как взаимодействовать с БД и прочее). Сам пользуюсь продуктом InterSystems для бэка, для фронта AngularJS. Вот хотел попробовать строить на Python) Спасибо заранее!

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

«Как близнецы»: 3 пары похожих терминов ITIL

Библиотека ITIL — подробный набор методов управления ИТ-услугами, который применяют с восьмидесятых годов. Но путаница в используемых терминах и их значении до сих пор преследует тех, кто только начинает внедряет у себя соответствующие методологии.

В этой статье мы попытаемся разграничить три пары похожих терминов:

Инцидент и проблема
Управление инцидентами и управление проблемами
Service desk и Help Desk

На основе примеров покажем, для чего нужен каждый из них.

Читать дальше → https://goo.gl/xznUpS

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Добрый день!
Первый раз примению Field многие ко многим. И постоянно ловлю какие-то ошибки:
Сейчас "TypeError at /newmess: 'Dialogue' object is not iterable". Код 2 моделей и представления запостил на гисте
https://gist.github.com/anonymous/2cf405d45541de8bd0e7565664f14ced,
Ошибку бьет на строке mess.Dialog = dial представления .
Ничего не пойму. Какая тут итерация?

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Добрый день! Нужна помощь. Делаю на сайте форму обратной связи. http://dpaste.de/DD5H ,нужно добавить еще 2 поля. Но функция send_mail не дает, выскакивает ошибка. Там забито только три поля, ее возможно расширить?Или может есть решения с формой обратной связи проще? Я честно, облазил кучу сайтов, но сработало только это.

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Как IaaS и SaaS технологии меняют сферу образования

По данным MarketsandMarkets, рынок облачных технологий в образовании достигнет 25 миллиардов долларов к 2021 году. А согласно исследованию компании CDW, половина опрошенных ректоров университетов планирует мигрировать инфраструктуру учебных заведений в облако в ближайшие несколько лет. Поэтому в этом материале мы поговорим о том, как IaaS преобразует систему образования.

Читать дальше → https://goo.gl/nb3Ubt

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

#python #pydigest #pirsipy

Свежая порция Python новостей перед вами.

В 205 выпуске Python Дайджеста вы найдете:

- Используем Machine Learning для предсказания погоды: часть 2
- Машинное обучение своими руками (часть 2)
— Сервис для классификации обращений в тех. поддержку
- RNN: учим нейронную сеть писать как Лев Толстой
- Profiling CPython at Instagram
- Анализ 1000+ греческих вин
- Шум Перлина
- Как сделать свой блокчейн. Часть 1
- ActivityWatch - автоматический time-tracker
- olympus - REST API для AI
- state_machine - State Machine for humans
- cbox - превращаем python функцию в unix команду

и еще много интересного

Заходите в гости - https://pythondigest.ru/issue/205/

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

#python #pydigest

Свежая порция Python новостей перед вами.

В 205 выпуске Python Дайджеста вы найдете:

- Используем Machine Learning для предсказания погоды: часть 2
- Машинное обучение своими руками (часть 2)
— Сервис для классификации обращений в тех. поддержку
- RNN: учим нейронную сеть писать как Лев Толстой
- Profiling CPython at Instagram
- Анализ 1000+ греческих вин
- Шум Перлина
- Как сделать свой блокчейн. Часть 1
- ActivityWatch - автоматический time-tracker
- olympus - REST API для AI
- state_machine - State Machine for humans
- cbox - превращаем python функцию в unix команду

и еще много интересного

Заходите в гости - https://pythondigest.ru/issue/205/

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

#python #pydigest

Свежая порция Python новостей перед вами.

В 205 выпуске Python Дайджеста вы найдете:

- Используем Machine Learning для предсказания погоды: часть 2
- Машинное обучение своими руками (часть 2)
— Сервис для классификации обращений в тех. поддержку
- RNN: учим нейронную сеть писать как Лев Толстой
- Profiling CPython at Instagram
- Анализ 1000+ греческих вин
- Шум Перлина
- Как сделать свой блокчейн. Часть 1
- ActivityWatch - автоматический time-tracker
- olympus - REST API для AI
- state_machine - State Machine for humans
- cbox - превращаем python функцию в unix команду

и еще много интересного

Заходите в гости - https://pythondigest.ru/issue/205/

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

«Пишите письма…» или тренируемся работать с данными по обращениям граждан в правительство Москвы (DataScience)

Приветствую коллеги! Пришло время продолжить наш спонтанный мини цикл статей, посвящённый основам машинного обучения и анализа данных.

В прошлый раз мы разбирали с Вами задачку применения линейной регрессии к открытым данным правительства Москвы, а в этот раз данные тоже открыты, но их уже пришлось собирать вручную.

Итак, сегодня мы с Вами поднимем животрепещущую тему – обращения граждан в органы исполнительной власти Москвы, нас с вами сегодня ждет: краткое описание набора данных, примитивный анализ данных, применение к ним модели линейной регрессии, а также краткая отсылка к учебным курсам для тех, кто совсем ничего не поймет из материала статьи. Ну и конечно же останется пространство для самостоятельного творчества.

Напомню, что наша статья рассчитана в первую очередь на начинающих любителей Python и его распространённых библиотек из области DataScience. Готовы? Тогда, милости прошу под кат.

Читать дальше → https://goo.gl/1P7HBX

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Обработка видео для распознавания лиц при помощи Go и Python

Если у вас много видео-контента, но вы не знаете, что за люди на этих видео, вы можете быстренько создать инструмент, который автоматически будет обнаруживать и узнавать людей при помощи Go, Python и Facebox.

Подробнее: https://python-scripts.com/face-recognition-with-go-and-python

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Книги по python для начинающих

1.Django. Подробное руководство
2.Django: практика создания Web-сайтов на Python
3.A Byte of Python
4.Самоучитель Python
5.Язык программирования Python

#python #django #books

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

[Перевод] Интеграционные тесты для Java с помощью TestContainers. Меньше безумия, больше порядка, и всё это автоматически

На Хабре совсем нет информации про TestContainers. На момент написания этой статьи, в поисковой выдаче есть анонсы наших же конференций, и всё. Между тем, в проекте на Гитхабе у них уже более 700 коммитов, 54 контрибутора и 5 лет истории. Похоже, все эти пять лет проект тщательно скрывался спецслужбами и НЛО. Настало время выйти из тени на свет.

Чукча читатель, а не писатель. Поэтому, вместо написания своего текста, я попросил разрешения на перевод соответствующей статьи из блога Rebel Labs.
Итак, здесь мы поделимся парой слов о наимоднейшей Java-библиотеке для интеграционного тестирования — TestContainers. Кроме этого, будет немного о том, почему интеграционное тестирование настолько важно для ZeroTurnaround, и их требования к интеграционным тестам. И конечно, будет полнофункциональный пример интеграционного теста для Java-агента. Если кто-то никогда в глаза не видел код Java-агента, то сейчас самое время. Добро пожаловать под кат! Читать дальше → https://goo.gl/YwBrmU

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Kotlin in Action [2018]
═════════════════════
Описание:
═════════════════════
Язык Kotlin предлагает выразительный синтаксис, мощную и понятную систему типов, великолепную поддержку и бесшовную совместимость с существующим кодом на Java, богатый выбор библиотек и фреймворков. Kotlin может компилироваться в байт-код Java, поэтому его можно использовать везде, где используется Java, включая Android. А благодаря эффективному компилятору и маленькой стандартной библиотеке Kotlin практически не привносит накладных расходов.

Данная книга научит вас пользоваться языком Kotlin для создания высококачественных приложений. Написанная создателями языка – разработчиками в компании JetBrains, – эта книга охватывает такие темы, как создание предметно-ориентированных языков, функциональное программирование в JVM, совместное использование Java и Kotlin и др.

Издание предназначено разработчикам, владеющим языком Java и желающим познакомиться и начать эффективно работать с Kotlin.
═════════════════════
Скачать: https://cloud.mail.ru/public/2Kau/gfRTYoMtS
═════════════════════
#java@physics_math
#kotlin@physics_math
#jvm@physics_math
#android@physics_math
#алгоритмы@physics_math
#программирование@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Квантовые вычисления против классических: зачем нам столько цифр

Из-за всеобщего бума блокчейна и всякой бигдаты с первых строчек техноновостей сошла другая перспективная тема — квантовые вычисления. А они, между прочим, способны перевернуть сразу несколько ИТ-областей, начиная с пресловутого блокчейна и заканчивая инфобезопасностью. В двух ближайших статьях Сбербанк и Сбербанк-Технологии расскажут, чем круты квантовые вычисления и что вообще с ними делают сейчас.

Читать дальше → https://goo.gl/5mbvH6

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Во время империалистической войны, как сообщали газеты, с французским летчиком произошел совершенно необыкновенный случай. Летая на высоте двух километров, летчик заметил, что близ его лица движется какой-то мелкий предмет. Думая, что это насекомое, летчик проворно схватил его рукой. Представьте изумление летчика, когда оказалось, что он поймал... германскую боевую пулю!

Не правда ли, это напоминает россказни легендарного барона Мюнхгаузена, будто бы ловившего пушечные ядра руками?

А между тем в сообщении о летчике, поймавшем пулю, нет ничего невозможного.

Пуля ведь не все время движется со своей начальной скоростью 800 — 900 м в секунду. Из-за сопротивления воздуха она постепенно замедляет свой полет и к концу пути — на излете — делает всего метров 40 в секунду. А такую скорость развивает и самолет. Значит, легко может случиться, что пуля и самолет будут иметь одинаковую скорость; тогда по отношению к летчику пуля будет неподвижна или будет двигаться едва заметно. Ничего не будет стоить тогда схватить ее рукой, — особенно в перчатке, потому что пуля, движущаяся в воздухе, сильно разогревается.
═════════════════════
#физика@physics_math
#математика@physics_math
#факты@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Всем добра!
Странная ошибка при попытке взять запись из базы:
MyMind.objects.filter(profile = self_Base)
выдает ошибку "__init__() takes exactly 2 arguments (7 given)",
хотя в таблице _mymind есть запись с индексом профиля
При чем MyMind.objects.filter(profile = self_Base).exists() возвращает Труе без всяких ошибок. На гисте расписал модель с конструктором (она простая) и как ее сохранял (запись проходила):
https://gist.github.com/anonymous/4c7833623caa147f115fd646deaa82c6
Что я еще не учел?

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

[Перевод] 27 бесплатных сервисов для создания визуального контента без дизайнера

Лера Матвиишина, маркетолог хостинговой компании HOSTiQ, специально для блога Нетологии адаптировала статью Andrew Tate c ресурса AdEspresso и выбрала из подборки 27 бесплатных инструментов, которые помогут создавать визуальный контент без помощи дизайнера.

К 2018 году 84% маркетинговых материалов будут визуальными. Благодаря визуальному контенту любая компания сможет интересно общаться с пользователями и отстроиться от конкурентов. Читать дальше → https://goo.gl/bb8wDg

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Aurélien Géron Hands-On Machine Learning with Scikit-Learn and TensorFlow [2017]
═════════════════════
Описание:
═════════════════════
Naturally you are excited about Machine Learning and you would love to join the party. Perhaps you would like to give your homemade robot a brain of its own? Make it recognize faces? Or learn to walk around? Or maybe your company has tons of data (user logs, financial data, production data, machine sensor data, hotline stats, HR reports, etc.), and more than likely you could unearth some hidden gems if you just knew where to look.
═════════════════════
For example:
═════════════════════
-Segment customers and find the best marketing strategy for each group
-Recommend products for each client based on what similar clients bought
-Detect which transactions are likely to be fraudulent
-Predict next year’s revenue
-And more!
═════════════════════
Objective and Approach
═════════════════════
This book assumes that you know close to nothing about Machine Learning. Its goal is to give you the concepts, the intuitions, and the tools you need to actually implement programs capable of learning from data.

We will cover a large number of techniques, from the simplest and most commonly used (such as linear regression) to some of the Deep Learning techniques that regularly win competitions.

Rather than implementing our own toy versions of each algorithm, we will be using actual production-ready Python frameworks:
═════════════════════
Scikit-Learn
═════════════════════
Scikit-Learn is very easy to use, yet it implements many Machine Learning algorithms efficiently, so it makes for a great entry point to learn Machine Learning.
═════════════════════
TensorFlow
═════════════════════
TensorFlow is a more complex library for distributed numerical computation using data flow graphs. It makes it possible to train and run very large neural networks efficiently by distributing the computations across potentially thousands of multi-GPU servers. TensorFlow was created at Google and supports many of their large-scale Machine Learning applications. It was open-sourced in November 2015.
═════════════════════
Скачать: https://cloud.mail.ru/public/3sqL/kabLdQqwj
═════════════════════
#java@physics_math
#jdk@physics_math
#javascript@physics_math
#javafx@physics_math
#алгоритмы@physics_math
#программирование@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python