This media is not supported in your browser
VIEW IN TELEGRAM
👁Savant: Supercharged Computer Vision and Video Analytics Framework on DeepStream
Savant — это Python-фреймворк от NVIDIA для компьютерного зрения и видеоаналитики.
Простой в использовании, масштабируемый и гибкий инструмент для создания интеллектуальных приложений CV.
▪Github
@pythonl
Savant — это Python-фреймворк от NVIDIA для компьютерного зрения и видеоаналитики.
Простой в использовании, масштабируемый и гибкий инструмент для создания интеллектуальных приложений CV.
git clone https://github.com/insight-platform/Savant.git
cd Savant/samples/peoplenet_detector
git lfs pull▪Github
@pythonl
the newest major release of the Python programming language, and it contains many new features and optimizations.
Python 3.11.5 выпущен!
Новая версия:
— точнее указывает на причину ошибки в трейсбеке;
— позволяет использовать файлы.toml для конфигов;
— позволяет группировать задачи с asyncio и многое другое.
https://www.python.org/downloads/release/python-3115/
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥🖥 Roadmap of free courses for learning Python and Machine learning.
Roadmap бесплатных курсов для изучения Python и Machine learning.
▪Data Science
▪ AI/ML
▪ Web Dev
📌Курсы с сертификатами.
1. Start with this
https://kaggle.com/learn/python
2. Take any one of these
❯ https://openclassrooms.com/courses/6900856-learn-programming-with-python
❯ https://scaler.com/topics/course/python-for-beginners/
❯ https://simplilearn.com/learn-python-basics-free-course-skillup
3. Then take this
https://netacad.com/courses/programming/pcap-programming-essentials-python
4. Attempt for this certification
https://freecodecamp.org/learn/scientific-computing-with-python/
5. Take it to next level
❯ Data Scrapping, NumPy, Pandas
https://scaler.com/topics/course/python-for-data-science/
❯ Data Analysis
https://openclassrooms.com/courses/2304731-learn-python-basics-for-data-analysis
❯ Data Visualization
https://kaggle.com/learn/data-visualization
❯ Django
https://openclassrooms.com/courses/6967196-create-a-web-application-with-django
❯ Machine Learning
http://developers.google.com/machine-learning/crash-course
❯ Deep Learning (TensorFlow)
http://kaggle.com/learn/intro-to-deep-learning
@pythonl
Roadmap бесплатных курсов для изучения Python и Machine learning.
▪Data Science
▪ AI/ML
▪ Web Dev
📌Курсы с сертификатами.
1. Start with this
https://kaggle.com/learn/python
2. Take any one of these
❯ https://openclassrooms.com/courses/6900856-learn-programming-with-python
❯ https://scaler.com/topics/course/python-for-beginners/
❯ https://simplilearn.com/learn-python-basics-free-course-skillup
3. Then take this
https://netacad.com/courses/programming/pcap-programming-essentials-python
4. Attempt for this certification
https://freecodecamp.org/learn/scientific-computing-with-python/
5. Take it to next level
❯ Data Scrapping, NumPy, Pandas
https://scaler.com/topics/course/python-for-data-science/
❯ Data Analysis
https://openclassrooms.com/courses/2304731-learn-python-basics-for-data-analysis
❯ Data Visualization
https://kaggle.com/learn/data-visualization
❯ Django
https://openclassrooms.com/courses/6967196-create-a-web-application-with-django
❯ Machine Learning
http://developers.google.com/machine-learning/crash-course
❯ Deep Learning (TensorFlow)
http://kaggle.com/learn/intro-to-deep-learning
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
Faker is a Python package that generates fake data for you.
Faker - это пакет Python, который генерирует фальшивые. Библиотека идеально подходит, если вам нужно заполнить базу данных, создавать красивые XML-документы, создать данные для тестирования или анонимизировать данные, полученные из вашего сервиса.
pip install Faker• Github
• Docs
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
If you to create an interactive network graph in a few lines of Python code, use Pyvis.
Если вам необходимо создать интерактивный граф в нескольких строках кода на языке Python, используйте Pyvis.
pip install pyvisfrom pyvis.network import Network
g = Network()
g.add_node(0)
g.add_node(1)
g.add_edge(0, 1)
g.show("basic.html")
▪Github
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
Project attempting to explain what exactly is happening under the hood for some counter-intuitive snippets and lesser-known features in Python.
Интересный проект, пытающийся объяснить, что именно происходит под капотом для некоторых сложных и малоизвестных функций Python.
$ pip install wtfpython -U▪Github
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
✋Hand gesture recognition
Распознавание жестов рук.
@pythonl
Распознавание жестов рук.
import cv2
import mediapipe as mp
# Initialize MediaPipe Hands module
mp_hands = mp.solutions.hands
hands = mp_hands.Hands()
# Initialize MediaPipe Drawing module for drawing landmarks
mp_drawing = mp.solutions.drawing_utils
# Open a video capture object (0 for the default camera)
cap = cv2.VideoCapture(0)
while cap.isOpened():
ret, frame = cap.read()
if not ret:
continue
# Convert the frame to RGB format
frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
# Process the frame to detect hands
results = hands.process(frame_rgb)
# Check if hands are detected
if results.multi_hand_landmarks:
for hand_landmarks in results.multi_hand_landmarks:
# Draw landmarks on the frame
mp_drawing.draw_landmarks(frame, hand_landmarks, mp_hands.HAND_CONNECTIONS)
# Display the frame with hand landmarks
cv2.imshow('Hand Recognition', frame)
# Exit when 'q' is pressed
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# Release the video capture object and close the OpenCV windows
cap.release()
cv2.destroyAllWindows()
@pythonl
📈 Predictive Modeling for Future Stock Prices in Python: A Step-by-Step Guide
Процесс построения модели прогнозирования цен на акции с использованием Python.
1. Импорт необходимых модулей
2. Получение исторических данных о ценах на акции
3. Отбор фич.
4. Определение фич и целевой переменной
5. Подготовка данных к обучению
6. Разделение данных на обучающие и тестовые наборы
7. Построение и обучение модели
8. Составление прогнозов
9. Тестирование торговой стратегии
@pythonl
Процесс построения модели прогнозирования цен на акции с использованием Python.
1. Импорт необходимых модулей
2. Получение исторических данных о ценах на акции
3. Отбор фич.
4. Определение фич и целевой переменной
5. Подготовка данных к обучению
6. Разделение данных на обучающие и тестовые наборы
7. Построение и обучение модели
8. Составление прогнозов
9. Тестирование торговой стратегии
@pythonl