Добрый день, коллеги! Есть нестандартный вопрос для нашей группы. Прошу простить, если все и так лежит на поверхности :(

Вопрос касательно Git.

Разрабатываю проект на двух ПК, на ноутбуке и на домашнем компе. Проект лежит на Pythonanywhere.
Какими гит - командами нужно пользоваться, чтобы актуально поддерживать последнюю версию проекта на разных машинах?

Допустим, последняя версия закоммичена на ГитХабе. Далее мне нужно сделать клоны на локальные компьютеры? А потом как осуществлять постоянную "пересылку" последней версии на компьютеры и обратно, в нужный момент?

Спасибо огромное за помощь, ребята!

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

10 Лучших IDE для Python

#1 PyCharm Сайт: https://www.jetbrains.com/pycharm/
#2 PyDev Сайт: http://www.pydev.org/
#3 WingWare Сайт: https://wingware.com/
#4 Komodo IDE Сайт: https://www.activestate.com/komodo-ide
#5 Eric Сайт: https://eric-ide.python-projects.org/
#6 Eclipse Сайт: https://eclipse.org/
#7 Geany Сайт: https://www.geany.org/
#8 Spyder
#9 PyScripter Сайт: https://sourceforge.net/projects/pyscripter/
#10 Python-IDLE

#ide #python

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

Программка работает. Вопрос: можно это как-то улучшить?

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

Область видимости в Python

Вы, наверное, не раз слышали термин область видимости, когда изучали программирование. Это весьма важная тема, незнание которой может привести к достаточно запутанным ошибкам.

Python содержит три разных типа области видимости:
- Локальная область видимости
- Глобальная область видимости
- Нелокальная область видимости (была добавлена в Python 3)

Подробнее: https://python-scripts.com/scope

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

Обзор нового высокопроизводительного RDP кодека

Эта статья будет интересна всем, кто часто пользуется RDP для работы или личных нужд. Но особенно полезна она будет, если вы раздумываете над построением VDI инфраструктуры.

Ниже мы поговорим о революции в RDP. Новом высокопроизводительном кодеке h264 AVC444, который пришел на смену AVC420.

Теперь для комфортной работы с 3d моделями, программами рисования и прочими графически сложными системами не требуется ничего, кроме Windows 10 и RDP. Не требуется RemoteFX технология, не требуется профессиональный графический ускоритель вроде Quadro.

Видео сравнения старого RDP и c новым (обратите внимание на загрузку сети)
Читать дальше → https://goo.gl/TV1Ybw

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

Плюсы и минусы Django.

Вы, наверное, задавались таким вопросом: в чём же плюсы и минусы Django-фреймворка? В данной статье как раз описывается это.

Подробнее: https://python-scripts.com/django-obzor

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

IBM применили вычисления в памяти для машинного обучения

Исследователи из IBM Research продемонстрировали успешную работу алгоритма машинного обучения без учителя, запущенного на PCM-устройствах (phase-change memory). Этот метод оказался в 200 раз быстрее и энергоэффективнее, чем традиционные вычисления по модели фон Неймана. Согласно заявлению IBM, технология подходит для создания высокоплотных массово-параллельных систем с низким энергопотреблением для использования в области ИИ.

Читать дальше → https://goo.gl/WZEjW9

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

Введение в машинное обучение с помощью Python. [2017]
═════════════════════
Описание:
═════════════════════
Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем многообразии
данных, доступных на сегодняшний день, применение машинного обучения ограничивается лишь вашим воображением.

Вы изучите этапы, необходимые для создания успешного проекта машинного обучения, используя Python и библиотеку scikit-learn. Авторы Андреас Мюллер и Сара Гвидо сосредоточили свое внимание на практических аспектах применения алгоритмов машинного обучения. Знание библиотек NumPy и matplotlib позволит вам извлечь из этой книги еще больше полезной информации.
═════════════════════
С помощью этой книги вы изучите:
═════════════════════
Фундаментальные понятия и сферы применения машинного обучения
Преимущества и недостатки широко используемых алгоритмов машинного обучения
Способы загрузки данных, обрабатываемых в ходе машинного обучения, включая различные аспекты работы с данными
Продвинутые методы оценивания модели и тонкая настройка параметров
Принципы построения конвейеров для объединения моделей в цепочки и инкапсуляции рабочего потока
Методы работы с текстовыми данными
Рекомендации по улучшению навыков, связанных с машинным обучением и наукой о данных

Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, начиная от постановки медицинского диагноза c последующим лечением и заканчивая поиском друзей в социальных сетях. Многие полагают, что машинное обучение могут использовать только крупные компании, обладающие мощными командами аналитиков

В книге «Введение в машинное обучение с помощью Python» описывается как можно самостоятельно и c удивительной легкостью построить модели машинного обучения (Machine Learning, ML). Прочитав эту книгу, вы сможете построить свою собственную систему машинного обучения, которая позволит выяснить настроения пользователей Твиттера или получить прогнозы по поводу глобального потепления

Машинное обучение заключается в извлечении знаний из данных. Это научная область, находящаяся на пересечении статистики, искусственного интеллекта и компьютерных наук и также известная как прогнозная аналитика или статистическое обучение. В последние годы применение методов машинного обучения в повседневной жизни стало обыденным явлением

Книга «Введение в машинное обучение с помощью Python» является вводной и не требует предварительных знаний в области машинного обучения или искусственного интеллекта

Область применения машинного обучения безгранична и, учитывая все многообразие данных, имеющихся на сегодняшний день, ограничивается лишь вашим воображением

#python@physics_math
#программирование@physics_math
#машинное_обучение@physics_math

#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: 06.11.2017

Релизы
------

- lxml - 4.1.1 https://allmychanges.com/p/python/lxml/#4.1.1

- RISE 5.1.0 http://www.damian.oquanta.info/posts/rise-510-is-out.html

Статьи
------

- Как работает blobFromImage в OpenCV https://www.pyimagesearch.com/2017/11/06/deep-learning-opencvs-blobfromimage-works/

- shutil — High-level File Operations — PyMOTW 3 https://doughellmann.com/blog/2017/11/06/shutil-high-level-file-operations-pymotw-3/

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

Привет из мезозоя

Парадный портрет автора, заодно иллюстрирующий идею современной веб-разработки
Сразу честно признаюсь: я существо отсталое. Ну чтобы потом меня пальцами на этот счет не тыкали. Программировать я начал чуть позже изобретения палки-копалки, но намного раньше постройки пирамид — в общем, когда еще птеродактили по небу летали.
Несмотря на некоторые недостатки — в виде ревматизма и отсиженного перед монитором зада — такой опыт дает и отдельные преимущества. Можно уютно расположившись в теплом болоте с умилением смотреть, как перед глазами мельтешат молодые и прогрессивные, неистово изобретая очередной велосипед с квадратными колесами. Читать дальше → https://goo.gl/zRwD4u

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

Добрые люди, посоветуйте хорошую книгу для изучения Python с примерами, на русском для начинающих чайников. Заранее благодарен всем кто откликнется!!!

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

Приглашаем на Sberbank Data Science Day 11 ноября

В эту субботу, 11 ноября, мы приглашаем читателей Хабра на однодневную конференцию по Data Science, Machine Learning и AI. Это мероприятие завершит Sberbank Data Science Journey, ежегодные соревнования по интеллектуальному анализу данных с применением передовых математических методов и алгоритмов. В этом году состязание проводилось на первом в своем роде русскоязычном наборе данных.

Мы наградим победителей и послушаем выступления от ведущих исследователей Nate Kushman (MIT, Microsoft Research UK), Дмитрий Ветров (ФКН ВШЭ, Bayes Group), Михаил Бурцев (МФТИ, iPavlov), Евгений Бурнаев (Сколтех, ADASE group) и Александр Тужилин (New York University, Сбербанк AI Lab). Кроме того, на специальной секции про бизнес в AI о пути своих компаний и перспективах монетизации AI расскажут основатели компаний Prisma, NTechLab, Rubbles и Vision Labs.

Подробная программа и ссылка на регистрацию — под катом.

Читать дальше → https://goo.gl/YTTjG3

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

#k0d #facebook #реклама

Каким это было когда-то давно

print("[club8056712|Python k0d]") # 🤓

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

[Перевод] Полное руководство по написанию утилиты для Go

Некоторое время назад я начал делать утилиту, которая упростила бы мне жизнь. Она называется gomodifytags. Утилита автоматически заполняет поля структурных тегов (struct tag) с помощью имён полей. Пример:
Пример использования gomodifytags в vim-go
Эта утилита облегчает управление многочисленными полями структуры. Она умеет добавлять и удалять теги, управлять их опциями (например, omitempty), определять правила трансформации (snake_case, camelCase и пр.) и многое другое. Как эта утилита работает? Какие Go-пакеты она использует? Наверное, у вас есть много вопросов.
В этой очень длинной статье я подробно расскажу о том, как написать и собрать такую утилиту. Здесь вы найдёте много советов и хитростей, а также кода на Go.
Налейте кофе и начинайте читать! Читать дальше → https://goo.gl/uNqCAC

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

добрый день,
че за ошибка (на маке) python3

Illegal instruction: 4

#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: 07.11.2017

Библиотеки
----------

- featuretools - automated feature engineering http://github.com/Featuretools/featuretools

- MazeGenerator - генератор лабиринтов http://github.com/jostbr/MazeGenerator

Встречи разработчиков
---------------------

- PyCon 2018: регистрация открыта http://pycon.blogspot.com/2017/11/pycon-2018-registration-is-now-open.html

Статьи
------

- «Рок это жёстко» или я.музыка как граф https://habrahabr.ru/post/337216/

- TensorFlow Neural Network Tutorial http://stackabuse.com/tensorflow-neural-network-tutorial/

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

Распределённые реестры и информационная безопасность: от чего защищает блокчейн

Главные преимущества блокчейна — прозрачность проводимых транзакций и открытость. Это полезно при заключении контрактов и проведении сделок. Все участники процесса знают о шагах своих партнеров.

Блокчейн также децентрализован, поэтому скомпрометировать хранимые в нем данные сложно. Эти свойства привели к тому, что технология получила широкое распространение в финансовом секторе. Однако применимость блокчейна не ограничена криптовалютами. Сегодня говорим о том, как технология используется для обеспечения информационной безопасности.

Читать дальше → https://goo.gl/DC3Tme

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

Расширение Python при помощи C библиотек и модуля ctypes

Полное руководство по расширению программ Python при помощи написанных в С библиотек и встроенного модуля ctypes.

Встроенный модуль ctypes позволяет вам взаимодействовать с кодом, написанным в С из Python легко и непринужденно. Взяв на заметку несколько базовых правил, вы сможете определять и вызывать все нужные функции. Однако, важно работать с памятью крайне осторожно.

Подробнее: https://python-scripts.com/extending-python-with-c-libraries

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

Правила английского, которые нарушают ваши иностранные коллеги

Если вы общаетесь с коллегами на английском, вы наверняка не хотите ударить перед ними в грязь лицом и стараетесь говорить максимально правильно, по всем правилам грамматики, фонетики и еще какой-нибудь -тики. А что, если бы мы сказали вам, что можно спокойно нарушать эти самые правила и оставаться пОнятыми? В этой статье мы постараемся описать случаи, когда можно допускать ошибки и почему это можно делать.

Двойное отрицание
Вы же помните, что в предложении на английском достаточно одного отрицания? А потом вдруг слушаем песню Rolling Stones и слышим “I can’t get no satisfaction”. Все дело в том, что это песня, тут можно, скажите вы. И это верно. Но еще стоит упомянуть, что двойное отрицание делает фразу эмоциональнее. Поэтому такие фразы и стали популярны. Но это неформальный способ, так что не увлекайтесь с двойными отрицаниями. Читать дальше → https://goo.gl/teTjB6

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

Под занавес HighLoad++ в 17:00 представитель сервиса Яндекс.Деньги расскажет увлекательную историю о создании системы сбора логов в реальном времени на базе ElasticSearch и Heka. Которая стабильно пропускает через себя аж 2 млрд сообщений в день. И завершится основная программа выступлением разработчика поискового движка Sphinx. Что подкрутить в системе ранжирования, что значат все эти непонятные “сигналы” и как интернет-магазин может прийти к успеху с минимумом сложных формул — все это вы узнаете в шесть вечера. Спасибо что были с нами на HighLoad++ 2017, до встречи в следующем году!

https://vk.com/wall-20629724_1041599

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