Получи случайную криптовалюту за регистрацию!

PythonDigest

Логотип телеграм канала @py_digest — PythonDigest P
Логотип телеграм канала @py_digest — PythonDigest
Адрес канала: @py_digest
Категории: Технологии
Язык: Русский
Количество подписчиков: 1.84K
Описание канала:

Сборник наиболее интересных Python материалов.
https://pythondigest.ru/
Сделать донат - https://boosty.to/pydigest
Блог автора - @whydaily
Рекомендуем хостинг https://firstvds.ru/?from=421453

Рейтинги и Отзывы

3.00

3 отзыва

Оценить канал py_digest и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

1

4 звезд

0

3 звезд

1

2 звезд

0

1 звезд

1


Последние сообщения 9

2022-06-02 10:30:05 Визуализация и анализ зимних температур Алматы за последние сто лет на Streamlit
https://habr.com/ru/post/668672/?utm_campaign=668672&utm_source=habrahabr&utm_medium=rss

Недавно открыл для себя платформу Streamlit и был впечатлен простотой интеграции в питоновский проект. По детски, очень радовался тому что контроллеры на дашборде напрямую меняют питоновские переменные. И вот для тестирования решил поиграть с одной из тем которая мне очень интересна – климат. Начал с самого простого параметра который можно проанализировать – температуру воздуха с метеостанции города в котором я живу - Алматы (Казахстан). Интересно было посмотреть эффект глобального изменения климата на отдельно взятый город.
536 views07:30
Открыть/Комментировать
2022-06-02 08:08:35 Attending to Channels Using Keras and TensorFlow
https://pyimagesearch.com/2022/05/30/attending-to-channels-using-keras-and-tensorflow/
488 views05:08
Открыть/Комментировать
2022-06-02 08:07:21 Анализ аудиоданных (часть 1)
https://habr.com/ru/post/668518/?utm_campaign=668518&utm_source=habrahabr&utm_medium=rss

Каждый аудиосигнал содержит характеристики. Из MFCC (Мел-кепстральных коэффициентов), Spectral Centroid (Спектрального центроида) и Spectral Rolloff (Спектрального спада) я провела анализ аудиоданных и извлекла характеристики в виде среднего значения, стандартного отклонения и skew (наклон) с помощью библиотеки librosa.
486 views05:07
Открыть/Комментировать
2022-05-30 12:59:50 [Видео] Moscow Python Podcast. Инсайды с конференций (level: all)




В гостях у Moscow Python Podcast Python специалист по решению сложных технологических задач Александр Боргардт. Обсудили с Александром зачем устраивают конференции и как получить от них максимум пользы.
292 views09:59
Открыть/Комментировать
2022-05-30 10:31:14 Собираем генератор данных на Blender. Часть 1: Объекты
https://habr.com/ru/post/666958/?utm_campaign=666958&utm_source=habrahabr&utm_medium=rss

Работая над idChess (приложением для распознавания и аналитики шахматных партий), мы расширяем наш датасет синтетическими данными. В качестве движка используем Blender. В этой статье рассмотрим основы взаимодействия с объектами, получение доступа через API, перемещение, масштабирование и вращение.
352 views07:31
Открыть/Комментировать
2022-05-30 10:30:14 [recovery mode] Авто преписка в тг с привязкой к Google Calendar
https://habr.com/ru/post/668392/?utm_campaign=668392&utm_source=habrahabr&utm_medium=rss

У меня была такая проблема что я каждый день когда ложился спать всегда ставил в нике преписку что то по типу [БУДУ ЗАВТРА В 8:00] так вот в какой то момент меня это доконало и я решил сделать так что бы скрипт сам делал мне эту преписку, но будет брать события с Google Calendar. Думаю это довольно удобно ведь так можно будет записывать в календарь все свои дела а скрипт будет автоматически ко времени преписывать их к нику.
342 views07:30
Открыть/Комментировать
2022-05-30 09:50:18 #python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Распределённая настройка гиперапараметров с помощью Ray Tune
- Подгон под MNIST-овский датасет
- Airtable & Telegram Bot — рецепт быстрого запуска
- Работа с фреймворками Python: преимущества и проблемы
- Это наконец произошло: нейросеть и человек написали книгу. Вместе!
- Собираем генератор данных на Blender. Часть 1: Объекты
- Асинхронный python без головной боли
- Анализ эффективности тренировок с помощью Python и линейной регрессии
- [Видео] Moscow Python Podcast. Инсайды с конференций (level: all)

Заходите в гости - https://pythondigest.ru/issue/440/
Присылайте интересные новости через форму на сайте.
335 views06:50
Открыть/Комментировать
2022-05-30 09:04:04 Подгон под MNIST-овский датасет
https://habr.com/ru/post/668144/?utm_campaign=668144&utm_source=habrahabr&utm_medium=rss

В интернете можно найти 1000 и 1 статью по тренингу мнистовского датасета для распознавания рукописных чисел. Однако когда дело доходит до практики и начинаешь распознавать собственные картинки, то модель справляется плохо или не справляется вовсе. Конечно же мы можем перевести картинку в оттенки серого, насильно поменять размер под мнистовский на 28x28 пикселей, и тогда наша сеть будет работать с подобными картинками:
91 views06:04
Открыть/Комментировать
2022-05-30 09:03:04 Работа с фреймворками Python: преимущества и проблемы
https://habr.com/ru/post/668138/?utm_campaign=668138&utm_source=habrahabr&utm_medium=rss

Фреймворки помогают ускорить разработку и сделать её приятнее. Программу, которая раньше писалась неделю и занимала 1000 строк, с помощью фреймворка вы можете создать за пару часов и уместить в 50 строчках кода. Некоторые решения даже поставляются в виде подписки на сервисы, и программисту остаётся только написать шаблонный код — остальное сервис сделает сам. Несмотря на всё это, в российском IT всё равно чаще выбирают писать что-то своё, тратя на это много сил, времени и денег. Почему так происходит, попытались разобраться с Денисом Наумовым, Techlead и Data Engineer в Skyeng. 
100 views06:03
Открыть/Комментировать
2022-05-30 06:11:02 Классификация гистологических изображений со светлоклеточным раком почки, используя Keras
https://habr.com/ru/post/668044/?utm_campaign=668044&utm_source=habrahabr&utm_medium=rss

Год назад после участия в проекте по аннотации гистологических изображений, заинтересовался digital pathology и начал самостоятельно изучать то, что с этим связано (Python, ML,DL на Coursera и DataCamp) и в частности computer vision.

Для получения опыта, решил самостоятельно сделать проект по классификации гистологических изображений
188 views03:11
Открыть/Комментировать