Сегодня поговорим об одной из основных встроенных возможностей языка Python — о делении. Разберём, как и что можно и нельзя делить и какие вообще есть виды деления.

Сегодня я подготовил для вас увлекательную практическую статью о создании мини-чата на FastApi. Мы погрузимся в мир вебсокетов, узнаем, зачем они нужны и как применяются в реальных приложениях. Также я продемонстрирую работу с асинхронной SQLAlchemy на примере взаимодействия с базой данных SQLite.

Книга доступным для восприятия языком описывает все разнообразие форм статистического обучения – полезного инструментария для извлечения выводов из огромных наборов данных, появившихся в последние 20 лет в самых разных областях науки.

В этом туториале я покажу, как создать приложение для автоматического анализа встреч и составления отчетов с использованием API BotHub (Whisper-1 + Claude 3.5 Sonnet). Это приложение будет распознавать речь с аудиозаписей, выделять ключи — кто что сказал и какие задачи в целом обсудили — и составит отчет, включая формат ПДФ.

В статье автор решает головоломку из университетского квеста с помощью Python, демонстрируя алгоритмы поиска пути и реализацию автоматического расчёта игрового маршрута.

Следуя пошаговому руководству из этой статьи, вы сможете автоматически транскрибировать аудио и добавлять субтитры к своим видео всего за несколько минут.
Функционал реализован на Whisper, FFmpeg и Python. Имеется пошаговый код проекта с пояснениями происходящего.

Обычно на глубокое обучение смотрят с ужасом, считая, что только доктор математических наук или ботан, работающий в крутой айтишной корпорации, могут разобраться в этой теме. Отбросьте стереотипы: любой программист, знакомый с Python, может добиться впечатляющих результатов. Как? С помощью fastai - библиотеки, предоставляющей комфортный интерфейс для решения наиболее популярных задач.

С помощью всего нескольких библиотек и фреймворков можно легко обойтись без JS для веб-разработки, без Kotlin и Swift для мобильных приложений и даже без C++ для десктопных программ.
В этой статье мы разберем, как, используя Flet и FastAPI, можно создавать мощные и удобные решения для любой платформы. А в конце автор объяснит, почему пока лучше воздержаться от использования Flet.

Преимущество GPT-4 Omni в том, что она умеет работать со всем контентом (текстом, звуком, изображениями) и знает 50 языков.
В этой статье мы интегрируем данную модель в небольшого бота на Python и задеплоим его на облачный сервис Amvera, который предоставляет встроенное проксирование до API OpenAI.

В учебно-методическом пособии рассматриваются базовые понятия и принципы веб-разработки с использованием Django Framework — одного из наиболее мощных и популярных фреймворков на языке программирования Python. Представлено описание и примеры работы с такими базовыми понятиями, как модели, представления, шаблоны, формы, система аутентификации, логирование, cookies и sessions, а также введение в Django REST Framework.

Spyder (Scientific PYthon Development EnviRonment) — это мощная интегрированная среда разработки (IDE) для языка Python, ориентированная на научные вычисления и обработку данных. Spyder идеально подходит для аналитиков данных, исследователей и разработчиков, работающих с большими массивами данных и алгоритмами машинного обучения. Делимся статьей, где автор рассказывает про SpyderIDE.

Благодаря данной статье вы узнаете, как создать собственное веб-приложение. Пройдёте весь путь – от установки необходимых инструментов и настройки окружения до разработки интерфейса и деплоя приложения на сервере.

Я часто сталкиваюсь с разработчиками, очень хорошо знающими механику обработки ошибок в Python, однако когда я начинаю выполнять ревью их кода, он оказывается далеко неидеальным. Исключения в Python — это одна из тех областей, поверхностный уровень которого знает большинство, но многие разработчики даже не догадываются о существовании более глубокого, почти тайного уровня.

Освойте математический аппарат, который необходим, чтобы преуспеть в сфере data science, машинного обучения и статистики. Автор книги Томас Нилд поможет вам разобраться в таких дисциплинах, как математический анализ, теория вероятностей, линейная алгебра и статистика, и научиться применять их в контексте таких методов, как линейная регрессия, логистическая регрессия и нейронные сети.

Сегодня разберём свойства и функции списков, узнаем, какие над ними можно совершать операции и какие у них методы. Предупреждаем: мы постарались описать всё подробно, поэтому материал получился очень большой.