#python python... PYTHON 🔛 🚀
11 subscribers
912 photos
7 videos
158 files
1.54K links
Download Telegram
Forwarded from HABR FEED + OPENNET
Пагинация в telegram-боте для чайников #habr
https://habr.com/ru/post/721516/
Tags: Python, бот, боты, телеграм, телеграм-боты, телеграм бот, телеграмм, телеграмм-бот, пагинация, пагинация страниц, пагинация в боте
Author: RimMirK
Forwarded from HABR FEED + OPENNET
Как создание бинарного классификатора открыло ящик Пандоры в стандартах владения английским языком #habr
https://habr.com/ru/post/721810/
Tags: Python, Natural Language Processing, Изучение языков, Машинное обучение, Искусственный интеллект, бинарная классификация, носители языка, датасеты по английскому языку, английский язык, трансформер, нейросеть, deep learning
Author: jayatsea
Forwarded from HABR FEED + OPENNET
Классификация изображений в облачной системе Google Colab #habr
https://habr.com/ru/post/721940/
Tags: Big Data, Python, Искусственный интеллект, Машинное обучение, Научно-популярное, сверточные нейросети, классификация изображений, python, машинное обучение, глубокое обучение, google colaboratory
Author: korelskayaelya
Forwarded from Moscow Python (Valentin Dombrovsky)
Пишет нам Никита Соболев:

Привет, мы запускаем курс по тестированию в Python: https://education.borshev.com/python-testing

Тестирование – всегда особенная, больная тема, потому что:
- На тесты не хватает сил и времени, а разговаривать про них с бизнесом – не выходит
- Если тесты пишутся, то уже не читаются. Полностью отсутствует понятность и читаемость
- А еще тесты медленно работают, их начинают редко запускать
- Дальше тесты начинают случайно падать. И их вообще выбрасывают :(

Знакомо? Вот и мне :(
Я давно хотел рассказать, как выйти из такого порочного круга, потому что понимаю, насколько сильно плохие тесты ухудшают жизнь разработчиков, а хорошие – улучшают.

Следующий вопрос: а почему вам можно верить? Обычно качество курсов – ну такое.
Почему я (Никита Соболев) могу сделать такой курс?

1. Каким-то чудом я стал членом команды pytest и сделал несколько популярных плагинов для него
2. Мой хороший товарищ сделал mimesis - один из самых популярных пакетов для генерации тестовых данных, а я смог ему помочь :)
3. Я core-разработчик библиотеки hypothesis для property-based тестирования
4. Последние несколько лет стараюсь прибираться во встроенном в CPython модуле unittest - уже много коммитов влил, многие PR еще открыты и ждут своего часа
5. Почти 15 лет я уже пишу тесты и заставляю / учу других их писать

А вот и детали:
- 3 вебинара раз в неделю
- 1 запись вебинара в подраок
- 2 большие домашки с разбором, вот тут уже есть шаблон: https://github.com/tough-dev-school/python-testing-homework
- 1 бонусный вебинар, тему которого можно выбрать
- C 20 марта по 7 апреля

Вы можете подписаться на мой гитхаб, пока курс еще не начался: https://github.com/sobolevn/

А еще у меня есть промокод Nick на 10% скидки, действует до 18 марта.
До встречи!
Подборка проектов с GitHub

〰️〰️〰️〰️〰️〰️〰️〰️
🔸 Engineering Python
Welcome to Engineering Python. This is a Python programming course for engineers.

This GitHub repository hosts the Jupyter Notebooks and Python source code for the open course on YouTube (
http://youtube.com/yongtwang).

A tutorial on how to use these course materials is in this YouTube video:
02C Course Materials and Jupyter Notebook.

〰️〰️〰️〰️〰️〰️〰️〰️
🔸 Fun and useful projects with Python
You can find the corresponding tutorials on my channel: https://www.youtube.com/c/PythonEngineer

〰️〰️〰️〰️〰️〰️〰️〰️
🔸 Python Engineer Roadmap
Python can be used in a lot of computer science fields. In this repository, we have collected resources for each field of computer science that are related to Python.

〰️〰️〰️〰️〰️〰️〰️〰️
🔸 PyTorch Beginner Tutorials from my YouTube channel

• Installation
• Tensor Basics
• Autograd
• Backpropagation
• Gradient Descent With Autograd and Backpropagation
• Training Pipeline: Model, Loss, and Optimizer
• Linear Regression
• Logistic Regression
• Dataset and DataLoader
• Dataset Transforms
• Softmax And Cross Entropy
• Activation Functions
• Feed-Forward Neural Net
• Convolutional Neural Net (CNN)
• Transfer Learning
• Tensorboard
• Save and Load Models
71_python_projects.pdf
64.1 KB
71 полезный проект для изучения Python.

Видео, статьи и исходный код присутствуют, а если у вас аллергия на PDF — есть ссылка на GitHub.