NumPy: Индексация, срезы, итерирование массивов

Продолжаем делиться циклом видеоматериалов про NumPy. В этот раз ты узнаешь, как выполняется считывание и запись значений в массивы NumPy, используя индексы и срезы. Также продемонстрирована списочная индексация и ее применение для одномерных и многомерных массивов.

👀Смотреть видео

#видео #numpy

fixture в pytest

Фикстуры — это функции, которые будут выполняться перед каждой тестовой функцией, к которой они применяются. Фикстуры используются для подачи некоторых данных в тесты, таких как соединения с базой данных, URL-адреса для тестирования и некоторые виды входных данных. Благодаря данной статье ты научишься пользоваться fixture.

👉Читать статью

#статьи

list.reverse

reverse() используется для переворачивания списка. Это простой и быстрый способ перевернуть список в Python, и он требует мало памяти. Данная функция возвращает значение None, поскольку она напрямую изменяет исходный список.

#практика

Matplotlib: Формат отображения меток

Продолжаем делиться циклом видеоматериалов про Matplotlib. В этот раз ты научишься управлять форматом отображения надписей у координатных осей с помощью методов set xticklabels(), set yticklabels(), а также следующих форматеров: NullFormatter, FormatStrFormatter, FuncFormatter, FixedFormatter.

👀Смотреть видео

#видео #matplotlib

Создание ИИ-ассистента

Благодаря данной статье ты научишься создавать своего ИИ-ассистента. Ты узнаешь, как преобразовать текст в речь, реализовать локализацию, а также собрать все вместе в приложении Streamlit.

👉Читать статью

#статьи

list.sort

По умолчанию метод sort() сортирует список по возрастанию. Ты также можешь создать функцию для определения критериев сортировки. В первом примере продемонстрирована сортировка списка по возврастанию. Во втором примере – по убыванию.

#практика

Keras: Последовательная модель Sequential

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты научишься конструировать последовательные архитектуры нейронных сетей с помощью класса Sequential. Также ты узнаешь о роли слоя Input в моделях сетей.

👀Смотреть видео

#видео

Отладка С

Cosmopolitan Libc предоставляет набор функций отладки, расширяющих возможности разработки на C: отслеживание вызовов функций, интеграция gdb, среда выполнения ASAN/UBSAN и многое другое! Делимся статьей, где автор рассказывает про отладку С при помощи данного пакета.

👉Читать статью

#статьи

set.isdisjoint

Метод isdisjoint() возвращает True, если два множества не имеют между собой общих элементов, т. е. они не пересекаются. В противном случае возвращается False. Ты можешь передавать список, кортеж, словарь или строка. В этом случае isdisjoint() сначала преобразует итерации в множества, а затем проверяет, не пересекаются ли они.

#практика

NumPy: Базовые математические операции над массивами

Продолжаем делиться циклом видеоматериалов про NumPy. В этот раз ты узнаешь об основных математических операциях с массивами NumPy: сложение, вычитание, умножение деление, возведение в степень, целый остаток от деления.

👀Смотреть видео

#видео #numpy

ML веб-сервис на FastAPI

Делимся статьей, где автор пошагово разбирает процесс создания веб-приложения для определения тональности текста на основе NLP-модели. Данный подход подойдет для любой задачи машинного обучения.

👉Читать статью

#статьи

string.rpartition

rpartition() разбивает строку при последнем появлении разделителя на три составляющие: начало, разделитель и конец. В результате возвращается строка в виде кортежа. Если разделитель не найден, в результате будут две пустые строки и исходная строка.

#практика

L-система с ветвлениями

Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, как работает L-система с ветвлением. Продемонстрирована реализация такой системы на Python с примерами построения деревьев и трав.

👀Смотреть видео

#видео

items

Метод items() возвращает список представления. Он отображает список пар кортежей словаря (ключ, значение). Если список обновляется в любое время, изменения отражаются на представлении

#практика

Оптимизация использования памяти

Когда дело доходит до оптимизации производительности, люди обычно сосредотачиваются только на скорости и использовании ЦП. Редко кого волнует потребление памяти. Существует множество причин, по которым стоит попытаться ограничить использование памяти, а не только предотвращение сбоя приложения из-за ошибок нехватки памяти. Делимся статьей, где автор рассказывает про оптимизацию использования памяти.

👉Читать статью

#статьи

Keras: Функциональное API

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты научишься строить архитектуры нейронных сетей с помощью функционального API пакета Keras. Продемонстрирован пример обучения НС для датасета CIFAR-10.

👀Смотреть видео

#видео

difference_update

Метод difference update() удаляет элементы, существующие в обоих множествах. difference update() отличается от метода difference(). difference() возвращает новое множество без ненужных элементов, а difference update() удаляет ненужные элементы из исходного множества.

#практика

Проверка атрибутов классов

Начиная с Python3, в Python появился модуль typing, который обеспечивает поддержку подсказок типа во время выполнения. Но для проверки значений нет единого способа проверки значений. Делимся статьей, где автор рассказывает про 7 вариантов проверки атрибутов класса.

👉Читать статью

#статьи

Keras: ResNet

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты познакомишься с принципами построения глубоких нейронных сетей. Рассматриваются сети VGG-16 и VGG-19. Также рассказано про идею построения остаточных блоков и остаточных сетей, положенных в основу архитектуры ResNet.

👀Смотреть видео

#видео

set.clear

Метод clear() удаляет все элементы из множества. В данном примере мы использовали метод clear() для удаления всех элементов множества vowels. В результате после очистки элемента мы получаем set() в качестве вывода, который представляет собой пустое множество.

#практика

Фреймворки с параллельной обработкой данных

Машинное обучение — это просто, когда ты работаешь с относительно небольшим набором данных. Но что делать, когда твой набор данных слишком велик, чтобы поместиться в памяти? Делимся статьей, где автор рассказывает про различные фреймворки с параллельной обработкой данных.

👉Читать статью

#статьи