Бессмертные объекты

Начиная с версии 3.12 в Python появились immortal objects. Это объекты, которые никогда не удаляются сборщиком мусора и всегда живут в памяти. Благодаря данной статье ты узнаешь, для чего нужны бессмертные объекты.

👉Читать статью

#статьи

Matplotlib: Логарифмические и пользовательские шкалы

Логарифмические шкалы полезны при данных, покрывающие многие порядки. set_xscale('log') и set_yscale('log') изменяют интерпретацию координат, поэтому метки и сетки должны быть подобраны соответственно.

А с помощью function ты можешь задать пользовательскую шкалу. Для этого используются функции forward и inverse. Они нужны для преобразования координат из одного пространства в другое и обратно.

#практика

Нейросети на PyTorch: Классы Dataset и Dataloader

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз речь идет о классах Dataset и Dataloader. Они используются для извлечения образов выборки и форматирования пакетов.

👀Смотреть видео

#видео

Как управлять компьютером с помощью голоса?

В данной статье автор рассказывает, как написал голосового ассистента на Python. Он работает оффлайн и имеет открытый исходный код. В основе – приватность, автономность и гибкость.

👉Читать статью

#статьи

Автоматическая починка багов

В этот раз мы сделаем бота, который поможет тебе искать и исправлять ошибки. Он анализирует traceback, затем ищет место ошибки. Как только ошибка найдена – предлагает и вносит правки. При необходимости можно еще подключить AI.

#практика

Pandas: Как пользоваться applymap, apply и map?

Продолжаем делиться циклом видео, где автор рассказывает про работу с Pandas. В этот раз ты узнаешь, как правильно пользоваться applymap, apply и map. В прошлом видео рассказывалось, что это такое.

👀Смотреть видео

#видео

Типичные ошибки автоматизаторов

В данной статье автор собрал самые частые ошибки, которые встречаются во время автоматизации. Особенно полезным материал будет для новичков, которые только начинают свой путь в автоматизации тестирования.

👉Читать статью

#статьи

Matplotlib: Тепловые карты

Тепловые карты позволяют визуализировать данные в виде цветной матрицы. В ней каждый цвет соответствует определенному значению. Это полезно при анализе корреляций между переменными, либо если надо отобразить матрицы расстояний/весов. В данной примере создается корреляционная матрица и визуализируется как тепловая карта.

TwoSlopeNorm делает так, что ноль в корреляции становится белым. Таким образом проще разделять положительные и отрицательные связи. Красный цвет используется для отрицательной корреляции, синий для положительной.

#практика

Нейросети на PyTorch: Применение классов Dataset и Dataloader

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз автор рассказывает, как применяются классы Dataset и Dataloader.

👀Смотреть видео

#видео

Как быстро находить ошибки в коде?

SonarQube — это инструмент для автоматического анализа кода, который помогает находить ошибки. Как им пользоваться – узнаешь из этой статьи.

👉Читать статью

#статьи

Matplotlib: Анимации

Анимации особенно полезны для показа динамических изменений данных во времени. В данном примере создается анимированная синусоида, которая движется по фазе. blit=True ускоряет отрисовку, перерисовывая только измененные части. PillowWriter экспортирует анимацию в .gif без применения сторонних библиотек.

#практика

Нейросети на PyTorch: Классификация изображений цифр БД MNIST

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз продемонстрирована реализация обучения нейронной сети классификации изображений цифр БД MNIST. MNIST – это датасет рукописных цифр. Каждое изображение формата 28x28 пикселей.

👀Смотреть видео

#видео

Разработка браузерного расширения

Делимся статьей, где автор делится опытом создания браузерного расширения. В результате ты узнаешь, как можно за две недели пройти путь от прототипа до публикации в Chrome Web Store и Firefox Add-ons.

👉Читать статью

#статьи