Learning Ray: Flexible Distributed Python for Machine Learning

Начните работать с Ray - фреймворком распределенных вычислений с открытым исходным кодом, который упрощает процесс масштабирования вычислительных нагрузок на Python. Из этой практической книги программисты на Python, инженеры по обработке данных и специалисты по исследованию данных узнают, как использовать Ray локально и создавать вычислительные кластеры. Вы сможете использовать Ray для структурирования и выполнения программ машинного обучения в масштабе.

Книга в формате pdf👇

#курсы_книги

@python_practics

Методика портирования пакетов Python в операционную систему «Нейтрино»

Многие расширения (модули) Python поставляются в виде платформонезависимого байт-кода и могут быть использованы в системах с любой архитектурой. Однако, в некоторых случаях расширения поставляются в виде Py-исходников лишь частично. Например, часть внутренних функций может быть реализована на Си и для обеспечения работоспособности всего расширения потребуется их предкомпиляция для каждой требуемой архитектуры. В контексте ОС «Нейтрино» перечень последних достаточно широк.

В статье автор рассмотрел общий подход к портированию Python-расширений. Для примера автор взял NumPy, чей жизненный путь проходит следующие стадии: нативный Pyhton код →трансляция в Си (Cython) → компиляция → запаковка результатов с wrapper-ами для Python.

Подробнее👇

#статьи

@python_practics

Внимание! - Вопрос!

В каких случаях можно обработать SyntaxError?

Ошибка синтаксиса возникает, когда синтаксический анализатор Python сталкивается с участком кода, который не соответствует спецификации языка и не может быть интерпретирован. Поскольку, в случае синтаксической ошибки в главном модуле, она возникает до начала выполнения программы и не может быть перехвачена, учебник для начинающих в документации языка Python даже разделяет синтаксические ошибки и исключения. Однако SyntaxError – это тоже исключение, которое наследуется от Exception, и существуют ситуации, когда оно может возникнуть во время исполнения и быть обработано, а именно:

1. ошибка синтаксиса в импортируемом модуле;
2. ошибка синтаксиса в коде, который представляется строкой и передаётся функции eval или exec.

#вопросы_из_собеседований

@python_practics

Рисуем красивый пейзаж на модуле turtle

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Цепочка функций

Этот код предоставляет возможность вызвать несколько функций в одной строке.

#полезные_сниппеты

@python_practics

Задача:

Учитывая двумерный массив целых чисел, верните совмещенную версию массива со всеми целыми числами в отсортированном (по возрастанию) порядке.

Пример:

   [[3, 2, 1], [4, 6, 5], [], [9, 7, 8]] --> [1, 2, 3, 4, 5, 6, 7, 8, 9].

#задачник

@python_practics

Retrying

Автоматизирует повторные вызовы. Если действие в коде, например запрос к внешнему источнику, не выполнилось и вернуло ошибку, с помощью Retrying можно настроить автоматические повторные попытки. Количество попыток и возможные изменения в запросах тоже настраиваются.

Подробнее👇

#фреймворки_библиотеки

@python_practics

Рисуем красивую птичку на модуле turtle

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Создание простого и работоспособного генетического алгоритма для нейросети с Python и NumPy

Генетический алгоритм нужен, когда вы знаете параметры своей нейросети, но не знаете, что должно получиться на выходе, например, этот алгоритм можно использовать для игры в Google динозаврика или Flappy Bird, потому что там вы не знаете, что должно быть на выходе, но у вас есть возможность сортировать наиболее жизнеспособные варианты, например по времени, это называется фитнес функций.

У автора статьи никогда не получалось найти такой алгоритм и чтобы он работал, и был простым, и его можно было использовать, поэтому он приступил к созданию своего легкого, простого, прекрасно работающего Genetic Algorithm.

Подробнее👇

#статьи

@python_practics