Как Python помогает восстанавливать древние фрески: алгоритмы цифровой реставрации

Цифровая реставрация культурного наследия — не то, о чём часто пишут на IT-форумах. Но Python, OpenCV и немного безумной любви к истории могут буквально вдохнуть жизнь в древние фрески. В этой статье — живая техническая история о том, как написать свои алгоритмы цифровой реставрации, использовать машинное зрение и нейросети для восстановления утраченного и, возможно, спасти кусочек человечества от забвения.

Подробнее👇

#статьи

@python_practics

Внимание! - Вопрос!

Что такое HTTP?

HTTP — широко распространённый протокол передачи данных, изначально предназначенный для передачи гипертекстовых документов (то есть документов, которые могут содержать ссылки, позволяющие организовать переход к другим документам).

Аббревиатура HTTP расшифровывается как HyperText Transfer Protocol, «протокол передачи гипертекста». В соответствии со спецификацией OSI, HTTP является протоколом прикладного (верхнего, 7-го) уровня. Актуальная на данный момент версия протокола, HTTP 1.1, описана в спецификации RFC 2616.

#вопросы_из_собеседований

@python_practics

Таймер обратного отсчета на Python

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Задача:

Вам будет предоставлена непустая строка. Ваша задача - вернуть средние символы строки. Если длина строки нечетная, верните средний символ. Если длина строки четная, верните 2 средних символа.

Пример:

"test" --> "es"
"testing" --> "t"

#задачник

@python_practics

Создание списка с диапазоном чисел

Используем функцию range() для создания последовательности чисел от 1 до 10 и преобразуем её в список.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Внимание! - Вопрос!

Чем отличаются HTTP и HTTPS?

HTTP — прикладной протокол передачи данный, используемый для получения информации с веб-сайтов.

HTTPS — расширение протокола HTTP, поддерживающее шифрование по протоколам SSL и TLS.

#вопросы_из_собеседований

@python_practics

Dask

Библиотека с открытым исходным кодом для параллельных вычислений Dask способна масштабировать код Python с многоядерных локальных компьютеров на большие распределенные кластеры в облаке.

Особенности Dask:

• Dask предоставляет параллельные вычисления с графами задач.
• Библиотека поддерживает фрейм данных Pandas и массивы Numpy.
• Легкое масштабирование один раз написанного кода до уровня промышленного кластера.
• Библиотека состоит из 2 основных частей — коллекции больших данных (высоко- и низкоуровневых) и динамического планировщика задач.
• Пользовательский интерфейс поддерживает API-интерфейсы других библиотек в экосистеме PyData, включая Pandas, scikit-learn и NumPy. Он предоставляет низкоуровневые API-интерфейсы, которые помогают программистам параллельно запускать пользовательские алгоритмы.
• Развитое сообщество разработчиков.

Подробнее👇

#фреймворки_библиотеки

@python_practics

Конвертация температуры

Формула преобразования температуры из Цельсия в Фаренгейт.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Что может пойти не так с merge() — дубли, потери, ошибки типов

Тонкое скрещивание DataFrame-ов в pandas по-прежнему остаётся источником прелестных багов: случайных дубликатов, потерянных строк и неуловимых NaN-ов. В статье автор рассмотрел эти проблемы.

Подробнее👇

#статьи

@python_practics

Когда фиксишь баг прямо на проде

#мемчики

@python_practics

Innovations in Optimization and Machine Learning

Чему вы научитесь:

• Применению инновационных методов оптимизации в машинном обучении;
• Работе с передовыми алгоритмами и моделями;
• Оптимизации гиперпараметров и архитектуры моделей;
• Решению сложных задач с использованием современных подходов;
• Внедрению оптимизационных техник в практические задачи ML.

"Innovations in Optimization and Machine Learning" научит вас использовать современные подходы к оптимизации для повышения эффективности моделей машинного обучения.

Книга в формате pdf👇

#курсы_книги

@python_practics