翻译 | AI科技大本营
参与 | 刘畅
编辑 | Donna
【AI科技大本营导语】Medium热门博客Mybridge AI例行评出本月10篇有助于提升你职业生涯的Python文章（额，提高概率为0.9％）。排名是根据机器测量出的内容质量和各种人为因素（包括参与度和流行度）。
这10篇文章中涉及的主题有：Flake，视频合成，遗传算法，验证码破解，Chutes & Ladders游戏，Chatbot，OpenCV，反向传播算法，Memoization技术
这是一个非常有公信力的列表排名，Python领航者分享的相关经验和技术特别有用。
第 1 名
Big Ol规则列表：Flake 8（pyflakes，pycodestyle和mccabe）中每个规则的描述和示例。直接从Lintly库中调用基于Python代码的linting应用程序（作者：Grant McConnaughey）
文章介绍了Python静态代码检查工具Flake8中每个规则的描述和示例。Flake8是对pyflakes，pycodestyle和mccabe三个工具的封装。
链接：https://lintlyci.github.io/Flake8Rules/
第 2 名
用Python构建一个视频合成（作者：Kirk Kaiser）
文章介绍了如何用Python编写一个基本的视频合成器，代码结构是使用aubio进行Onset检测，然后用Pygame直观地显示视频中的图形，最后可以通过写一个投影机程序来播放合成的视频。本文还提供了算法框架、代码详解和源码。
链接：https://www.makeartwithpython.com/blog/video-synthesizer-in-python/
第 3 名
基于python语言，从零开始，用遗传算法和深度学习演化简单有机体的生长过程（作者：Nathan Rooy）
在这篇文章中，作者用Python从头开始编写了一个模拟环境，其中包含为了生存而必须尽可能消耗食物的有机体。本文还手把手教你如何用遗传算法和深度学习搭建一个生物竞争环境，并且效果还不错。文章提供代码详解和源码。
链接：https://nathanrooy.github.io/posts/2017-11-30/evolving-simple-organisms-using-a-genetic-algorithm-and-deep-learning/
第 4 名
如何用Python在15分钟内破解验证码系统（作者：Adam Geitgey）
很多人都讨厌在访问网站时，输入文本验证码。文章作者通过生成验证码系统来获取数据集，利用keras，opencv，python3等工具搭建了深度学习平台，一步一步详解如何破解网站验证码。
链接：https://medium.com/@ageitgey/how-to-break-a-captcha-system-in-15-minutes-with-machine-learning-dbebb035a710
第 5 名
在Python中模拟Chutes & Ladders游戏（作者：Jake VanderPlas）
Chutes and Ladders游戏是一个经典的孩子棋盘游戏，当对其有所了解后，你会发现这个游戏其实是无记忆的，即一次滚动的效果只取决于你当前的位置，而不是你经过的位置。所以它可以模型化为一个马尔科夫过程！
作者用Python写了利用马尔科夫过程模拟该游戏的代码，并详解了每一个步骤，最后给出了一个gif动图的模拟结果。
链接：http://jakevdp.github.io/blog/2017/12/18/simulating-chutes-and-ladders/
第 6 名
用深度学习，Python和TensorFlow创建一个Chatbot [1-9]（作者：Sentdex）
作者通过youtube视频展示了跟机器人聊天的过程以及如何通过谷歌的BigQuery来查找数据训练模型。
链接：https://www.youtube.com/watch?v=dvOnYLDg8_Y
第 7 名
用OpenCV和Python进行图像散列（作者：Adrian Rosebrock）
文章不仅介绍了如何使用计算机视觉和OpenCV及Python进行图像处理，并执行图像散列和感知散列，另外还讲述了其背后的原因和为什么要这样做。
链接：https://www.pyimagesearch.com/2017/12/11/image-classification-with-keras-and-deep-learning/
第 8 名
如何在Python中进行反向传播（作者：Sushant Choudhary）
如果你是一个对python和神经网络都很陌生的读者，那你就该看一下这篇文章。作者用简单的语言、数学和python代码详解了反向传播算法和如何用Python实现该算法。
链接：https://sushant-choudhary.github.io/blog/2017/11/25/a-friendly-introduction-to-backrop-in-python.html
第 9 名
Python的memoization技术：如何在Python中缓存函数结果（作者：Dan Bader）
Memoization技术是用作软件优化技术的特定的缓存类型，它可以用来加速你的Python代码。在本文中，作者会教你如何以及何时可以使用Python来运用memoization。你也可以使用它来优化自己的程序，并在某些情况下加快运行速度。
链接：https://dbader.org/blog/python-memoization?utm_source=mybridge
第 10 名
如何学习Python编程：6位有经验的Python开发人员分享了他们的学习技巧
6位python方面的专家将向读者展示学习Python的最佳方法，包括遇到困境时如何寻求帮助，和如何使用Python教程开始编写出色的程序。
每个专家都分享了自己的学习技巧，比如经常巩固基础知识，独立完成项目等。
链接：https://coolpythoncodes.com/best-way-learn-python-programming/
原文链接
https://medium.mybridge.co/python-top-10-articles-for-the-past-month-v-dec-2017-20a36e77b3cc
热文精选
不用数学也能讲清贝叶斯理论的马尔可夫链蒙特卡洛方法？这篇文章做到了
盘点深度学习一年来在文本、语音和视觉等方向的进展，看强化学习如何无往而不利
干货 | AI 工程师必读，从实践的角度解析一名合格的AI工程师是怎样炼成的
AI校招程序员最高薪酬曝光！腾讯80万年薪领跑，还送北京户口
算法还是算力？周志华微博引爆深度学习的“鸡生蛋，蛋生鸡”问题
855
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
