Python周刊463期

Python周刊
欢迎阅读《 Python周刊》第463期。

写在前面：翻译不易，欢迎阅读；水平有限，万望海涵。部分链接可能需要特殊的上网方式（😓）。欢迎关注微信公众号“Python小灶，和我一起每天学习Python新知识”

文章、教程和讲座

花生酱香蕉三明治
学习如何建立一个端到端的计算机视觉程序，以建立最佳的花生酱和香蕉三明治。

使用Django的数据库性能提示
web应用程序中的大多数性能问题归结为一件事：数据库。在本次演讲中，Andrew Brookins将帮助您从Django应用程序中充分发挥数据库性能；

永远不要在下载文件夹中运行“python”
Python可以执行代码。确保它只执行您希望它执行的代码。

管理所有的事情
本文将研究应用程序的维护者如何通过Django的内置管理工具来管理他们的数据。我们将了解如何构建管理页面和自定义管理工具，以帮助团队导航他们的应用程序。

使用Python从公共api中获取新闻和文章
让我们探索一下《纽约时报》、《卫报》、HackerNews和其他API，为您的下一个项目收集一些新闻数据！

如何将普通的gzip归档文件转换为数据库
本文演示了如何将精心编制但普通的gzip归档文件用作类似数据库的存储。它还介绍了一个Python包，并解释了它是如何工作的。

用TensorFlow 2.0进行时间序列预测
在本教程中，您将学习如何使用各种深度学习算法（如稠密神经网络（DNN）、卷积神经网络（CNN）和递归神经网络（RNN）来构建自己强大的时间序列预测模型。

Python自动化101
在这个视频中，您将学习如何使用Python自动化不同的事情！从一个基于浏览器的Instagram机器人开始，我们将逐步发展成为一个Fortnite机器人，它可以在空闲模式下全天候玩游戏。

基于NumPy和Rust的优化
这是一篇关于使用NumPy优化用Python编写的算法以及在Rust中实现相同代码的快速帖子。

Common Python Packaging Mistakes
概述在创建和构建Python包时所犯的常见错误以及如何避免这些错误。

如何将人类所有的知识放在一个盒子里
我们如何利用Cython的力量帮助简化知识的打包和共享方式，即使没有互联网。

恒定时间LFU
最流行的LFU缓存逐出方案的实现使用最小堆来实现所有三个操作，运行时间复杂度为O（logn），这使得LFU次优。在这篇文章中，我们详细介绍了一个实现LFU的聪明算法，使得所有的操作都以O（1）的运行时间复杂度发生。

Postgres advisory locks for python developers

在Django中测试Elasticsearch而不使用Mocking

估计和建模数据处理的内存需求

有趣的项目，工具和库

minGPT
OpenAI GPT（Generative Pretrained Transformer）培训的最小Pythorch重新实现。

快速核磁共振成像
用人工智能加速磁共振成像。Facebook人工智能研究（FAIR）和纽约大学朗格恩健康中心（nyulangone Health）的合作研究项目。目的是研究利用人工智能使核磁共振扫描速度提高10倍。

CODAR
CODAR是一个使用PyTorch构建的框架，用来分析post（文本/媒体）并预测他们是否参与了网络欺凌和攻击。

computervision-recipes
计算机视觉的最佳实践、代码示例和文档。

mys
Mys编程语言-尝试创建一种静态类型的类似Python的语言来生成快速的二进制文件。

present
具有颜色和效果的基于终端的表示工具。

volksdep
volksdep是一个开源工具箱，用于使用TensorRT部署和加速PyTorch、Onnx和Tensorflow模型。

Parth
启发式易损参数扫描仪。

django-openapi
Python2+Django中一个最小的FastAPI实现，没有pydantic。

pe_tree
Python模块，用于使用pefile和PyQt5在树视图中查看可移植可执行文件（PE）。也可以与IDA-Pro一起使用来转储内存中的PE文件和重建导入。

Minotaur
一个pythonic、异步、inotify接口。

Databay
用于定时数据传输的Python接口。它有助于在预定的时间间隔内将（任何）数据从A传输到B。

handcalcs
用于将Python计算转换为渲染乳胶的Python库。

Luminaire
Luminaire是一个python包，它为监视时间序列数据提供了ML驱动的解决方案。

即将举行的活动和虚拟网络研讨会

虚拟空间中命名实体识别综述
处理文本数据的一个常见任务是识别命名的主题，例如公司和产品。这被称为命名实体识别（NER）。本文概述了基于模型的NER，并重点介绍了一个在非英语文本语料库上使用spaCy NLP库的应用程序。我们将讨论如何为这项任务构造数据，以及评估结果时的注意事项。

虚拟：PyData Triangle 2020年9月会议
将有以下讲座
Ⅹ pounds of poo in Ⅴ loud acts
Improving notebook collaboration and security with JupyterLab extensions

我们的其他通讯

每周NoSQL -免费的每周新闻，其中包含与NoSQL相关的最佳精选新闻，文章，工具和库，新发行版，工作等。

创办人周刊（Founder Weekly） -面向企业家的免费每周新闻，内容精选最佳，必须阅读文章，如何指南，技巧和窍门，资源，事件等。
版权所有©2020 Python Weekly，保留所有权利。

如果你想第一时间了解python的前沿信息，请在http://www.PythonWeekly.com自行订阅注册。