文章,教程和讲座
MicroPython 为我的房屋供暖
链接:https://www.youtube.com/watch?v=P5nOGKVLIYo
2018年,我从美国搬到爱尔兰,虽然我租的房子有一个联网控制的供暖器,我租的房屋却仍然非常冷。在本次演讲中,我想告诉大家我是如何“调试”这个问题的,以及如何使用几个运行在 MicroPython 的微控制器来改善供暖方式,而这些都没有对不属于我的这座房子进行任何物理修改。
Dijkstra 最短路径算法
链接:https://t.co/QnBi3m7S1Z
从 GPS 导航到网络层链路状态路由,Dijkstra 算法为一些备受关注的现代服务提供了理论支持。只需利用一些基本的数据结构,让我们一起了解它的功能,它的实现原理, 以及如何在Python中实现
理解卷积神经网络:制作一个手写数字计算器
链接:https://www.youtube.com/watch?v=eyKwPyOqMg4
在此视频中,我借助 Tensorflow 和 Keras , 用 Python 编写卷积神经网络制作一个手写数字计算器, 并且我将深入解释卷积神经网络工作原理。
如何使用 Django REST 框架开发 API
链接:https://djangostars.com/blog/rest-apis-django-development/
掌握基础知识就意味着掌握技巧。本教程将教您一步一步地构建API。
Jupyter Notebooks 最佳实践:利用虚拟环境
链接:https://zainrizvi.io/blog/jupyter-notebooks-best-practices-use-virtual-environments/
您可以将虚拟环境添加到 Jupyter Lab,为每个 notebook 提供独立的运行环境。这篇文章详细介绍了如何在 Google Cloud 的 AI Platform Notebooks 上向您自己的 notebooks 添加独立的虚拟环境。
Django 中基于视图的权限系统
链接:https://t.co/POY5bshIPf
本文(引用一个非常简单的示例)说明了我们如何利用 Django 和 Django REST Framework 实现一个基于视图的权限系统,并解释为什么选择这样做。
使用 Elasticsearch 和 fscrawler 构建基础的搜索引擎
链接:https://t.co/Q0Raies7D4
本文介绍如何使用 fscrawler,Elasticsearch,Python 和 Flask 在本机上布置一个快速但肮脏的搜索引擎。
对 Python 进行性能分析:一篇关于代码资源占用量的介绍
链接:https://www.youtube.com/watch?v=MgBgMyYROTE
一般情况下很难看出自己的代码的性能瓶颈在哪里。本教程将向您介绍一些可用于剖析代码和评估优化效果的工具。
用 Django 部署机器学习模型
链接:https://www.deploymachinelearning.com/
本教程提供了一些关于使用 REST API 构建机器学习系统的代码示例。
矩阵分解技术概述
链接:https://t.co/ZziDy4xCm7
讲解在线推荐引擎中用到的不同类型的矩阵分解技术和缩放机制。
Flask 表单处理概述
链接:https://t.co/UmPtJnyQZh
学习使用 Flask-WTForms 库在 Flask 中创建表单的逻辑和模板。
使用 Keras 和 Deep Learning 检测自然灾害
链接:https://www.pyimagesearch.com/2019/11/11/detecting-natural-disasters-with-keras-and-deep-learning/
在本教程中,您将学习如何使用 Keras,Computer Vision 和 Deep Learning 以高达95%的精度自动检测自然灾害(地震,洪水,山火,飓风)。
11个新的 Python Web 框架
链接:https://deepsource.io/blog/new-python-web-frameworks/
为您的下一个项目选择一个新的 Web 框架。
如何构建 Bytebase -- 第一部分:用 WebSocket 实时聊天
链接:https://t.co/FbfkPpcheR
这是有关如何构建 Bytebase 系列文章中的第一篇。本系列教程改编自我们在 2019年美国 DjangoCon 会议上介绍的 Django 实时聊天教程,并根据要求添加了主题。
利用 Keras 进行面部检测识别
链接:https://www.sitepoint.com/keras-face-detection-recognition/
这篇文章展示了如何使用 Keras 中的 MTCNN 模型检测图像中的面部,以及如何使用 VGGFace2 算法提取面部特征并将其匹配到不同的图像中。
使用 Python 自动执行 SSH 和 SCP 任务
链接:https://t.co/hZy1K6g8Jq
Python 中的解析方式
链接:https://asthasr.github.io/posts/parsing-in-python/
使用 Python 的 GCP 创建 Slack 应用
链接:https://lethain.com//creating-slack-app-python/
有趣的项目,工具和库
stylecloud
链接:https://github.com/minimaxir/stylecloud
Python 的软件包 + CLI 可以生成多样化的词云,包括渐变式和图标样式!
MMFashion
链接:https://github.com/open-mmlab/
基于 PyTorch 的用于视觉分析的开源工具箱。
Fast-SRGAN
链接:https://github.com/HasnainRaz/Fast-SRGAN
高速深度学习模型,可将低分辨率视频以 30fps 的速度上采样到高分辨率。
ScrapeGen
链接:https://github.com/kadnan/ScrapeGen
一个简单的 python 工具,可生成基于 requests/bs4 的网络抓取工具。
PygameUI
链接:https://github.com/kubapilch/PygameUI
这是一些加快 pygame 项目的构建速度的关于基本 UI 组件的小案例
本文翻译自 Python Weekly 423 期,有删改,不作为商业用途。