欢迎阅读《pythonista周刊》第472期。Let us start!
原文: https://mailchi.mp/pythonweekly/python-weekly-issue-472
翻译:Dustyposa
来自赞助商(PS:原文的赞助商): 获取每周的编程量 一份每周的简报,为程序员提供最好的手工策划的新闻、文章、教程、讲座、工具和库等。 Join For Free
新闻
Key generation and signing ceremony for PyPI
美国东部时间 10 月 30 日星期五上午 11:15,Python
软件基金会将直播远程密钥生成和签名仪式,以引导 Python
软件包索引的更新框架。这个仪式是根据 PEP 458
将更新框架部署到 PyPI
的第一个实际步骤之一。
文章、教程与话题
Practical Deep Learning for Coders
来自 fast.ai
的一门课程,旨在给你一个完整的深度学习介绍。这门课程的创建是为了让尽可能多的人了解深度学习。
Prototyping with Python
Python让我们的工作效率惊人。Fuzzing Book
中的大部分技术都需要2-3天的时间来实现。这比C或Java等 "经典 "语言快了大约10-20倍。10-20倍的生产力系数是巨大的,几乎是荒谬的。为什么会这样,这对科研和教学有哪些影响?在这篇文章中,我们将探讨其中的一些原因,从头开始原型化一个符号测试生成器。
Comprehending Class-Based Views in Django - Creating a CBV
本文探讨了如何通过首先实现一个最小的 CBV
来创建基于类的视图,然后对其进行扩展,以强调如何设计 CBV
以实现重用。
A Visual Guide to Regular Expression 正则表达式的各个组成部分如何自下而上地工作的心理模型。
Targeted adversarial attacks with Keras and TensorFlow
在本教程中,你将学习如何使用 Keras、TensorFlow
和深度学习来执行目标对抗性攻击和构建目标对抗性图像。
Google Colab 101 Tutorial with Python
关于如何用 Python
使用 Google Colab
的深入教程,以及 Colab
的技巧、诀窍和常见问题。
Higher Kinded Types in Python 本篇文章将引导新人了解高阶同类型的高明之处,并解释它们的工作原理和使用方法。
How to write a great Dockerfile for Python apps
学习6件事来真正改善你的 Dockerfiles
。
Ken Youens-Clark on Learning Python
Tiny Python Projects
的作者 Ken Youens-Clark
讨论了 Python
中的新特性,包括可选类型和不可变的数据类型,他即将出版的关于如何教授 Python
和测试的书,是否应该从一开始就向新程序员教授测试,以及如何做到这一点?还谈到了编程教育的背景,以及 Python
生态系统的重要性,以及在学习新的编程时应该使用什么工具。
Using the Facade Pattern to Wrap Third-Party Integrations
这篇文章演示了如何将 Facade Design Pattern
与 Clean Architecture
和 Hexagonal Architecture
方法结合使用,以包装第三方集成并为你的软件设计添加层次。
使用Python和NLP构建自己的简历解析器
使用 Python
和自然语言处理(NLP)构建自己的 Resume Parser
的分步指南。
Automate Business Logic With Logic Bank
规则引擎可自动执行 SQLAlchemy
更新逻辑,以实现出色的敏捷性-简明40倍。 可扩展 使用 Python
可扩展且可管理。
How to setup Django with React
关于将 React
添加到 Django
项目中的权威指南。
设置一个静音指示灯以使用 Hammerspoon 进行缩放
了解如何向计算机添加灯光,以使用 Hammerspoon
显示缩放状态。
在AWS EC2 Linux 2上设置Django + MySQL开发环境
有趣的项目、工具和库
SkyAR 视频中的动态天空替换和协调。
whale
whale
是一种轻量级的数据发现和文档引擎。
Tiquet
受 React,Python,Flask和PostgreSQL
中的看板方法启发的项目管理工具。
austin-tui A Top-like Interface for Austin.
EasyTransfer
EasyTransfer
旨在使 NLP
应用中的转移学习的开发更加容易。
Flask-State
Flask-State
是一个基于 flask
的可视化插件。它可以每分钟记录本地的状态,如果你配置了 redis
,还可以读取 redis
的状态,并生成数据图表,通过 Echarts
展示给用户。
django-guid
在 Django
请求中的每条日志消息中注入一个 GUID(Correlation-ID)
。
ml-skeleton-py 一个最佳实践的第一个项目模板,让你可以开始一个新的机器学习项目。
最近更新
PyTorch 1.7
PyTorch 1.7
版本包含了许多新的 API
,包括支持 NumPy
兼容的 FFT
操作、剖析工具以及对基于分布式数据并行(DDP)和远程过程调用(RPC)的分布式 训练的重大更新。此外,一些功能移到了稳定版,包括自定义C++ Classes、内存剖析器、通过自定义张量类对象进行扩展、RPC中的用户异步函数以及 torch.distributed
中的一些其他功能,如 Per-RPC
超时、DDP动态桶和RRef helper。
Pants v2
Pants v2
是为快速、稳定的构建而设计的。一些值得注意的特性包括 最少的元数据和模板,精细的工作流程,共享的结果缓存,并发执行,一个响应式的,可扩展的UI,多种工具和语言的统一界面,通过插件API的可扩展性和可定制性。
新活动
Virtual: PyData Triangle November 2020 Meetup 将会有以下话题
- Rosie 模式语言项目
- Pandas Indexes
- 在社会和非社会背景下建立动态的竞争性决策模型。
Virtual: PyData Pune Meetup November 2020
会有一个讲座,多模态机器学习。The Future of AI.
Virtual: DragonPyMeetup November 2020 将会有以下话题
- Dataflow Automation with Prefect
- 使用
Infix
符号的函数调用 Plotnine
与图形语法
Posa:
❤️ Happy Pythonic ;-(Posa私人无责任播报)
----- 分割线 -----
如果你发现哪里翻译有误的话,请务与我联系!感谢!
Comments