| 文章、教程和讲座
Python 中的内存管理 – 第 2 部分：平等
两个 Python 对象何时相同？那有什么意思？
无锁处理并发
并发不是很直观——你需要训练你的大脑来考虑当多个进程同时执行某个代码块时会发生什么。在本文中，我将介绍常见的并发挑战以及如何以最少的锁定来克服它们。
在 Python 和 OpenCV 中使用视频数据处理
在本视频教程中，您将学习如何在 python 和 openCV 中处理视频数据。视频处理和数据分析在机器学习中有很多应用，包括目标检测、姿态估计和目标跟踪。在您可以对视频运行机器学习之前，您首先需要很好地了解如何使用 python 和 openCV 读取和写入视频文件。本教程通过一些示例逐步介绍基础知识。
机器学习代码和系统中的设计模式
设计模式不仅仅是一种结构化代码的方式。他们还传达解决的问题以及代码或组件的使用方式。以下是我在机器学习代码和系统中观察到的一些模式。
带注释的变压器
在过去的五年中，变形金刚一直在很多人的脑海中。这篇文章以逐行实现的形式呈现了该论文的注释版本。
使用 Retool 将内部工具的构建速度提高 10 倍
Retool 是开发人员构建和共享内部工具的快捷方式。 Amazon、DoorDash、Peloton 和 Brex 等数千家公司的团队围绕定制的 Retool 应用程序进行协作，以解决内部工作流程。 赞助
compatlib 或：在 Python 中不能做什么
仅仅因为我们可以，并不意味着我们应该。
试用数据集、DataLoaders 和 PyTorch 的新 DataPipes
PyTorch 团队最近发布了 TorchData，这是一个原型库，专注于为 PyTorch 实现可组合和可重用的数据加载实用程序。特别是，TorchData 库以 DataPipes 为中心，它旨在成为现有 Dataset 类的与 DataLoader 兼容的替代品。本文提供了一些简洁的示例以及在试用新的 DataPipe API 之后的一些想法。
用于机器学习的 Python TensorFlow – 神经网络文本分类教程
本课程将向您介绍机器学习概念和使用 Python 和 TensorFlow 实现的神经网络。 Kylie Ying 解释了基本概念，例如分类、回归、训练/验证/测试数据集、损失函数、神经网络和模型训练。然后，她演示了如何实现前馈神经网络来预测某人是否患有糖尿病，以及如何实现两种不同的神经网络架构来对葡萄酒评论进行分类。
Pandas 向量化：更快的代码，更慢的代码，臃肿的内存
当您使用 Pandas 处理数据时，所谓的“矢量化”操作可以显着加快您的代码速度。或者至少，这是理论。实际上，在某些情况下，Pandas 矢量化操作实际上会使您的代码变慢，或者至少不会变快。它们还可以显着增加内存使用量。让我们深入了解一下向量化在 Pandas 中的含义，它何时以及为何有用，何时有害。
有趣的项目、工具和库
随传随到
开发人员友好的事件响应与出色的 Slack 集成。
多做一些
修补 GPT 的最便捷方式 – 一个可破解的脚本。
svg.py
类型安全且功能强大的 Python 库，用于生成 SVG 文件。
人类神经射频
HumanNeRF 将移动人物的单目视频转换为 360 度自由视点视频。
达勒流
用于从文本创建高清图像的 Human-in-the-Loop 工作流程。
弹性措施
智能且对开发人员友好的 EMS，支持快速且可扩展的实时能源灵活性应用程序。
PySR
Python 中的高性能符号回归。
友好空闲
设计用于 Python 的 IDLE 的友好回溯版本。
Visualkeras
Visualkeras 是一个 Python 包，用于帮助可视化 Keras（独立的或包含在 tensorflow 中）神经网络架构。
新版本
Visual Studio Code 中的 Python – 2022 年 6 月发布
此版本包括以下改进：
- 本地化支持
- Python解释器发现
- vscode.dev/github.dev 上的 Jupyter 扩展支持
- Pylance 的内部人员计划
即将举行的活动和网络研讨会
PyAmsterdam 聚会 2022 年 6 月
将有以下会谈
- 使用 Copilot 创建 Python 代码
- 编写无错误的 Python 代码：从测试到形式验证的旅程
虚拟：PyLadies 都柏林
研讨会主题是使用 DocArray 进行图像搜索。
|