TensorFlow 2.0 完整教程
链接:
https://www.youtube.com/watch?v=tPYj3fFJGjk
在此面向初学者的完整视频教程中学习如何使用 TensorFlow 2.0 。本课程是为那些希望提高机器学习和人工智能知识的 Python 初学者设计的。
Python 中的编码树
链接:
https://www.youtube.com/watch?v=7tCNu4CnjVc
Thorsten Altenkirch 教授为我们介绍一种使用 Python 函数编码树的方法。
如何通过机器学习技术获得更多 YouTube 观看次数
链接:
https://t.co/kkR3puNEn8
在这篇文章中,我们将机器学习算法应用于 YouTube 数据,以就如何获得更多观看次数提出建议。包括抓取 YouTube 数据,在视频标题上使用 NLP ,特征工程,构建决策树等内容。
在 Python 中使用隔离森林进行异常检测
链接:
https://blog.paperspace.com/anomaly-detection-isolation-forest/
从银行欺诈到预防性的机器维护,异常检测是机器学习中非常有用且通用的应用方法。隔离林算法 (isolation forest algorithm) 是完成异常检测功能的一个强大的选择。在本文中我们将介绍:异常检测简介,异常检测用例,什么是隔离森林,使用隔离森林进行异常检测。
部署 Django
链接:
https://www.youtube.com/playlist?list=PLlM3i4cwc8zBRQOGXuLrCLNfpVOuVLuwZ
一系列 Django 课程,详细地介绍了如何部署 django 应用程序。
在 Python 中实现朴素贝叶斯
链接:
https://sidsite.com/posts/implementing-naive-bayes-in-python/
本文介绍了如何在 Python 中实现朴素贝叶斯分类器。
如何使用 GitHub Actions 编写高质量的 Python 代码
链接:
https://t.co/6DXxfk9bpf
这篇文章与您分享如何在 Python 项目中设置 GitHub Actions 工作流,以保证您编写的代码足够优雅。
自动化 Python 项目
链接:
https://martinheinz.dev/blog/17
每个项目——不管你是在网络应用程序上工作,还是在数据科学或人工智能上工作——都可以从配置良好的 CI/CD 、 Docker 映像中受益。我们将讨论如何将这些内容添加到您的 Python 项目中
保存我妈妈的照片
链接:
https://www.twilio.com/blog/building-backup-whatsapp-chatbot-python-flask-twilio
使用 Python , Flask , Dropbox 和 Twilio 构建一个备份 WhatsApp 聊天记录的程序。
Python 请求的高级用法 - 超时,重试,挂钩
链接:
https://hodovi.ch/blog/advanced-usage-python-requests-timeouts-retries-hooks/
将自然语言适应性与学习编程语言中的个体差异相关联
链接:
https://www.nature.com/articles/s41598-020-60661-8
Python 时区处理
链接:
https://lwn.net/SubscriberLink/813691/d82c2954286d2750/
如何使 Django 把 WWW 重定向到空域
链接:
https://adamj.eu/tech/2020/03/02/how-to-make-django-redirect-www-to-your-bare-domain/
从 Linux 发行版中删除 Python 2 的影响
链接:
https://utcc.utoronto.ca/~cks/space/blog/python/Python2DroppingImpact
您应该了解的 Python 中的字典的 15 件事
链接:
https://t.co/QM3X05fduP
Python 中的带有 ordered_enum 的全序枚举
链接:
https://blog.yossarian.net/2020/03/02/Totally-ordered-enums-in-python-with-ordered_enum
keyboard_listener
链接:
https://github.com/dibsonthis/keyboard_listener
键盘监听器是一个模块,可让你自定义快捷键(组合)或自定义关键字并将其绑定到 Python 中某个的自定义函数
nfstream
链接:
https://github.com/aouinizied/nfstream
灵活的网络数据分析框架。
py_cui
链接:
https://github.com/jwlodek/py_cui
受 gocui 启发的制作的 Python 库,一个用于直观地创建 CUI/TUI 界面的 Python 库。
deadlinks
链接:
https://github.com/butuzov/deadlinks
对文档链接的运行状况检查。
django-schema-graph
链接:
https://github.com/meshy/django-schema-graph
Django -schema-graph 用 Django 模型制作的一个彩色图表。该图是交互式的,可以轻松地打开 / 关闭模型。
TextBrewer
链接:
https://github.com/airaria/TextBrewer
一个基于 PyTorch 的知识提取工具包。
pytask-io
链接:
https://github.com/joegasewicz/pytask-io
一个基于 Asyncio 的任务队列,其设计非常易于使用!
PuzzleLib
链接:
https://github.com/puzzlelib/PuzzleLib
PuzzleLib 是支持 CPU ( Intel/AMD )和 GPU ( NVIDIA/AMD )的高级深度学习框架。
Katana
链接:
https://github.com/JohnHammond/katana
自动 CTF 挑战求解器。
Scrapy GUI
链接:
https://github.com/further-reading/scrapy-gui
一个简单的,由 Qt- Web engine 驱动的 Web 浏览器,具有测试 scrapy 代码的内置功能。
CircleD
链接:
https://github.com/Rylu12/CircleD
可以自动或手动检测图像中的圆形 / 球形物体并提供直径分布( D10 , D50 , D90 )。
本文翻译自 Python Weekly 439 ,有删改,不作为商业用途。