文章、教程和讲座MicroPython为我的房子供暖链接：https://www.youtube.com/watch?v=P5nOGKVLIYo2018年，我从美国搬到了爱尔兰，虽然我租了房子我租的使用互联网控制的加热器，房子仍然很冷。在本次演讲中，我想告诉您我是如何“调试”这个问题的，以及我是如何使用几个运行MicroPython的微控制器改进供暖的，所有这些都没有对不属于我的房子做任何事情。任何物理修改。Dijkstra的最短路径算法链接：https://t.co/QnBi3m7S1Z从GPS导航到网络层链路状态路由，Dijkstra的算法为一些最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，让我们了解它的作用、工作原理以及如何在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在这个视频中，我通过在Tensorflow和Keras的帮助下用Python编写卷积神经网络制作了一个手写数字计算器，并深入解释了卷积神经网络的工作原理。如何使用DjangoRESTFramework开发API链接：https://djangostars.com/blog/rest-apis-django-development/掌握基础意味着掌握艺术。本教程将教您逐步构建API。JupyterNotebooksBestPractices:UtilizeVirtualEnvironments链接：https://zainrizvi.io/blog/jupyter-notebooks-best-practices-use-virtual-environments/您可以将虚拟环境添加到JupyterLab，为每个笔记本提供独立的运行环境.这篇文章详细介绍了如何在GoogleCloud的AIPlatformNotebooks上将隔离的虚拟环境添加到您自己的笔记本中。Django中基于视图的权限系统链接：https://t.co/POY5bshIPf这篇文章（引用了一个非常简单的例子）展示了我们如何使用Django和DjangoRESTFramework实现基于视图的权限系统，并解释了为什么我们选择这样做.使用Elasticsearch和fscrawler构建基本搜索引擎链接：https://t.co/Q0Raies7D4本文介绍了如何使用fscrawler、Elasticsearch、Python和Flask在您的计算机上部署快速搜索引擎。Python性能分析：代码资源占用介绍链接：https://www.youtube.com/watch?v=MgBgMyYROTE一般很难看出你代码的性能瓶颈在哪里。本教程将向您介绍一些可用于分析代码和评估优化效果的工具。使用Django链接部署机器学习模型：https://www.deploymachinelearning.com/本教程提供了一些使用RESTAPI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解释了在线推荐引擎中使用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中创建表单逻辑和模板。检测自然灾害与Keras和深度学习的联系：https://www.pyimagesearch.com/2019/11/11/detecting-natural-disasters-with-keras-and-deep-learning/在本教程中，您将了解如何使用Keras、计算机视觉和深度学习自动检测自然灾害（地震、洪水、野火、飓风），准确率高达95%。11个新的PythonWeb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1部分：使用WebSocket进行实时聊天链接：https://t.co/FbfkPpcheR这是关于如何构建Bytebase的系列文章中的第一篇。本系列教程改编自我们在DjangoConUSA2019上展示的DjangoLiveChat教程，应要求添加了主题。FaceDetectionandRecognitionUsingKeras链接：https://www.sitepoint.com/keras-face-detection-recognition/本文展示了如何使用Keras中的MTCNN模型检测图像中的人脸，以及如何使用VGGFace2算法提取面部特征并将其与不同的图像匹配。使用Python链接自动执行SSH和SCP任务：https://t.co/hZy1K6g8Jq在Python链接中解析：https://asthasr.github.io/posts/parsing-in-python/使用Python的GCP链接创建Slack应用程序：https://lethain.com//creating-slack-app-python/有趣的项目、工具和库stylecloud链接：https://github.com/minimaxir/stylecloudPython的包+CLI可以生成多样的词云，包括渐变和图标样式！MMFashion链接：https://github.com/open-mmlab/基于PyTorch的可视化分析开源工具箱。Fast-SRGAN链接：https://github.com/HasnainRaz/Fast-SRGAN高速深度学习模型，可以将低分辨率视频上采样到30fps的高分辨率。ScrapeGen链接：https://github.com/kadnan/ScrapeGen一个简单的python工具，可以生成基于requests/bs4的网络抓取工具。PygameUI链接：https://github.com/kubapilch/PygameUI这是一些关于基本UI组件的小案例，可以加速pygame项目的构建。本文翻译自PythonWeekly423，有删减和修改，请勿用于商业用途。欢迎关注微信。心工..公众号：爱写bug
