欢迎来到Python周刊第268期。让我们直奔主题。
打破Python****性能壁垒，加速你的机器学习应用，快使用来自Intel的强大的Python工具吧。这个视频演示简单使用优化工具，例如Python的Intel发行版本和Intel VTune Amplifier，就可以获得额外的性能。
Episode #83: PyVideo上的即需Python视频
你是否曾经搜索过Python教育视频？也许是如何开始使用Pyramid，或者是使用SQLAlchemy的ORM层进行查询？那么极有可能你曾经偶然访问过PyVideo.org。这个惊人的网站收录了超过5,000个来自大部分来自别处的最近的Python会议的Python视频。根据演讲者、主题、事件等等进行浏览。本周，你将会遇到Paul Logston，他在该项目即将黄了的时候，接管了它的领导权。
Microsoft Emotion API是基于微软研究院在计算机视觉的最先进的研究，以及一个训练来对视频和图像中的人类面部表情进行分类的深度卷积神经网络模型。本文试着解释如何应用该API到数据驱动的报告中。
使用Python进行安斯库姆四重奏（Anscombe's quartet），差异性和队列研究
安斯库姆四重奏（Anscombe's quartet）是完全理解数据集中的差异性的重要性的一个很好的例子：它是由四个具有相同统计特性(mean, std, 等等……)的数据集组成的集合，相同的相关性以及相同的回归线，但是具有非常不同的分布。本文，我将会展示使用Python来玩安斯库姆四重奏是有多容易，然后谈谈另一个数学领域，其中，必须完全理解差异性：队列研究。我将会使用Ciw python库来完成。
在上一篇文章中，我们展示了一种常用在我们的Django模型中的模式。我们用了一个银行账户应用，带有一个Account和账户Action模型，来证明我们处理一般问题（例如并发和验证）的方式。我们想将银行账户的两个操作放到admin界面上 —— 存款和取款。我们将添加用来存款和取款的按钮到Django admin界面上，并且我们会用少于100行代码来实现它！
在本教程中，我们将使用python-social-auth库来实现Facebook, Twitter和GitHub身份验证。它们支持其他几个服务，而过程应该是有点类似的。python-social-auth库有几个自定义选项，这使得有时开始会有挑战。因此，对于本教程，我将通过必备步骤来引导你，最终，你将会拥有一个功能齐全的社交网站身份验证。
在iPython notebook中进行基于网络摄像头的图像处理
使用股票历史数据，利用金融指标的任意组合来训练监督学习算法。快速测试模型的准确性和模拟投资组合的表现。
一个不安全Python包的监管数据库。
使用深度学习的图像超分辨率。
将来自于名画的风格添加到任意照片中，仅需几分之一秒！你甚至可以用在视频中！
时间序列中的相关特性的自动提取。
适用于Python 2和3版本，以及PyPy的Python内存缓存利器。
用于社交媒体分析的数据收集工具包。
通过HTTP响应流，FlaskSR提供给了一种简单的方式来让flask页面加载得更快更好。
PyHooks是为了公开用于类的方法钩子。
Django中间件，帮助你在Kibana中可视化应用的流量。
一个让处理命令行参数容易的python模块。
Django安全版本发行：1.10.3, 1.9.11和1.8.16
San Francisco 2016年11月聚会 - San Francisco, CA
将会有以下演讲
- Word2vec算法：尽可能地简化,直到没法再简化为止
- 使用TensorFlow的递归神经网络
IndyPy 每月聚会（2016.10） - Indianapolis, IN
这个月，Andy Harris将带给我们“如何开始像一个程序员一样思考 —— 即使你不相信你可以”。