欢迎来到Python周刊第334期。让我们直奔主题。
使用 Datadog，快速识别 Python 应用中的错误。可视化关键指标，如命中率、错误率和延迟，以及端到端请求跟踪，以找到缓慢的查询、错误和低效代码。开始使用 14 天免费试用版，可视化你的 Python 性能吧。
神经网络可能会让人恐惧，特别是对于那些机器学习小萌新来说。但是，本教程将会分解神经网络的工作原理，最终，你将拥有一个可以使用的灵活的神经网络。让我们开始吧！
我是如何使用 CoreML、PyTorch 和 React Native，在 iOS 上发布神经网络的
这是一个关于我如何训练一个简单的神经网络，来解决真正的 iOS 应用中定义明确但新颖的挑战的故事。这个问题是独一无二的，但是我所介绍的大部分内容都适用于任意 iOS 应用中的任意任务。这就是神经网络的美妙之处。我会逐步介绍每一个步骤，从一路上会出现的问题到在 App Store 上架。在此过程中，我们会快速绕过一个使用简单数学（失败）的替代方案，经历工具构建、数据集生成、神经网络架构和 PyTorch 训练。我们将忍受危险重重的 CoreML 模型转换，最终到达 React Native 用户界面。
在这篇文章中，你将会学习 Python 中面向对象编程（OOP）的基础知识，以及如何使用类、对象和构造函数。本教程还附带了几个 OOP 练习，用来检查你的学习进度。
现在，你可以使用 Keras、Tensorflow 和 PyTorch，在免费的 Tesla K80 GPU 上，使用 Google Colaboratory 来开发深度学习应用了。
在这篇文章中，我将讨论如何为恒星网络创建一个分散区块链应用（又名 dApp）。我将狗哦汲一个非常简单的 web 应用（世界上最简单的电子商务应用，称之为 RocketCommerce），人们可以通过支付恒星货币 Lumens(XLM)来购买单件物品。
在接下来的教程中，我们将通过使用 Django 和 Aloe，编程一个示例特性，从而引导你完成 BDD 开发周期。请继续学习如何在编程稳定的应用时，使用 BDD 过程来帮助快速捕获并修复不良设计。
通过 Keras 和 Core ML，使用 MNIST 数据集的手写数字识别器
本教程的目的是展示创建、训练深度学习模型以及在 iOS 应用中实现它的全过程。这里的用例是深度学习的“Hello World”，它是使用手写数字数据集（MNIST 数据集）的数字识别。该模型是通过使用 Keras 框架创建以及训练的，然后将其转换为 Core ML 模型，以便在 iOS 应用中使用。
Numba 和 Cython 是如何加速 Python 代码的
在过去的几年中，Numba 和 Cython 在数据科学界获得了很多关注。它们都提供了加速 CPU 密集型任务的方式，但方法各不相同。本文介绍了它们之间的体系结构的差异。
本文探索了使用 Dask，在 Python 中计算复杂信用模型的真实用例。这是一个复杂并行系统的示例，远远超出了传统的“大数据”工作负载。
在 Wagtail (Django) 中构建可配置的分类标准
本文旨在介绍一种在 Django 应用中实现完全灵活的分类系统的方法。编程实现很大程度上依赖于 Wagtail（基于 Django 的 CMS）的使用，但如果只是使用 Django，那么仍然也是相关的。
在这篇文章中国年，我将会分享一些技巧，以帮助你改进你的 Django 模型的设计。这些提示很多都与命名约定有关，它们可以提高代码的可读性。
使用 OpenCV 和 Haar Cascades，构建 Django POST 人脸检测 API
我将成为我们监控和攻击可视化团队的关键成员，并将通过识别并解决产品开发周期内的无效率和风险领域，来支撑开发和产品团队。我们的理想人选将需要具有适应能力，风度翩翩，并具有独特的问题调查和技术沟通技巧。你将会喜欢团队协作，但也会很乐意在需要时独立解决问题。
用于气候变化相关数据的 REST web API。
文本生成基准测试平台。
使用 Markdown 和一些自定义 HTML 元素，来快速为 Python 包创建漂亮的反应式 GUI。
找到资助你的所使用的 python 包的方式。
这个项目的目标是几乎自动地对 YouTube 视频进行脸部交换。
利用证书透明度实时馈送来监控新发布的子域证书（最后 90 天，可配置），用于那些参与到错误赏金计划中的域。
设计、发展和训练神经系统。
KubeSanity，是一个 Kubernetes 理性检查框架。
你用过 print() 语句来调试你的代码吗？你当然用过。IceCream（简称 ic），让 print() 调试变得更甜美。
modAL
Python3 的模块化主动学习框架。
基于 Python 的 Dash 应用程序，旨在追踪 GDAX 上的购买／销售墙中的鲸鱼活动。
将 VS Code 用作为可靠的记录/日记应用。
在这个演讲中，我们将会探索如何创建装饰器和上下文管理器，使得你的代码更可重用和 pythonic。我们将会简单提及两个标准库包，functools 和 contextlib，来展示我们可以如何利用一些函数，从而让我们的代码更好。
San Diego Python 2018 年 2 月聚会 - San Diego, CA