Intermediate Python

https://book.pythontips.com/en/latest/

Learning to Program Using Python

https://web.archive.org/web/20201224032210/https://www.ida.liu.se/~732A47/literature/PythonBook.pdf

textslearn-python-visually_compress

https://archive.org/details/learn-python-visually_compress/mode/2up

💻 Модель для генерации субтитров в Яндекс Браузере: как работает и что под капотом?

Начнём с новости: Яндекс Браузер теперь умеет создавать субтитры для любых русскоязычных видео в интернете, нейросеть встроена прямо в десктопный браузер. Фича не только поможет, когда нет наушников под рукой, но и откроет весь видеоконтент на русском языке для людей с нарушением слуха.

Разработчики для этого сократили потребление оперативной памяти в 5 раз, теперь эту нейросеть могут тянуть компьютеры с маленькой мощностью. На это понадобилось три волны оптимизации: например, на этапе декодирования было сохранено более 400 Мб, а 450 Мб памяти выиграли на уменьшении разных буферов и очистке памяти на заморозке префикса.

Архитектура состоит из двух очень разных частей: свёрточной и трансформерной. Причём трансформерная часть подверглась частичной квантизации, чтобы не затрагивать сложные слои, такие как softmax.

В итоге получилась модель, которая потребляет всего 150 Мб. Осталось нажать только одну кнопку, чтобы она сгенерировала субтитры. Планируют добавить в нейросеть больше языков и расширить её на другие устройства. Подробности про процесс команда рассказала в статье на Хабре.

Learn Python the Right Way

https://learnpythontherightway.com/

Learn Python, Break Python
A Beginner's Guide to Programming


https://learnpythonbreakpython.com/

Крупнейший русскоязычный датасет отзывов на организации
Автор: Яндекс

На Гитхабе появился датасет с 500 тыс. отзывов на организации, который поможет производить лингвистический и сентимент-анализ. Подробнее о датасете можно прочитать в статье на Хабре.

Яндекс опубликовал плейлист с записями докладов своей хардовой конференции Practical ML, где ключевые инженеры крупных компаний делятся опытом практического применения ML.

Внутри доклады по 8 направлениям: генеративные модели, Research, NLP, Hardware, CV, RecSys, MLOps и Ecomm.

Например:
— Руководитель группы модернизации нейронных сетей Алексей Морозов из Поиска поделился кейсом, как избавить ML-инженеров и исследователей от переживаний за работоспособность инфраструктуры и дать им возможность автоматически масштабироваться во время работы.
— Валерий Ильин, руководитель группы разработки компьютерного зрения и бизнес-процессов, связанных с роботами, рассказал, как работает компьютерное зрение в роботах, которые используются на складах Яндекс Маркета.

Смотрите больше по ссылке.

#PracticalMLConf #AI #ML #машинноеОбучение #новостиAI #технологии

Learn Python 3

https://github.com/animator/learn-python

Introduction to Python for
Econometrics, Statistics and Data Analysis

https://www.kevinsheppard.com/files/teaching/python/notes/python_introduction_2020.pdf

introduction to python

https://kracekumar.com/post/71171551647/introduction-to-python

How To Code in Python 3

https://assets.digitalocean.com/books/python/how-to-code-in-python.pdf