开源python
收录了 开源python 频道下的 50 篇内容
Pyston——基于 LLVM 和现代 JIT 技术的开源 Python 实现
本月初，Kevin Modzelewski在Dropbox技术博客上撰文宣布了他们正在开发的一款开源Python实现——Pyston。该项目的目标是开发出一款高性能的Python实现，使Python跻身如C++等传统系统级语言所统治的领域。
斯坦福开源 Python 库 StanfordNLP，可处理 53 种人类语言
近期，斯坦福大学自然语言处理小组开发了一个Python库StanfordNLP，用于解决许多常见的自然语言处理问题，
Facebook 开源 ptr：在 Python 环境中并行运行单元测试
Facebook开源了一个名为Python Test Runner（ptr）的新项目，允许开发人员运行Python单元测试套件。ptr和现有测试运行器之间的主要区别在于ptr通过爬取存储库查找一定的Python项目，这些项目带有的单元测试在安装文件中已经定义过。
Python 的十大特性
本文将帮助你理解 Python 的基本特性。
Netflix 实践：1.48 亿用户观看电影，Python 在幕后提供全生命周期支持
Netflix 是全球最大的视频流媒体平台，在除中国大陆地区之外的所有国家和地区都提供视频点播服务。全球的观众都在追棒 Netflix，而如此成功的 Netflix，其内部主要使用的又是什么编程语言呢？那就是今年成为语言流行指数榜单冠军 的Python！让我们一起来看看 Python 在 Netflix 是如何应用的。
推荐 5 个 yyds 的开源 Python Web 框架
提到 Python 的 Web 框架，第一反应就是老三样，Django，Flask 和 Tornado。如果按流行度来排名的话，应该也是这个顺序。
刚刚开源的 Python 静态类型检查器：Pyright
近日，开发者msfterictraut在GitHub上提交了一个名为Pyrignt的开源项目，这是一个Python的静态类型检查器，主要是为了解决mypy等现有的Python类型检查器无法解决的问题。
Gartner 报告：我们正处于数据科学与机器学习工具 “大爆炸”的时代
近日，Gartner 发布了 2019 年版面向数据科学与机器学习工具的魔力象限。
VS Code 更新 Python 支持，微软为支持 Pylance 抛弃开源语言服务器
破坏了编辑器的开源状态？
从 RethinkDB 的倒闭反思开源项目可持续的盈利模式
RethinkDB用户William Stein在创建开源项目SageMath和SageMathCloud及创建相关的商业公司的过程中： 1. 获得下一轮风险投资； 2. 找到持续盈利模式，即来自用户购买的收入大于企业支出； 3. 先不顾成本地抢占大量用户，再考虑如何赚钱。 他坚持第2种经营模式，首先要能活下去。 而风险投资者不看好作者的项目，理由是： 1. 数学软件的市场太小； 2. Stein五年之内的计划不够雄心勃勃，也没有什么退出计划。 与闭源相比，开源项目几乎没有什么知识产权，一旦像RethinkDB这样倒闭，在风险投资者眼里一文不值。
全方位对比：Python、Julia、MATLAB、IDL 和 Java （2019 版）
我们使用简单的测试用例来对各种高级编程语言进行了比较。
最佳 NLP 工具、库和服务推荐
库是必不可少的。研究人员和企业使用自然语言处理工具从文本数据分析中提取信息。这种分析包括分析客户反馈、自动化支持系统、改进搜索和推荐算法，以及监控社交媒体。
宣布为 Apache MXNet 推出 ONNX 支持
今天，AWS 宣布推出 ONNX-MXNet，它是一种用于将 Open Neural Network Exchange (ONNX) 深度学习模型导入到 Apache MXNet 的开源 Python 程序包。
Python 数据可视化 2018：数据可视化库为什么这么多？
本文介绍了当前可用的数据可视化软件包以及它们之间的关系。
只需几百行代码，利用 Ray 快速实现算法解释模型 Alibi 的线性扩展
提供大规模的模型服务只是战斗的一部分。
2016 机器学习大盘点（第四篇）
本文介绍了机器学习和深度学习领域的11家初创公司，他们的产品和技术，以及未来的发展潜力。
ChatGPT 已过时？Auto-GPT 迅速走红，无需人类插手自主解决复杂任务，GitHub 标星 5 万
全自动GPT来了？在GitHub斩获5万星，这款智能模型能自主思考、推理和决策。
技术解读：英特尔 x86 平台上，AI 能力是如何进行演进的？
AI 计算力的指数增长意味着，为了解决越来越复杂的用例，即使是 1000 倍的计算性能增长也很容易被消耗。因此，需要通过软件生态系统的助力，才能达到更好的性能。我们相信，构建 AI 软件生态系统，是将人工智能和数据科学项目推向生产的关键。
我找到了在 GitHub 上获得高星的秘密
如何推广自己的开源项目？
Netflix 开源内部 Python 工具 Metaflow：机器学习项目部署时间从四个月缩短至 7 天
Metaflow可以帮助数据科学家更快地将机器学习模型部署到实际生产环境。
京公网安备 11010502039052号 | 产品资质
