add translated python weekly #334

Author: ictar

Python Weekly/Python_Weekly_Issue_334.md

@@ -0,0 +1,135 @@
+原文：[Python Weekly - Issue 334](http://eepurl.com/dkSwLL)
+
+---
+
+欢迎来到Python周刊第334期。让我们直奔主题。 
+  
+# 来自赞助商  
+[![](https://gallery.mailchimp.com/e2e180baf855ac797ef407fc7/images/f25123ca-75a9-4b27-af3b-518500134fcd.png)](https://www.datadoghq.com/dg/apm/ts-python-error-tracking/?utm_source=Advertisement&utm_medium=Advertisement&utm_campaign=PythonWeekly-Tshirt&utm_content=Python)
+
+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](https://www.datadoghq.com/dg/apm/ts-python-error-tracking/?utm_source=Advertisement&utm_medium=Advertisement&utm_campaign=PythonWeekly-Tshirt&utm_content=Python)，可视化你的 Python 性能吧。
+  
+  
+# 文章，教程和讲座  
+  
+[使用 Python 构建一个神经网络](https://enlight.nyc/neural-network)
+
+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](https://attardi.org/pytorch-and-coreml/)
+
+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。
+
+[Python 3 中的面向对象编程（OOP）](https://realpython.com/blog/python/python3-object-oriented-programming/)
+
+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。
+  
+[Google Colab 免费 GPU 教程](https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d)
+
+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。
+
+[开发你的第一个与分散恒星网络集成的 python 应用](http://blog.adnansiddiqi.me/develop-your-first-python-app-integrated-with-decentralized-stellar-network/)
+
+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。
+
+[使用 Django 和 Aloe 进行行为驱动开发](https://testdriven.io/behavior-driven-development-with-django-and-aloe)  
+
+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](https://medium.com/@nathan.hubens/handwritten-digit-recognizer-on-ios-with-keras-and-core-ml-using-the-mnist-dataset-8564f5d6f4ba)  
+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](https://rushter.com/blog/numba-cython-python-optimization/)  
+
+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。
+  
+[信用建模和 Dask](https://matthewrocklin.com/blog//work/2018/02/09/credit-models-with-dask)  
+
+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](https://posts-by.lb.ee/building-a-configurable-taxonomy-in-wagtail-django-94ca1080fb28)  
+
+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。
+  
+[Django 技巧 #22 设计更好的模型](https://simpleisbetterthancomplex.com/tips/2018/02/10/django-tip-22-designing-better-models.html)
+
+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 Cryptory，分析影响加密货币价格的因素](https://dashee87.github.io/data%20science/python/analysing-the-factors-that-influence-cryptocurrency-prices-with-cryptory/)  
+  
+[为开发 Docker 化 Django](https://fernandofreitasalves.com/dockerizing-django-for-development/)  
+  
+[使用 OpenCV 和 Haar Cascades，构建 Django POST 人脸检测 API](https://medium.com/@rachit.mishra94/building-a-django-post-face-detection-api-using-opencv-and-haar-cascades-dcf4e0e5f725)  
+  
+[Python 3.7 中的 5 个速度改进](https://hackernoon.com/5-speed-improvements-in-python-3-7-1b39d1581d86)  
+  
+  
+# 本周的Python工作  
+  
+[软件工程师 - Bromium 的恶意软件模拟](http://jobs.pythonweekly.com/jobs/software-engineer-malware-simulation/)  
+
+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。
+
+  
+# 好玩的项目，工具和库  
+  
+[carbondoomsday](https://github.com/giving-a-fuck-about-climate-change/carbondoomsday)  
+
+用于气候变化相关数据的 REST web API。
+  
+[Texygen](https://github.com/geek-ai/Texygen)  
+
+文本生成基准测试平台。
+
+[scriptedforms](https://github.com/SimonBiggs/scriptedforms)  
+
+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。
+
+[thanks](https://github.com/phildini/thanks)  
+
+找到资助你的所使用的 python 包的方式。
+
+[youtube-video-face-swap](https://github.com/DerWaldi/youtube-video-face-swap)  
+
+这个项目的目标是几乎自动地对 YouTube 视频进行脸部交换。
+  
+[bounty-monitor](https://github.com/nashcontrol/bounty-monitor)  
+
+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。
+  
+[DeepType](https://github.com/openai/deeptype)  
+
+设计、发展和训练神经系统。
+
+[KubeSanity](https://github.com/brendandburns/kubesanity)  
+
+KubeSanity，是一个 Kubernetes 理性检查框架。
+
+[icecream](https://github.com/gruns/icecream)  
+
+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](https://github.com/cosmic-cortex/modAL)  
+
+Python3 的模块化主动学习框架。
+  
+[eth_python_tracker](https://github.com/pmaji/eth_python_tracker)  
+
+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。
+  
+[VSCodeNotebook](https://github.com/aviaryan/VSCodeNotebook)  
+
+将 VS Code 用作为可靠的记录/日记应用。
+
+  
+# 近期活动和网络研讨会  
+  
+[装饰器和上下文管理器介绍 - Houston, TX](https://www.meetup.com/python-14/events/245321796/)
+
+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](https://www.meetup.com/pythonsd/events/247161738/)
+
+
+ 
+

Python Weekly/README.md

@@ -92,4 +92,5 @@
 - [Issue 330](./Python_Weekly_Issue_330.md)
 - [Issue 331](./Python_Weekly_Issue_331.md)
 - [Issue 332](./Python_Weekly_Issue_332.md)
-- [Issue 333](./Python_Weekly_Issue_333.md)
+- [Issue 333](./Python_Weekly_Issue_333.md)
+- [Issue 334](./Python_Weekly_Issue_334.md)

SUMMARY.md

@@ -208,6 +208,7 @@
 	- [Issue 331](./Python Weekly/Python_Weekly_Issue_331.md)
 	- [Issue 332](./Python Weekly/Python_Weekly_Issue_332.md)
 	- [Issue 333](./Python Weekly/Python_Weekly_Issue_333.md)
+	- [Issue 334](./Python Weekly/Python_Weekly_Issue_334.md)
 - Pycoder's Weekly    
 	* 中文版：[蟒周刊](http://weekly.pychina.org/)