Search results
Czysty kod w Pythonie. Twórz wydajny i łatwy w utrzymaniu kod. Wydanie II
Mariano Anaya
Popularność Pythona, ulubionego języka programistów i naukowców, stale rośnie. Jest on bowiem łatwy do nauczenia się: nawet początkujący programista może napisać działający kod. W efekcie, mimo że Python pozwala na pisanie kodu przejrzystego i prostego w konserwacji, zdarzają się przypadki kodu źle zorganizowanego, nieczytelnego i praktycznie nietestowalnego. Jedną z przyczyn tego stanu rzeczy jest tendencja niektórych programistów do pisania kodu bez czytelnej struktury. Zidentyfikowanie takich problemów i ich rozwiązywanie nie jest łatwym zadaniem. Dzięki tej książce nauczysz się korzystać z kilku narzędzi służących do zarządzania projektami napisanymi w Pythonie. Dowiesz się, czym się charakteryzuje czysty kod i jakie techniki umożliwiają tworzenie czytelnego i wydajnego kodu. Przekonasz się, że do tego celu wystarczą standardowa biblioteka Pythona i zestaw najlepszych praktyk programistycznych. Opisano tu szczegóły programowania obiektowego w Pythonie wraz z zastosowaniem deskryptorów i generatorów. Zaprezentowano również zasady testowania oprogramowania i sposoby rozwiązywania problemów poprzez implementację wzorców projektowych w kodzie. Pokazano też, jak można podzielić monolityczną aplikację na mikrousługi, by otrzymać solidną architekturę aplikacji. W książce między innymi: konfiguracja wydajnego środowiska programistycznego tworzenie zaawansowanych projektów obiektowych techniki eliminacji zdublowanego kodu i tworzenie rozbudowanych abstrakcji zastosowanie dekoratorów i deskryptorów skuteczna refaktoryzacja kodu budowa solidnej architektury opartej na czystym kodzie Pythona Czysty kod w Pythonie. Tylko taki warto pisać!
David Foster
Techniki uczenia głębokiego rozwijają się w imponującym tempie, a sieci neuronowe znajdują zastosowanie w przeróżnych branżach. Coraz częściej komputer wykonuje zadania, które do niedawna były zarezerwowane dla człowieka. Dobrym przykładem jest tworzenie dzieł sztuki: ostatnie postępy w dziedzinie modelowania generatywnego sprawiają, że maszyny tworzą oryginalne obrazy w określonym stylu, piszą spójne akapity tekstu, komponują przyjemną w odbiorze muzykę i generują prawdopodobne scenariusze zdarzeń. Ta "generatywna rewolucja" już się zaczęła, a jej efekty przekraczają najśmielsze wyobrażenia. Ta książka jest praktycznym przewodnikiem przeznaczonym dla inżynierów uczenia maszynowego i analityków danych. W jasny i przystępny sposób omówiono w niej zasadnicze zagadnienia teorii modelowania generatywnego, a następnie zaprezentowano techniki stosowane do budowy modeli generatywnych, włącznie z ogólnym opisem uczenia głębokiego, wariacyjnych autoenkoderów i generatywnych sieci antagonistycznych (GAN). Na tej podstawie - z wykorzystaniem biblioteki Keras - pokazano wewnętrzne funkcjonowanie każdej z tych technik, łącznie z najbardziej nowatorskimi architekturami. Opisano krok po kroku sposoby rozwiązywania takich twórczych zadań jak malowanie, pisanie i komponowanie muzyki, a także zastosowania modelowania generatywnego do optymalizacji strategii grania w gry (modele World). W książce między innymi: działanie autoenkoderów wariacyjnych tworzenie sieci GAN, w tym CycleGAN i MuseGAN rekurencyjne modele generatywne do tworzenia tekstu oraz mechanizmy uwagi modele generatywne w środowiskach uczenia przez wzmacnianie architektura Transformer (BERT, GPT-2) oraz modele generowania obrazu Czy potrafisz stworzyć... twórcę?
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
Jeremy Howard, Sylvain Gugger
Uczenie głębokie zmienia oblicze wielu branż. Ta rewolucja już się zaczęła, jednak potencjał AI i sieci neuronowych jest znacznie większy. Korzystamy więc dziś z osiągnięć komputerowej analizy obrazu i języka naturalnego, wspierania badań naukowych czy budowania skutecznych strategii biznesowych - wchodzimy do świata, który do niedawna był dostępny głównie dla naukowców. W konsekwencji trudno o źródła wiedzy, które równocześnie byłyby przystępne dla zwykłych programistów i miały wysoką wartość merytoryczną. Problem polega na tym, że bez dogłębnego zrozumienia działania algorytmów uczenia głębokiego trudno tworzyć dobre aplikacje. Oto praktyczny i przystępny przewodnik po koncepcjach uczenia głębokiego, napisany tak, aby ułatwić zrozumienie najnowszych technik w tej dziedzinie bez znajomości wyższej matematyki. Książka daje znakomite podstawy uczenia głębokiego, a następnie stopniowo wprowadza zagadnienia sposobu działania modeli, ich budowy i trenowania. Pokazano w niej również praktyczne techniki przekształcania modeli w działające aplikacje. Znalazło się tu mnóstwo wskazówek ułatwiających poprawianie dokładności, szybkości i niezawodności modeli. Nie zabrakło też informacji o najlepszych sposobach wdrażania od podstaw algorytmów uczenia głębokiego i stosowaniu ich w najnowocześniejszych rozwiązaniach. W książce między innymi: gruntownie i przystępnie omówione podstawy uczenia głębokiego najnowsze techniki uczenia głębokiego i ich praktyczne zastosowanie działanie modeli oraz zasady ich treningu praktyczne tworzenie aplikacji korzystających z uczenia głębokiego wdrażanie algorytmów uczenia głębokiego etyczne implikacje AI Uczenie głębokie? Dobrze zrozum, dobrze zastosuj!
Douwe Osinga
Pomysł, by komputery wykorzystywać do generowania inteligentnych rozwiązań, narodził się w zamierzchłych dla informatyki czasach, mniej więcej w połowie XX wieku. Bardzo długo jednak idea ta - z powodu ograniczeń technologicznych - nie mogła wyjść poza rozważania teoretyczne. Dziś osoby zainteresowane uczeniem głębokim są w komfortowej sytuacji: mogą korzystać z ogólnie dostępnych frameworków uczenia głębokiego, sięgać po ogromne zbiory danych, a ponadto wyniki tego rodzaju badań znalazły się w centrum zainteresowania biznesu. Okazuje się, że nawet bez szczególnego przygotowania teoretycznego można budować i udoskonalać potężne modele sieci neuronowych oraz uczenia głębokiego i wdrażać je w konkretnych sytuacjach. Dzięki tej książce, nawet jeśli nie posiadasz zaawansowanej wiedzy o uczeniu głębokim (oryg. deep learning), zaczniesz szybko tworzyć rozwiązania z tego zakresu. Zamieszczone tu receptury pozwolą Ci sprawnie zaznajomić się z takimi zastosowaniami uczenia głębokiego jak klasyfikacja, generowanie tekstów, obrazów i muzyki. Cennym elementem książki są informacje o rozwiązywaniu problemów z sieciami neuronowymi - testowanie sieci wciąż jest trudnym zagadnieniem. Ponadto znalazły się w niej porady dotyczące pozyskiwania danych niezbędnych do trenowania sieci, a także receptury, dzięki którym łatwiej zacząć użytkować modele w środowiskach produkcyjnych. Z tej książki dowiesz się, jak: tworzyć użyteczne aplikacje, które docenią użytkownicy obliczać podobieństwo tekstów wizualizować wewnętrzny stan systemu sztucznej inteligencji napisać usługę odwrotnego wyszukiwania obrazów za pomocą wyuczonych sieci wykorzystać sieci GAN, autoenkodery i LSTM do generowania ikon wykrywać style w utworach muzycznych Uczenie głębokie - rzecz dla kreatywnych filozofów z myszą w dłoni!
UXUI. Design Zoptymalizowany. Manual Book
Chris Badura
Używaj razem! Manual Book + Workshop Book Poznaj najlepsze praktyki projektowania, aby Twoje aplikacje mogły podbijać świat! Czy wiesz, że projektowanie skutecznych produktów cyfrowych, takich jak aplikacje, strony czy systemy, to znacznie więcej niż nadanie im ładnego wyglądu? O ich sukcesie przesądza równowaga między użytecznością, zaspokajaniem potrzeb użytkownika a szatą graficzną. Jeśli chcesz się dowiedzieć, jak prawidłowo definiować funkcje takich produktów, jak dobrze je zaprojektować i prowadzić badania jakościowe z użytkownikami - koniecznie sięgnij po ten niezwykle użyteczny zestaw książek, złożony z podręcznika i ćwiczeń. To jedyna taka publikacja na rynku, pozwalająca na przekrojowe doświadczanie wiedzy, w którym teoria przenika się z praktyką UXUI, co daje możliwość dogłębnego zrozumienia zagadnień i trafnego stosowania rozwiązań. Bez względu na to, czy zakładasz startup, pracujesz w korporacji, czy chcesz zawodowo zajmować się User Experience lub User Interface Design - zacznij od stabilnych fundamentów, na których zbudujesz wyjątkowe aplikacje! Podręcznik wprowadzi Cię w świat efektywnego i świadomego projektowania. Wskaże najważniejsze praktyki, dzięki którym Twoje projekty będą intuicyjne i zachwycą użytkowników. Manual Book to mnóstwo praktycznej wiedzy, najistotniejszych zagadnień technicznych, wskazówek projektowych oraz instrukcje do ćwiczeń, które będziesz realizować za pomocą Workshop Booka.
Digitalizacja w systemach automatyki SIMATIC. Teoria, przykłady, ćwiczenia
Artur Nowocień
Z pamięci papieru do pamięci komputera Współczesnym przemysłem rządzi... informatyka. Ta dziedzina stale się rozwija i zagarnia pod swoje skrzydła kolejne sektory ― od produkcji, przez logistykę i księgowość, po dystrybucję i sprzedaż. Tyle teorii. W praktyce zaś często się okazuje, że podczas gdy otoczenie biznesowe i technologie pędzą naprzód, systemy stosowane w przemyśle zostają nieco z tyłu. Głównym celem, jaki przyświeca autorowi tej publikacji, skierowanej przede wszystkim do automatyków i programistów sterowników PLC, jest odczarowanie pojęcia digitalizacji i udowodnienie, że technologie, które się w nie wpisują, nie są wcale zarezerwowane dla specjalistów IT. W rzeczywistości wszyscy stosujemy je na co dzień, tylko w okrojonej formie. W książce poruszane są takie tematy jak podstawowe założenia czwartej rewolucji przemysłowej, cyberbezpieczeństwo, mechanizmy informatyczne implementowane na poziomie konwencjonalnych urządzeń automatyki, internet rzeczy, chmury obliczeniowe, systemy brzegowe, a także technologie, które wyznaczają przyszłość automatyki przemysłowej. Każdy rozdział składa się z dwóch części: teoretycznej, zawierającej omówienie podstawowych zagadnień, które należy przyswoić, aby móc świadomie korzystać z danej technologii, i praktycznej, prezentującej jej implementację przy użyciu powszechnie stosowanych komponentów automatyki.
Docker. Programowanie aplikacji dla zaawansowanych. Wydanie II
Russ McKendrick, Scott Gallagher
Od czasu swojej premiery w 2013 r. Docker cieszy się rosnącym zainteresowaniem. Liczba deweloperów korzystających z tej platformy rośnie lawinowo. Docker zmienił sposób projektowania i wdrażania aplikacji, włączając w to również aplikacje sieciowe. Ma duże możliwości i łączy w sobie prostotę wdrażania aplikacji z prostotą administrowania. Pozwala na rozwiązywanie problemów, z którymi borykają się zespoły programistów i administratorów wdrażających nowe systemy. Jednym słowem, jest to niezwykle użyteczne narzędzie i warto maksymalnie wykorzystać jego potencjał! Niniejsza książka jest praktycznym podręcznikiem, dzięki któremu szybko zaczniesz efektywnie korzystać z Dockera. Prędko też zauważysz zupełnie nowe możliwości pracy nad oprogramowaniem. Zapoznasz się z podstawowymi koncepcjami związanymi z Dockerem i z takimi zagadnieniami, jak budowanie, zarządzanie i przechowywanie obrazów. Dowiesz się, kiedy i w jaki sposób warto rozszerzyć Dockera i jak zintegrować go z różnymi platformami i narzędziami. Nauczysz się pracować z kontenerami za pomocą narzędzi Docker Machine, Docker Swarm i Docker Compose. Zapoznasz się również z problematyką bezpieczeństwa tworzonych systemów. W tej książce między innymi: zwięzłe podstawy Dockera oraz zasady pracy z obrazami i kontenerami Dockera przechowywanie i dystrybucja obrazów praca z narzędziami Portainer i Rancher oraz z usługą Docker Cloud zabezpieczanie platformy i zarządzanie przepływem zadań ulepszanie aplikacji działającej w kontenerze Dockera Docker: od teraz aplikacja działa zawsze i wszędzie!
Domowe laboratorium naukowe. Zrób to sam
Windell Oskay (Author), Raymond Barrett (Contributor)
Doświadczenia w laboratorium są świetnym pomysłem na urozmaicenie zajęć z wielu przedmiotów nauk przyrodniczych. Tam zainteresowanie fizyką, biologią czy chemią w niezwykle łatwo przeobraża się w pasję, która odpowiednio rozwijana może zaprowadzić do prawdziwego naukowego odkrycia! Dzięki zajęciom w laboratorium nawet najtrudniejsze zagadnienia stają się zrozumiałe i przystępne. Dla wielu młodych pasjonatów nauki własne laboratorium to wymarzone miejsce na eksperymenty. Książka, którą trzymasz w rękach, pozwoli Ci spełnić to marzenie! Dzięki niej zbudujesz własne laboratorium badawcze, podobnie jak zrobili to Newton, Faraday czy Pasteur. Dowiesz się, jak zaprojektować i zbudować przyrządy pomiarowe i sprzęt laboratoryjny, aby za ich pomocą poznawać fascynujące prawa przyrody. Poradzisz sobie nawet z dość złożonymi urządzeniami (jak łukowy piec węglowy lub generator wodoru) i przygotujesz wszystko, co jest potrzebne naukowcowi. W tej książce znajdziesz wskazówki i porady: jak zorganizować i gdzie zlokalizować laboratorium jak samodzielnie wykonać sprzęt i przyrządy laboratoryjne jak przygotować się do przeprowadzenia eksperymentu jak przeprowadzać eksperyment jak zdobyć trudno dostępne materiały i substancje oraz jak je można zastąpić jak uniknąć niebezpiecznych sytuacji i jakie przedsięwziąć środki zapobiegawcze Przekonaj się, czy potrafisz pracować jak naukowiec! Raymond E. Barrett (1926 – 2011) przez wiele lat był dyrektorem edukacyjnym w muzeum OMSI (Oregon Museum of Science and Industry). Jego pasją było wzbudzanie u najmłodszych fascynacji nauką przez pokazywanie im eksperymentów naukowych. Windell Oskay jest doktorem fizyki. Był inżynierem projektowym sprzętu w Stanford Research Systems. Był też współzałożycielem Evil Mad Scientist Laboratories, firmy z Doliny Krzemowej, zajmującej się od 2007 roku projektowaniem i produkcją wyspecjalizowanych elementów elektronicznych oraz zestawów do budowy robotów.