6-DOF AI Vision Robotic Arm with ROS Python programming--DOFBOT
这是一个有趣的机器人。它不仅可以夹住积木，还可以完成手势识别。
A complete Apache Airflow tutorial: building data pipelines with Python
了解 Apache Airflow 以及如何使用它来开发、编排和维护机器学习和数据管道
What Are Python String Methods?
为什么重要：什么是 python 字符串方法？这些是一组丰富的内置字符串方法，允许开发人员有效地操作字符串。
How Long Does It Take To Learn Python
为什么重要：学习 Python 需要多长时间？学习 Python 很容易，任何人都可以做到。你可能需要 6-8 周的时间才能掌握基础知识。
#341 – Guido van Rossum: Python and the Future of Programming
Guido van Rossum 是 Python 编程语言的创建者。请查看我们的赞助商来支持此播客：- GiveDirectly：https://givedirectly.org/lex 可获得高达 1000 美元的礼品- Eight Sleep：https://www.eightsleep.com/lex 可获得特别优惠- Fundrise：https://fundrise.com/lex- InsideTracker：https://insidetracker.com/lex 可获得 20% 的折扣- Athletic Greens：https://athleticgreens.com/
Kotlin vs Python: What is the Difference?
为什么重要：Kotlin 和 Python 目前是两种非常流行的编程语言，目前正在许多不同的领域使用。了解两者之间的区别很有用，这样您就知道在开发应用程序时何时使用一种语言而不是另一种语言。
Scientific Visualization: Python + Matplotlib
Python 科学可视化领域非常庞大。它由无数的工具组成，从最通用和最广泛使用的工具到更专业和更机密的工具。其中一些工具是基于社区的，而另一些则由公司开发。有些是专门为网络制作的，有些只适用于桌面，有些处理 3D 和大数据，而另一些则针对完美的 2D 渲染。
#250 – Peter Wang: Python and the Source Code of Humans, Computers, and Reality
Peter Wang 是 Anaconda 的联合创始人兼首席执行官，也是 Python 社区最具影响力的领导者和开发者之一。他还是一位物理学家和哲学家。请查看我们的赞助商来支持此播客：- Quip：https://getquip.com/lex 获得首次免费补充- Magic Spoon：https://magicspoon.com/lex 并使用代码 LEX 获得 5 美元折扣- GiveWell：https://www.givewell.org/ 并使用代码 LEX 获得最高 1000 美元的捐款匹配- Four Sigmatic：https://foursigmatic.com/lex
CARLA: A Python Library to Benchmark Algorithmic Recourse and Counterfactual Explanation Algorithms
CARLA（反事实和追索库）是一个 Python 库，用于对不同数据集和不同机器学习模型中的反事实解释方法进行基准测试。总之，我们的工作提供了以下贡献：（i）对 11 种流行的反事实解释方法进行了广泛的基准测试，（ii）用于研究未来反事实解释方法的基准测试框架，以及（iii）一套标准化的综合评估措施和数据集，用于对这些方法进行透明和广泛的比较。我们在 Github 上开源了 CARLA 和我们的实验结果，使它们可以作为有竞争力的基准。我们欢迎其他研究小组和从业人员的贡献。
#224 – Travis Oliphant: NumPy, SciPy, Anaconda, Python & Scientific Programming
Travis Oliphant 是一名数据科学家、企业家以及 NumPy、SciPy 和 Anaconda 的创造者。请查看我们的赞助商来支持此播客：- Novo：https://banknovo.com/lex- Allform：https://allform.com/lex 可享受 20% 的折扣- Onnit：https://lexfridman.com/onnit 可享受高达 10% 的折扣- Athletic Greens：https://athleticgreens.com/lex 并使用代码 LEX 可获得 1 个月的鱼油- Blinkist：https://blinkist.c
Introduction to medical image processing with Python: CT lung and vessel segmentation without labels
了解 CT 成像的基础知识，并使用 3D 医学图像处理技术对无标签的肺部和血管进行分割。
This Is Where JavaScript Beats Python For Machine Learning
在我之前的文章中，我比较了 Python 和 JavaScript 在训练机器学习模型时的性能。虽然 JavaScript 应该具有计算优势，但它在 Python 面前毫无胜算。数据处理是 Python 的强项。相比之下，正如我的研究表明，JavaScript 只能处理较小的数据集。说实话，[…]文章这就是 JavaScript 在机器学习方面胜过 Python 的地方。DLabs.AI 提供的帮助。
有关如何调试机器学习代码以及如何使用日志捕获生产中的错误的指南（包括一组有用的 Tensorflow 函数，让您的调试生活更轻松）
Performance Comparison: JavaScript vs. Python for Machine Learning
在我之前的文章中，我讨论了使用 JavaScript 进行机器学习的利弊。我深入研究了它在 ML 任务上的表现是否与基于 Python 的解决方案一样好。现在，我已经对编程语言进行了测试。我使用了几个模型来衡量 Javascript 在机器学习中的表现，对实际结果进行了基准测试 […]文章性能比较：机器学习的 JavaScript 与 Python，由 DLabs.AI 提供。
Guido van Rossum 是 Python 的创造者，Python 是世界上最受欢迎、最具影响力的编程语言之一。YouTube 上有视频版本。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook 或 YouTube 上与 @lexfridman 联系，您可以在那里观看这些对话的视频版本。
HALLM: An Agent that Observes and Acts through a Python Terminal
在 GoodAI，我们致力于安全 AGI 的进步。大型语言模型 (LLM) 无疑提供了强大的功能，但它们本身也存在局限性 — 尤其是无法在部署后学习新技能。我们的创新方法正是在这里大放异彩。我们设计的代理不仅可以利用 LLM 的基础功能，还可以对其进行显著扩展。通过我们独特的架构和新颖的方法，我们的代理赋予 LLM 持续学习的能力，使它们能够理解复杂的指令、随着时间的推移进行适应，并在复杂的推理和解决问题的任务中表现出色。HALLM 可以联系用户以询问更多信息，或者如果它认为用户可以帮助它做某事，例如安装 Python 包或重新启动系统。在上面的视频中，HALLM 使用内置函数“input”要
