使用VS Code进行Python开发 的最佳实践 杭州美登科技 杜逸先 目录 CONTENTS 什么是VS Code VS Code与Python 最佳实践 提问时间 什么是VS Code 什么是VS Code 什么是VS Code 什么是VS Code 1. 开源+跨平台 2. 轻量级+丰富的插件生态 3. 开箱即用+高度自定义（颜色主题、按键绑定、版本控制工具等） Code与Python——Jupyter Notebook VS Code与Python——Jupyter Notebook 最佳实践 最佳实践 最佳实践——项目管理 最佳实践——Git 增强（Git Graph） 最佳实践——Git 增强(Git Lens) 最佳实践——协作开发(VS Live Share) 最佳实践——远程开发(Remote Development) 提问时间 THANK YOU 二维码

编写安全的Python代码 邓良驹 2019.10.19 思考题 if user.balance >= product.price: user.balance -= product.price ? 目录 CONTENTS 常见不安全代码 代码检查的工具 总结：如何规避风险 常见不安全代码 小心 eval 应对： 在生产环境中，任何情况下都不要使用eval。 import sys "__main__": shellcode = pickle.dumps(ShellExp()) pickle.loads(shellcode) 应对： 绝不对不可信/未认证数据进行unpickle，使用更安全的JSON 或YAML做序列化。必须使用pickle时在沙盒环境执行。 小心 PyYAML 应对： 使用yaml.safe_load，必要时编写自定义 Loader 做更严格的检查。 对不可信来源的序列化检查后操作。 有的甚至是故意、恶意为之。 应对： 谨慎选择第三方 PyPI 包，尽量少导入 PyPI 包； 利用 https://pyup.io/ 等服务保持检查和更新依赖； 利用 Chef InSpect 落实代码安全规范的检查。 *参考资料：“驹说码事” 《如何import一个不存在的对象》 https://mp.weixin.qq.com/s/0_ivKVDU-nKf3r-c96sqrA 利用 Bandit

Python 与 Visual Studio Code 在 人工智能应用中的最佳 Azure 实践 韩骏@formulahendry 自我介绍 • 微软研发工程师 @ Visual Studio China • IoT • VS Code • VS Code 代码贡献者 • 多款 VS Code 插件作者 • “玩转VS Code”知乎专栏 & 微信公众号作者 https://zhuanlan

深度学习实践 from Tensorflow to AI-Hub 王顺 – Google Cloud 目录 CONTENTS 从零开始 初步修改 业务升级 实践指南 1 从hello world开始 以深度学习的第一个案例MNIST为例 学习Tensorflow框架的使用及代码编写风格 理解TF Mac CPU运行结果 GPU运行结果 TPU运行结果 TPU的创建和使用 validation outcome ● Push destinations supported today ○ Filesystem ○ TF Serving model server 4 实践指南 实践经验小结 单击此处添加标题 1. Data 2. Tensorboard 3. Fine tune 4. checkpoint ExampleGen StatisticsGen SchemaGen 5. Pipeline Kubeflow Runtime Airflow Runtime 6. 协作 Takeaways • 在不同设备上执行训练 • 基于AI产品的全流程 • 深度学习实践： • 质量 • 效率 • 专注 • 稳定 • 参与和行动！！！ THANK YOU 希望对大家有所帮助和启发

解放Python的 表达力，性能和安全性 Thautwarm 目录 CONTENTS 语法和语义扩展 JIT 静态类型 语法和语义扩展 表达力的扩展， 可用性的保留，白来的午餐？ 演示一小部分: 模式匹配, Quick Lambda, Pipe运算 语言决定思维模型 GNU-APL C++ Haskell 说 到 质 数 � 人 们 想 到 什 么 � 语言决定思维模型 54 -> 0.59 3.14 -> 0.93 2.00 -> 0.03 2.60 -> 0.96 如果还有时间，我们用静态类型 来写一个简单的网页生成框架 一个用起来，没有学习曲线的框架。 很安全，因为没有程序员需要付出心 智负担的工作。 THANK YOU thautwarm: - github.com/thautwarm - twshere@outlook.com

数字货币交易系统 Python实践 代少飞 目录 CONTENTS 常见问题 数据库锁问题 任务调度框架 监控 单击此处添加标题 1 常见问题  队列数据丢失  队列挂掉  负数资产  冲钱一次，转两倍资产 用户资产 用户发现自己资产为负数 负数资产 充一次转双倍 队列数据丢失 队列挂掉 RabbitMQ 撮合或者清算队列数据丢失 订单摆上去，能交易

Python in Azure Functions 基于Python的Azure Functions实践 赵健 - Microsoft 目录 CONTENTS Python 在 Azure 中无处不在 粘合剂 – Azure Functions Azure Functions 实践 Python 在 Azure 中无处不在 IEEE Spectrum’s sixth annual interactive

Python 启动加速 探索及实践 主讲人： 严懿宸 – 阿里云 严懿宸 曾于 Oracle Labs 参与 GraalVM 开发 毕业后加入阿里云 – 编译器 目前负责 Python / Node.js 的 Runtime 优化 Content • Python 启动速度简析 • PyCDS 设计与实现 • 更多讨论 Python startup time Python startup

Python Profiling 原理深入探索与实践 主讲人： 羿莉（萧羿） – 阿里云SLS Python Profiling 大纲 l背景概述 lPython Profiling的场景与技术原理 Ø场景：即时 vs 持续 Ø技术原理 确定剖析 vs 采样剖析 函数粒度vs 行粒度 物理时间vs CPU 时间 技术全景概览 技术细节探索 lPython Profiling的工具链和解决方案 cProfile、Profile、Pyinstrument、line-profiler，py-spy ØMemory : memory-profiler、memray Ø新兴Continuous 方案：Pyroscrope l实践 & 展示 背景概述 • 什么是Profiling？ • 定义： Profiling是一种以收集程序运行时信息为手段研究动态的程序行 为的分析方法。其分析对象是程序的空间或时间复杂度、特定指令的使用 ;EFProfileG安全 • 支持record结果，并生成 speedscope/flamegraph等格式、支持 top/dump等 • py-spy 缺点 • 很多场景需要sudo权限来读取进程内存 • K8s场景需要启动SYS_PTRACE

受《动手学深度学习》的启发。在此向各位读者强烈推荐这 本优秀的著作。 衷心感谢我的父母，正是你们一直以来的支持与鼓励，让我有机会做这件富有趣味的事。 0.2 如何使用本书 Tip 为了获得最佳的阅读体验，建议你通读本节内容。 0.2.1 行文风格约定 ‧ 标题后标注 * 的是选读章节，内容相对困难。如果你的时间有限，可以先跳过。 ‧ 专业术语会使用黑体（纸质版和 PDF 版）或添加 要通过动画以图解形式展示，而文字则作为解释与补充。 如果你在阅读本书时，发现某段内容提供了如图 0‑2 所示的动画图解，请以图为主、以文字为辅，综合两者 来理解内容。 图 0‑2 动画图解示例 0.2.3 在代码实践中加深理解 本书的配套代码托管在 GitHub 仓库。如图 0‑3 所示，源代码附有测试样例，可一键运行。 如果时间允许，建议你参照代码自行敲一遍。如果学习时间有限，请至少通读并运行所有代码。 了该领域的大部分主题。 ‧ 对于算法新手，在初学阶段阅读一本入门书至关重要，可以少走许多弯路。 ‧ 书中的动画图解通常用于介绍重点和难点知识。阅读本书时，应给予这些内容更多关注。 ‧ 实践乃学习编程之最佳途径。强烈建议运行源代码并亲自敲代码。 ‧ 本书网页版的每个章节都设有评论区，欢迎随时分享你的疑惑与见解。 10 第 1 章 初识算法 Abstract 一位少女翩翩起舞，与数据交织在一起，裙摆上飘扬着算法的旋律。