Инструменты Python для Visual Studio Получают новый фокус

PTVS 2.1 только что был выпущен и теперь может использоваться бесплатно с Visual Express. Более интересной новостью является то, что команда PTVS стала частью группы машинного обучения Azure, и у нее PTVS2.1 уже есть некоторые шаблоны машинного обучения.

Как мы уже сообщали, когда бета-версия была первоначально выпущена, основное внимание в этом выпуске инструментов Python для Visual Studio уделяется веб-разработке с акцентом на облачную разработку. А также django PTVS 2.1 поддерживает другие популярные фреймворки, такие как Flask и Bottle, и предоставляет стартовые шаблоны, чтобы вы могли быстро начать работу.

Согласно объявлению о выпуске:

Каждый шаблон предоставляет вам все строительные леса, необходимые для быстрого создания веб-сайта в Azure. PTVS также поддерживает облачные службы, веб-службы и рабочие роли. Существует также “универсальный” шаблон веб-фреймворка, который можно использовать для таких фреймворков, как пирамида. А для Django, который является мощным фреймворком web / CMS, PTVS имеет специальную поддержку шаблона IntelliSense и отладки.

Возможно, самой важной особенностью новой версии является то, что вы можете использовать ее с бесплатными экспресс-версиями Visual Studio. Итак, как отмечено в этом видео, в котором более подробно рассматриваются новые функции, это отличный способ получить бесплатную среду разработки Python для Windows.

Другая новость, содержащаяся в блоге Шахроха Мортазави, заключается в том, что команда PTVS теперь является частью группы машинного обучения Azure.

Объясняя, что машинное обучение Azure «живет и дышит наукой о данных, особой сильной стороной Python и его экосистемы», Мортазави говорит, что команда добавляет науку о данных в качестве одного из своих ключевых столпов, что означает улучшенную поддержку IPython, numpy и scipy с особым акцентом на машинное обучение. 

Уже существует набор машинных наклонных пакетов, включающий шаблон и мастер.

Из шаблона вы можете выбрать проект классификатора, кластеризации или регрессии и быстро настроить его входные данные, алгоритмы и визуализации и т. Д.