TGViewer
Channel Public Channel
Разъяснивший Python

Разъяснивший Python

@python_pssss

Твой проводник в омут Python'а

Ссылка: @Portal_v_IT

Сотрудничество: @oleginc, @tatiana_inc

Канал на бирже: https://telega.in/c/python_pssss
Open in Telegram
Subscribers
6.97K
Photos
3.3K
Videos
48
Links
3.3K

Showing posts older than #3651 · Back to latest

Older Posts 20 shown
Post #3649 432
Масштабирование глубокого обучения с помощью Horovod и Kubernetes

В этой статье пойдет речь о том, как масштабировать модельки с помощью Horovod и Kubernetes.

Читать...

Разъяснивший Python
Хабр Масштабирование глубокого обучения с помощью Horovod и Kubernetes Привет, Хабр! Horovod — это фреймворк для распределенного глубокого обучения, изначально разработанный в Uber . Он позволяет масштабировать обучение моделей на сотни и тысячи GPU, сокращая время...
Post #3648 433
Атрибуты класса и атрибуты экземпляра (ч.2)

+= Оператор изменяет изменяемый объект на месте, не создавая новый объект. Таким образом, изменение атрибута одного экземпляра влияет на другие экземпляры, а также на атрибут class.

Разъяснивший Python
Post #3647 462
Атрибуты класса и атрибуты экземпляра (ч.1)

Переменные класса и переменные в экземплярах класса внутренне обрабатываются как словари объекта класса. Если имя переменной не найдено в словаре текущего класса, выполняется поиск по нему в родительских классах.

Разъяснивший Python
Post #3645 419
Как реализовать анти-спам бота?

В данной статье автор рассказывает, как сделал для Телеграм-канала анти-спам бота. Ты узнаешь, почему не все решения подойдут для такой задачи, и как ChatGPT может облегчить задачу.

Читать...

Разъяснивший Python
Хабр Как ChatGPT удалил в нашем чате 555 спам-сообщений с точностью 98,38% Небольшой православный телеграм-канал на ~4 тыс. чел., где я состою в числе редакторов, ежедневно атакуют спамеры. Ввиду его тематики к обычному спаму прибавляется еще и разный специфический, о чем я...
Post #3644 422
Безопасная подстановка значений в SQL — не через f-строки!

Никогда не вставляй пользовательские данные напрямую в SQL-запросы. Используй параметризацию — это защищает от SQL-инъекций и делает код надёжнее.

Разъяснивший Python
  • 💯 1
Post #3643 464
Бонусный прием

В PEP 654 были объявлены группы исключений (Exception Groups): они позволяют заложить в одну строку except сразу несколько типов ошибок.

Если исследовать типы ошибок нет времени, можно на скорую руку заложить в такую группу все популярные ошибки и обернуть блоком try — except всю программу.

Разъяснивший Python
  • ❤ 1
Post #3641 455
Очистка текста с помощью str.translate и str.maketrans

Когда нужно быстро удалить нежелательные символы (например, знаки препинания) из строки, не нужно писать цикл — str.translate делает это мгновенно.

Итог:
Сочетание str.translate и str.maketrans — суперэффективный способ удаления символов из строки без регулярных выражений. Удобно, читаемо и быстро!

Разъяснивший Python
Post #3640 434
Удаление дубликатов при сохранении порядка

Обычно set() убирает дубликаты, но не сохраняет порядок.

dict.fromkeys() создаёт словарь, где ключи — элементы списка (они уникальны), и при этом сохраняет порядок добавления (с Python 3.7+).

Итог:
Чтобы быстро убрать дубликаты и сохранить порядок, используй list(dict.fromkeys(...)). Эффективно и элегантно.

Разъяснивший Python
Post #3639 465
Нейросети на PyTorch: Тригонометрические и статистические функции

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз ты узнаешь, какой порядок применения тригонометрических и статистических функций применительно к тензорам.

Смотреть...

Разъяснивший Python
YouTube #7. Тензоры. Тригонометрические и статистические функции | Нейросети на PyTorch Практический курс по НС: https://stepik.org/a/227582 Телеграм-канал: https://t.me/machine_learning_selfedu Инфо-сайт: https://proproprogs.ru/nn_pytorch PyTorch: https://pytorch.org/tutorials/ Порядок применения тригонометрических и статистических функций…
Post #3637 468
7 ошибок новичков в Python, которые нужно исключить

В этом ролике автор рассмотрит самые частые ошибки новичков в Python. Вы узнаете, как это влияет на ваш проект и как можно исправить ситуацию к лучшему.

Смотреть...

Разъяснивший Python
Post #3632 530
Кэширование медленных функций с @lru_cache

Если у тебя есть тяжёлая или часто вызываемая функция с одними и теми же аргументами — можешь ускорить её с помощью встроенного декоратора lru_cache.

Итог :
@lru_cache — простой способ кешировать результат функции и избежать повторных вычислений. Особенно полезен в задачах с рекурсией, API-запросами или обработкой данных.

Разъяснивший Python
Post #3631 494
Автоматизированное тестирование API с использованием Python. Работа с JSON и JsonPath

В этой статье я даю краткий обзор: в основном это структура данных вида key: value, содержащая примитивные типы данных, такие как строка, логическое значение, числа, а также массивы. JSON очень похож на словарь в Python.

Читать...

Разъяснивший Python
Post #3630 432
DeepSeek — самая мощная нейросеть в мире? Честно сравним и разберемся на примерах вместе с Кириллом Пшинником, СЕО университета Зерокодер.

⚡️Что ждет вас на вебинаре?

— Сравним DeepSeek-R1 и QWEN 2.5-Max с ChatGPT – кто быстрее, точнее и эффективнее?
— Покажем, как использовать DeepSeek без ограничений и блокировок;
— Разберем, как можно зарабатывать на нейросетях и какие вакансии будут востребованы в 2025 году.

👉 Регистрируйтесь прямо сейчас
Все участники получат готовые инструменты для работы с нейросетями. Эфир подойдет всем, кто хочет сэкономить время, монетизировать навыки и оставаться в тренде технологий 2025 года.

PS: Это первый полноценный практикум от экспертов по DeepSeek. Узнайте и погрузитесь в революционные изменения AI сферы по ссылке.

erid: 2W5zFFzYJsa
ООО Зерокодер, ИНН 9715401631
  • 👏 1
Post #3629 443
AI-расписание дня

В этот раз сделаем помощника, который превращает твои мысли в четкое расписание на день. Например, ты пишешь «Завтра тренировка, в 14:00 созвон, хочу почитать и поработать над проектом», а в ответ получаешь готовое расписание с приоритетами и временем.

Ссылка на код.

Разъяснивший Python
Post #3627 429
Безопасный доступ к переменным окружения

Часто приходится использовать переменные окружения (например, токены или конфиги), но прямой доступ через os.environ может выбросить KeyError, если переменная не задана.

Итог:
Используй os.getenv вместо os.environ[], чтобы избежать исключений при отсутствии переменной. Это безопаснее и позволяет задавать значения по умолчанию.

Разъяснивший Python
Post #3626 437
Управление сессиями

Во время сессии всем событиям, помимо прочих метаданных, присваивается и идентификатор. Это позволяет сохранять данные между запросами, которые растянуты по времени.

Разъяснивший Python
Post #3625 409
Как написать свой Python-модуль

Написание Python-модуля может быть полезным, когда нужно повторно использовать код в разных проектах или хочется создать библиотеку собственных функций и классов для облегчения разработки. В этой статье автор подробно разбирает как написать свой модуль на Python.

Читать...

Разъяснивший Python
Tproger Как написать свой Python-модуль / Tproger Если вы выделили повторяющийся функционал в отдельный набор функций и хотите стабилизировать код для быстрого подключения, статья для вас.
  • 👍 1
Post #3623 419
Динамический импорт модулей по имени

Иногда нужно импортировать модуль по его имени, известному только во время выполнения (например, загружать плагины). Вместо importlib.import_module можно сделать это более гибко и кратко.

Итог:
С помощью importlib.import_module и getattr можно динамически загружать модули и функции по строковому имени — удобно для создания плагин-систем и расширяемых приложений.

Разъяснивший Python
Post #3622 420
Тайм-трекер продуктивности

Благодаря этому проекту ты узнаешь, сколько времени ты реально работаешь, а сколько отдыхаешь. Вся информация о твоей активности сохраняется в специальном файле, на основе которого генерируется график продуктивности за день.

Работает он очень просто. Ты сам выбираешь, чем сейчас занимаешься: работой, отдыхом либо прокрастинацией. А в конце дня генерируется красивый график в виде круга.

Ссылка на код

Разъяснивший Python
  • ❤ 1
Post #3620 442
Создаем интерактивную симуляцию лесного пожара на Python с использованием клеточных автоматов

В статье рассказывают, как моделировать лесные пожары на компьютере: понять хаос огня, предсказать его путь и даже экспериментировать с распространением — без реального риска.

Читать...

Разъяснивший Python
Хабр Создаем интерактивную симуляцию лесного пожара на Python с использованием клеточных автоматов Лесные пожары – явление столь же древнее, сколь и сама жизнь на суше. Величественные и одновременно ужасающие, они способны за считанные часы превратить гектары зеленого массива в выжженную пустыню,...
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →