Zen of Python

3blue1brown | Про ML понятным языком

Канал с 500 млрд.+ просмотров аж с 2015-го года рассказывает про всевозможные концепции Машинного обучения и окололежащих дисциплин. Понятно будет даже новичкам, в каждом видео понятный визуал и субтитры.

Вот небольшая подборка:

— LLM для любопытствующих новичков
— Векторы. Линейная алгебра
— Градиентный спуск
— Обратное распространение ошибки
— Введение в модели-трансформеры

Если обедать под YouTube, то под такое.

#основы

@neuro_channel

3 инструмента, которые значительно облегчат вам работу с Docker

Lazy Docker: GUI для Docker и Docker Compose прямо в терминале. Вместо того чтобы запоминать и вводить длинные команды Docker, вы получаете интерактивный интерфейс, где всё находится за одно нажатие клавиши.

Dive: инструмент для исследования и анализа образов Docker слой за слоем. Он показывает вам, какие именно файлы изменились в каждом слое, и помогает определить способы уменьшения ваших образов, выделяя дублирующиеся файлы и неиспользуемое пространство.

Watchtower: мониторит выполняющиеся контейнеры и отслеживает изменения в образах, на основе которых они были созданы. Если образ изменился, Watchtower автоматически перезапускает контейнер, используя новый образ. Это удобно при локальной разработке, если есть желание работать с самыми новыми версиями используемых инструментов.

#docker #полезности

😭 Воспринимается как понижение по должности

#кек

@zen_of_python

Cуществует еще целый ряд соглашений – правил, которые не являются обязательными, но которым обычно следуют на практике. Например, имена с двумя символами подчеркивания в начале и в конце ( name) обычно имеют особый смысл для интерпретатора, поэтому вам следует избегать их использования для именования своих переменных.

Ниже приводится список соглашений, которым было бы желательно следовать:
— Имена, начинающиеся с одного символа подчеркивания (_X), не импортируются инструкцией from module import *
— Имена, имеющие два символа подчеркивания в начале и в конце (__X__) являются системными именами, которые имеют особый смысл для интерпретатора.
— Имена, начинающиеся с двух символов подчеркивания и не оканчивающиеся двумя символами подчеркивания (__X), являются локальными («искаженными») для объемлющего класса (смотрите псевдочастные атрибуты).
— Имя, состоящее из единственного символа подчеркивания (_), хранит результат последнего выражения при работе в интерактивной оболочке.

PyRIT | Инструмент оценки рисков для генеративного ИИ

Это опенсорсный инфобез-фреймворк для оценки надежности моделей ML. Этот определяет недостоверный / предвзятый контент, тем самым позволяя сосредоточиться на более сложных процессах и идентифицировать более сложные угрозы.

Цена: бесплатно  
Репозиторий проекта

@prog_tools

Ну не все время же boilerplates и форки с GitHub брать?

#кек

@zen_of_python

Собеседование на Middle Python Developer

40-минутная запись реального техинтервью на замедленотьюбе. Кандидат грамотно отвечал на вопросы про основы ООП, Python и фреймворки. В конце небольшая лайв-кодинг-сессия.
Полезно даже джунам.

Смотреть

@zen_of_python

httpbin | Игрушечный API

Написан на Python + Flask, запускается в контейнере Docker. Самое оно потестировать свой проект в контексте авторизации, возможных ошибочных ответов API, куки, картинок и прочей жизы разработчика.

httpbin.org
Репозиторий GitHub

@zen_of_python

Типичный Machine Learning Engineer из твиттерской в 2024 году:

— ожидает оклада $500К / год при этом решая задачи уровня Fizz Buzz
— не знает, что такое GPU
— использует только FastAPI как веб-сервер
— не знает, что такое Процессный параллелизм
— 5 разных версий Python вместо venv
— везде SQLite3
— Пустой файл __init__.py

Когда юморной твит принес больше всего пользы за день.

#кек

@zen_of_python

Квиз про namespaces + scopes

Небольшая викторина на 11 вопросов с realpython.com, посвященная пространствам имен и областям видимости. Для подготовки можно освежить свои познания с помощью этой статьи.

#квиз

@zen_of_python

Генерация данных с помощью Python: зачем это нужно и как применять

В Tproger подробно разобрали генераторы данных — незаменимый инструмент для работы с большими объемами информации. Знаете ли вы, что они позволяют обрабатывать данные частями, что существенно экономит ресурсы? Также осветили библиотеки Faker и NumPy для синтеза данных.

А в каких проектах вам пригождалось синтезирование данных? Поделитесь в комментариях.

#основы

@zen_of_python

Опрос Django + JetBrains

Если вам есть что сказать создателям Django, примите участие в официальном исследовании пользовательского опыта на djangoproject.com. Спросят, как водится, про версию фреймворка, используемое хранилище, темплейты и прочие тонкости. Для новичков это внезапно может стать хорошей возможностью познакомиться с основной терминологией и популярными инструментами.

Займет около 15 минут.

Описание
Перейти к опросу

#django

@zen_of_python

Подборка шпаргалок для всех разработчиков

Собрали для вас только самое полезное:
— Docker
— Регулярные выраже
— HTTP статус-коды
— Основы Git
— Теория и принципы ООП
— Markdown
— Команды и хоткеи Linux

#шпаргалка #подборка #general