🖥 برای یادگیری دوره های برنامه نویسی رایگان آنلاین و به زبان فارسی سایت های زیر پیشنهاد میشه:
1- 7Learn.com
2- Sabzlearn.ir
3- Toplearn.com
4- rooket.ir
5- youtube.com
@Technical_Python 💻
1- 7Learn.com
2- Sabzlearn.ir
3- Toplearn.com
4- rooket.ir
5- youtube.com
@Technical_Python 💻
پایتون قرعه کشی هاتو انجام میده
این یک کد ساده پایتونه که قرعه کشی هارو به دو روش انجام میده یکی از روی پیام های تلگرام که مثلا تو یک کانالی چند تا پیام و اسم گذاشتین و میخواین بینشون قرعه کشی کنید یکی هم معمولی که اسم ها آیدی ها یا هر چیزی رو در لیست قرار میدین و رندم یکی انتخاب میشه اگر بخواین یک نفر شانس بیشتر داشته باشه چند بار تو لیست مینویسین
کد مورد نیاز:
@Technical_Python 💻
این یک کد ساده پایتونه که قرعه کشی هارو به دو روش انجام میده یکی از روی پیام های تلگرام که مثلا تو یک کانالی چند تا پیام و اسم گذاشتین و میخواین بینشون قرعه کشی کنید یکی هم معمولی که اسم ها آیدی ها یا هر چیزی رو در لیست قرار میدین و رندم یکی انتخاب میشه اگر بخواین یک نفر شانس بیشتر داشته باشه چند بار تو لیست مینویسین
کد مورد نیاز:
import random
text = input("تلگرام یا معمولی؟ ")
if text == "تلگرام":
range1 = int(input("مسیج آیدی اولین پیام: "))
range2 = int(input("مسیج آیدی آخرین پیام: "))
rand = random.randint(range1, range2)
print(f"برنده مشخص شد: https://t.me/idchannel/{rand} آیدی پیام مربوط به برنده")
elif text == "معمولی":
names = ["اسم یا آیدی شرکت کننده اول", "اسم یا آیدی شرکت کننده دوم"]
result = random.choice(names)
print(f"برنده: {result}")
else:
print("نوع قرعهکشی را مشخص نکردی")
@Technical_Python 💻
سوالات چهارگزینهای پایتون
مرجع بسیار خوبی شامل 1000 تست پایتون که در 22 فصل مرتب شده است.
https://www.sanfoundry.com/1000-python-questions-answers/#python-chapters
@Technical_Python 💻
مرجع بسیار خوبی شامل 1000 تست پایتون که در 22 فصل مرتب شده است.
https://www.sanfoundry.com/1000-python-questions-answers/#python-chapters
@Technical_Python 💻
𝗠𝗟 , 𝗗𝗟 , 𝗣𝗬𝗧𝗛𝗢𝗡 , 𝗠𝗔𝗧𝗟𝗔𝗕
@Technical_Python 💻
مجبورش کن کانالت جوین بشه تا باهات صحبت کنه
این فایل رو یکی درخواست کرد که برای فروش باشه ولی خوب ترجیح دادم رایگان بزارمش کاربردش اینطوریه که شما یک کانال ثبت میکنین وقتی کسی میخواد بهتون پیام بده باید تو کانالتون عوض بشه مگنه پیامش پاک میشه (از اونور یک چنل هم ست کردیم برای بکاپ پیام های پاک شده که اگر پیام مهمی بود از دست نره)
کد مورد نیاز :
@Technical_Python 💻
این فایل رو یکی درخواست کرد که برای فروش باشه ولی خوب ترجیح دادم رایگان بزارمش کاربردش اینطوریه که شما یک کانال ثبت میکنین وقتی کسی میخواد بهتون پیام بده باید تو کانالتون عوض بشه مگنه پیامش پاک میشه (از اونور یک چنل هم ست کردیم برای بکاپ پیام های پاک شده که اگر پیام مهمی بود از دست نره)
کد مورد نیاز :
from pyrogram import Client, filters
from pyrogram.errors import FloodWait
import time
api_id = 'Apiid'
api_hash = 'ApiHash'
channel_id = 'channel sponser'
backup_channel_id = 'channel backup'
app = Client("Ali", api_id=api_id, api_hash=api_hash)
@app.on_message(filters.private)
def handle_message(client, message):
user_id = message.from_user.id
try:
member = client.get_chat_member(chat_id=channel_id, user_id=user_id)
member_status = member.status
except Exception as e:
member_status = None
if str(member_status) in ['ChatMemberStatus.MEMBER', 'ChatMemberStatus.ADMINISTRATOR', 'ChatMemberStatus.OWNER']:
return
try:
client.forward_messages(chat_id=backup_channel_id, from_chat_id=message.chat.id, message_ids=message.id)
client.delete_messages(chat_id=message.chat.id, message_ids=message.id)
message.reply_text(f'اگر میخواهی به من پیام دهی عضو کانال زیر شو: {channel_id}')
except FloodWait as e:
time.sleep(e.value)
app.run()
#Tel @movie_mvp
@Technical_Python 💻
📣 کتابخانه جدید برای Llama 3
پایتورچ با انتشار Torchchat، کتابخانهای جدید برای اجرای بدون مشکل Llama 3, 3.1 و سایر LLMها روی لپتاپ، دسکتاپ و دستگاههای موبایل معرفی کرده.
با Torchchat، پایتورچ قابلیتهای PyTorch 2 رو به طرز چشمگیری گسترش داده. حالا با استفاده از CUDA، عملکرد بسیار بهتری ارائه میده و از محیطها، مدلها و حالتهای اجرایی بیشتری پشتیبانی میکنه.
🔜 https://github.com/pytorch/torchchat
@Technical_Python 💻
پایتورچ با انتشار Torchchat، کتابخانهای جدید برای اجرای بدون مشکل Llama 3, 3.1 و سایر LLMها روی لپتاپ، دسکتاپ و دستگاههای موبایل معرفی کرده.
با Torchchat، پایتورچ قابلیتهای PyTorch 2 رو به طرز چشمگیری گسترش داده. حالا با استفاده از CUDA، عملکرد بسیار بهتری ارائه میده و از محیطها، مدلها و حالتهای اجرایی بیشتری پشتیبانی میکنه.
🔜 https://github.com/pytorch/torchchat
@Technical_Python 💻
cheet sheet 2 (smartech).pdf
933 KB
📚 چیت شیت پایتون اسمارتک(قسمت دوم)
در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.
@Technical_Python 💻
در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.
@Technical_Python 💻
cheetsheet3 (smartech).pdf
973.3 KB
📚 چیت شیت پایتون اسمارتک(قسمت سوم)
در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.
@Technical_Python 💻
در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.
@Technical_Python 💻
cheetsheet 4(smartech).pdf
1.7 MB
📚 چیت شیت پایتون اسمارتک (قسمت چهارم)
در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.
@Technical_Python 💻
در این چیت شیت نکات مهم و اصولی پایتون به صورت خلاصه جمع آوری شده و میتونید در هر زمانی که نیاز داشتید با مرور این چیت شیت نکات پایتون رو مرور کنید.
@Technical_Python 💻
لیست ۵۰ چیتشیت کاربردی هوش مصنوعی و علوم داده
◼️ پایتون : لینک
◻️ کتابخونه Pandas : لینک
◼️ کتابخونه NumPy : لینک
◻️ کتابخونه Matplotlib : لینک
◼️ کتابخونه seaborn : لینک
◻️ کتابخونه scikit-learn : لینک
◼️ کتابخونه TensorFlow : لینک
◻️ کتابخونه Keras : لینک
◼️ فریمورک PyTorch : لینک
◻️ زبان SQL : لینک
◼️ پروژه GeoPandas : لینک
◻️ سیستم کنترل ورژن Git : لینک
◼️ پلتفرم ابری AWS : لینک
◻️ پلتفرم ابری Azure : لینک
◼️ رایانش ابری Google Cloud Platform : لینک
◻️ پلتفرم Docker : لینک
◼️ پلتفرم Kubernetes : لینک
◻️ آموزش The Linux Command Line : لینک
◼️ نوتبوک Jupyter : لینک
◻️ آماده سازی داده : لینک
◼️ تجسم داده : لینک
◻️ استنباط آماری : لینک
◼️ احتمال : لینک
◻️ جبر خطی : لینک
◼️ حساب دیفرانسیل : لینک
◻️ سریهای زمانی : لینک
◼️ پردازش زبان طبیعی : لینک
◻️ شبکه عصبی : لینک
◼️ یادگیری عمیق : لینک
◻️ یادگیری ماشین : لینک
◼️ فریمورک آپاچی اسپارک : لینک
◻️ فریم ورک آپاچی هادوپ : لینک
◼️ ابزار Big O Notation : لینک
◻️ آموزش Regular Expression : لینک
◼️ آموزش Unix / Linux Permissions : لینک
◻️ آموزش Python String Formatting : لینک
◼️ فریمورک Flask : لینک
◻️ فریمورک Django : لینک
◼️ کتابخونه plotly : لینک
◻️ دیتابیس PostgreSQL : لینک
◼️ دیتابیس MySQL : لینک
◻️ دیتابیس MongoDB : لینک
◼️ کتابخونه TensorFlow Probability : لینک
◻️ چتبات GPT-3 : لینک
◼️ آموزش GPT-3 API Reference : لینک
◻️ کتابخونه SciPy : لینک
◼️ چتبات ChatGPT : لینک
◻️ آموزش Colors in Data Viz : لینک
◼️ آموزش Geospatial DS in Python : لینک
@Technical_Python 💻
◼️ پایتون : لینک
◻️ کتابخونه Pandas : لینک
◼️ کتابخونه NumPy : لینک
◻️ کتابخونه Matplotlib : لینک
◼️ کتابخونه seaborn : لینک
◻️ کتابخونه scikit-learn : لینک
◼️ کتابخونه TensorFlow : لینک
◻️ کتابخونه Keras : لینک
◼️ فریمورک PyTorch : لینک
◻️ زبان SQL : لینک
◼️ پروژه GeoPandas : لینک
◻️ سیستم کنترل ورژن Git : لینک
◼️ پلتفرم ابری AWS : لینک
◻️ پلتفرم ابری Azure : لینک
◼️ رایانش ابری Google Cloud Platform : لینک
◻️ پلتفرم Docker : لینک
◼️ پلتفرم Kubernetes : لینک
◻️ آموزش The Linux Command Line : لینک
◼️ نوتبوک Jupyter : لینک
◻️ آماده سازی داده : لینک
◼️ تجسم داده : لینک
◻️ استنباط آماری : لینک
◼️ احتمال : لینک
◻️ جبر خطی : لینک
◼️ حساب دیفرانسیل : لینک
◻️ سریهای زمانی : لینک
◼️ پردازش زبان طبیعی : لینک
◻️ شبکه عصبی : لینک
◼️ یادگیری عمیق : لینک
◻️ یادگیری ماشین : لینک
◼️ فریمورک آپاچی اسپارک : لینک
◻️ فریم ورک آپاچی هادوپ : لینک
◼️ ابزار Big O Notation : لینک
◻️ آموزش Regular Expression : لینک
◼️ آموزش Unix / Linux Permissions : لینک
◻️ آموزش Python String Formatting : لینک
◼️ فریمورک Flask : لینک
◻️ فریمورک Django : لینک
◼️ کتابخونه plotly : لینک
◻️ دیتابیس PostgreSQL : لینک
◼️ دیتابیس MySQL : لینک
◻️ دیتابیس MongoDB : لینک
◼️ کتابخونه TensorFlow Probability : لینک
◻️ چتبات GPT-3 : لینک
◼️ آموزش GPT-3 API Reference : لینک
◻️ کتابخونه SciPy : لینک
◼️ چتبات ChatGPT : لینک
◻️ آموزش Colors in Data Viz : لینک
◼️ آموزش Geospatial DS in Python : لینک
@Technical_Python 💻