Взлом сетей с помощью Python

https://www.youtube.com/watch?v=pYHerqoa41Q

Вызовы функций в Python по прежнему медленные? Анализ последних оптимизаций в CPython

https://habr.com/ru/companies/beget/articles/839348/

CPython против Cython: как ускорить собственные программы Python

https://blog.dailydoseofds.com/p/cpython-vs-cython-how-to-speed-up

Как перемещаться по файловой системе с помощью Pathlib Python
Узнайте, как перемещаться по файловой системе и управлять ею с помощью встроенного модуля Python pathlib.
https://www.kdnuggets.com/how-to-navigate-the-filesystem-with-pythons-pathlib

Создание LLM с нуля

Это руководство знакомит кодеров с основами больших языковых моделей (LLM), объясняет, как они работают и как создавать их с нуля в PyTorch. Оно охватывает кодирование небольшой модели, похожей на GPT, ее конвейер данных, архитектуру, предварительную подготовку и тонкую настройку с использованием библиотек с открытым исходным кодом.
https://www.youtube.com/watch?v=quh7z1q7-uc

Почему я все еще использую виртуальные среды Python в Docker

В статье приводятся доводы в пользу использования виртуальных сред Python в контейнерах Docker, приводя такие преимущества, как предсказуемость, стандартизация и более простая отладка. Автор утверждает, что виртуальные среды обеспечивают согласованную, хорошо понятную структуру для приложений Python, делая коммуникацию и развертывание между https://hynek.me/articles/docker-virtualenv/ командами более простыми, а также упрощая поведение импорта Python.

Mini-Omni
Mini-Omni — это многомодельная большая языковая модель с открытым исходным кодом, которая может слышать, говорить и думать. Включает в себя сквозной речевой ввод в реальном времени и возможности потокового аудиовывода для разговора. https://github.com/gpt-omni/mini-omni

Списки против кортежей в Python

https://realpython.com/python-lists-tuples

Python 3.13.0RC2, 3.12.6, 3.11.10, 3.10.15, 3.9.20 и 3.8.20 уже доступны!

Большой совместный релиз. В основном исправления безопасности, но у нас также есть финальный релиз-кандидат 3.13, так что начнем с него! https://pythoninsider.blogspot.com/2024/09/python-3130rc2-3126-31110-31015-3920.html

5 хороших практик Python

В сегодняшнем видео мы рассмотрим пять хороших практик Python, которые улучшат качество вашего кода и, скорее всего, качество жизни других людей, которые также читают ваш код. https://www.youtube.com/watch?v=plXuoYYFS-Y

Что нового в Python 3.13
В этой статье объясняются новые функции Python 3.13 по сравнению с 3.12. Python 3.13 выйдет 1 октября 2024 года.
https://docs.python.org/3.13/whatsnew/3.13.html

Избегайте этих 7 распространенных ошибок ООП в Python
В видео обсуждаются распространенные плохие практики в объектно-ориентированном программировании Python и способы их предотвращения. В нем рассматриваются такие проблемы, как ненужное использование классов вместо функций, чрезмерное использование миксинов и чрезмерная инкапсуляция, а также приводятся практические примеры и альтернативы для улучшения структуры кода и читаемости. https://www.youtube.com/watch?v=yFLY0SVutgM

Python.jl — бесшовное смешивание Python и Julia
В докладе представлен Python.jl, пакет Julia, который бесшовно смешивает синтаксис Python и Julia, позволяя пользователям писать код, который смешивает элементы из обоих языков в одной среде. Хотя проект представлен как беззаботный эксперимент, он демонстрирует гибкость Julia в создании доменно-ориентированных языков и подчеркивает проблемы интеграции двух разных языков программирования. https://www.youtube.com/watch?v=t5rYZqiKOL0

Давайте создадим и оптимизируем расширение Rust для Python
Код Python слишком медленный? Вы можете быстро создать расширение Rust, чтобы ускорить его. https://pythonspeed.com/articles/intro-rust-python-extensions/

Автоматическое преобразование асинхронного кода в синхронный
В статье описывается, как Psycopg 3 реализовал автоматическую систему преобразования для генерации синхронного кода Python из асинхронного кода, сокращая дублирование кода и усилия по обслуживанию. Процесс включает использование абстрактных синтаксических деревьев (AST) для преобразования асинхронного кода в эквивалентный синхронный код с пользовательскими преобразованиями и вспомогательными функциями для обработки сложных случаев. https://www.psycopg.org/articles/2024/09/23/async-to-sync/

Как начать строить проекты с LLM

https://www.freecodecamp.org/news/how-to-start-building-projects-with-llms

pipreqs - Генерация файла pip requirements.txt на основе импорта любого проекта.

https://github.com/bndr/pipreqs

Python 3.13: новые интересные функции, которые стоит попробовать

https://realpython.com/python313-new-features

Все, что вам нужно знать о Python 3.13 — JIT и GIL пошли в гору
Все, что вам нужно знать о последней версии Python, включая глобальную блокировку интерпретатора и компиляцию Just-in-Time. https://drew.silcock.dev/blog/everything-you-need-to-know-about-python-3-13/

Numpy QuadDType: четверная точность для всех
Представляем новый тип данных для Numpy, обеспечивающий кроссплатформенную поддержку четверной точности. https://labs.quansight.org/blog/numpy-quaddtype-blog

Выпущен релиз исправления ошибок Django: 5.1.2

https://www.djangoproject.com/weblog/2024/oct/08/bugfix-releases

Чего не хватает в инкапсуляции ООП в Python
...и чему мы, программисты, всегда должны следовать.

https://blog.dailydoseofds.com/p/whats-missing-from-python-oop-encapsulation

7 бесплатных инструментов машинного обучения, которые каждый новичок должен освоить в 2024 году

https://machinelearningmastery.com/7-free-machine-learning-tools-every-beginner-should-master-in-2024