⚡Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
Машинное обучение: https://t.me/+OoPQS_MapaVkOWQy
Python: t.me/pythonl
2310 вопросов с python собеседований t.me/python_job_interview
ИИ/технологии t.me/vistehno
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
C#: t.me/csharp_ci
Go: t.me/Golang_google
Хакинг: t.me/linuxkalii
Java: t.me/javatg
Javascript: t.me/javascriptv
React: t.me/react_tg
C++/ t.me/cpluspluc
Devops: t.me/devOPSitsec
Linux: t.me/+A8jY79rcyKJlYWY6
Docker: t.me/+0WdB4uvOwCY0Mjdi
Rust: t.me/rust_code
PHP: t.me/phpshka
Android: t.me/android_its
Big Data: t.me/bigdatai
Тестирование:https://t.me/+F9jPLmMFqq1kNTMy
Аналитика данных: https://t.me/+mAXY9ppJwitkMDBi
Kubernets: t.me/+vE7jzitan5QzZjVi
1900 разобранных вопросов с собеседований мл t.me/machinelearning_interview
Frontend https://t.me/+U3U3HoZzEglkNDdi
Мобильная разработка: t.me/mobdevelop
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
ИИ: t.me/vistehno
Книги по искусственному интеллекту https://t.me/+2rl907ptiWliYmYy
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Java разработчика: https://t.me/addlist/ZM3J6oFNAnRlNWU6
Папка С# https://t.me/addlist/u15AMycxRMowZmRi
Папка frontend https://t.me/addlist/mzMMG3RPZhY2M2Iy
Бесплатный Chatgpt бот: t.me/Chatgpturbobot
🔥 1935 ГБ ОПЕНСОРС курсов: https://t.me/+1cPKgIcza4Y5NGFi
@python_be1
http://t.me/ai_machinelearning_big_data
Машинное обучение: https://t.me/+OoPQS_MapaVkOWQy
Python: t.me/pythonl
2310 вопросов с python собеседований t.me/python_job_interview
ИИ/технологии t.me/vistehno
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
C#: t.me/csharp_ci
Go: t.me/Golang_google
Хакинг: t.me/linuxkalii
Java: t.me/javatg
Javascript: t.me/javascriptv
React: t.me/react_tg
C++/ t.me/cpluspluc
Devops: t.me/devOPSitsec
Linux: t.me/+A8jY79rcyKJlYWY6
Docker: t.me/+0WdB4uvOwCY0Mjdi
Rust: t.me/rust_code
PHP: t.me/phpshka
Android: t.me/android_its
Big Data: t.me/bigdatai
Тестирование:https://t.me/+F9jPLmMFqq1kNTMy
Аналитика данных: https://t.me/+mAXY9ppJwitkMDBi
Kubernets: t.me/+vE7jzitan5QzZjVi
1900 разобранных вопросов с собеседований мл t.me/machinelearning_interview
Frontend https://t.me/+U3U3HoZzEglkNDdi
Мобильная разработка: t.me/mobdevelop
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
ИИ: t.me/vistehno
Книги по искусственному интеллекту https://t.me/+2rl907ptiWliYmYy
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Java разработчика: https://t.me/addlist/ZM3J6oFNAnRlNWU6
Папка С# https://t.me/addlist/u15AMycxRMowZmRi
Папка frontend https://t.me/addlist/mzMMG3RPZhY2M2Iy
Бесплатный Chatgpt бот: t.me/Chatgpturbobot
🔥 1935 ГБ ОПЕНСОРС курсов: https://t.me/+1cPKgIcza4Y5NGFi
@python_be1
http://t.me/ai_machinelearning_big_data
Telegram
Machinelearning
Разбираем лучшие open source новинки из мира ml, код, вопросы с собеседований, публикуем открытые курсы и гайды
Первоисточник всего, что появляется в платных курсах и остальных ресурсах.
По всем вопросам- @haarrp
@itchannels_telegram -🔥best channels
Первоисточник всего, что появляется в платных курсах и остальных ресурсах.
По всем вопросам- @haarrp
@itchannels_telegram -🔥best channels
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Clark — это инструмент командной строки для монтажа аудио и видео с возможностью установки временных меток.
Он разработан для пользователей, которые предпочитают работать в командной строке, обеспечивая точную обрезку и разделение медиафайлов.
Интерфейс TUI оснащен шкалой прокрутки и маркерами времени, которые группируются для уменьшения загромождения экрана.
🖥 Github (https://github.com/wong-justin/clark)
@pythonl
@python_be1
Он разработан для пользователей, которые предпочитают работать в командной строке, обеспечивая точную обрезку и разделение медиафайлов.
Интерфейс TUI оснащен шкалой прокрутки и маркерами времени, которые группируются для уменьшения загромождения экрана.
🖥 Github (https://github.com/wong-justin/clark)
@pythonl
@python_be1
👍1
Какова разница между методами __getattr__ и __getattribute__?
Оба этих метода являются магическими.
🔘<code>__getattr__</code>
<pre language="python">
class Missing:
attr = 42
def __getattr__(self, name):
print(f"In __getattr__, asked for {name}")
return 73
m = Missing()
print(m.attr) # 42
print(m.xyz) # In __getattr__, asked for xyz; 73</pre>
Пример кода выше показывает, как метод используется для обработки запроса несуществующего атрибута xyz.
🔘<code>__getattribute__</code>
<pre language="python">
class Always:
attr = 42
def __getattribute__(self, name):
print(f"In __getattribute__, asked for {name}")
return 73
a = Always()
print(a.attr) # In __getattribute__, asked for attr; 73
print(a.xyz) # In __getattribute__, asked for xyz; 73</pre>
Здесь же можно увидеть, что метод используется для обработки запросов всех атрибутов, как существующих (attr), так и несуществующих (xyz).
✅ Таким образом, <code>__getattribute__</code> — это метод, который управляет всеми запросами атрибутов, тогда как <code>__getattr__</code> вызывается, когда <code>__getattribute__</code> не находит атрибут.
#вопросы_с_собеседований
@python_job_interview
@python_be1
Оба этих метода являются магическими.
🔘<code>__getattr__</code>
<pre language="python">
class Missing:
attr = 42
def __getattr__(self, name):
print(f"In __getattr__, asked for {name}")
return 73
m = Missing()
print(m.attr) # 42
print(m.xyz) # In __getattr__, asked for xyz; 73</pre>
Пример кода выше показывает, как метод используется для обработки запроса несуществующего атрибута xyz.
🔘<code>__getattribute__</code>
<pre language="python">
class Always:
attr = 42
def __getattribute__(self, name):
print(f"In __getattribute__, asked for {name}")
return 73
a = Always()
print(a.attr) # In __getattribute__, asked for attr; 73
print(a.xyz) # In __getattribute__, asked for xyz; 73</pre>
Здесь же можно увидеть, что метод используется для обработки запросов всех атрибутов, как существующих (attr), так и несуществующих (xyz).
✅ Таким образом, <code>__getattribute__</code> — это метод, который управляет всеми запросами атрибутов, тогда как <code>__getattr__</code> вызывается, когда <code>__getattribute__</code> не находит атрибут.
#вопросы_с_собеседований
@python_job_interview
@python_be1
👍1
🖥 GPT Computer Assistant
Это фреймворк на Python, предназначенный для создания интеллектуальных функций в ваших продуктах, таких как Apple Intelligence.
<code>from gpt_computer_assistant.remote import remote
remote.save_models("gpt-4o")
remote.save_openai_api_key("sk-**")</code>
▪ Github (https://github.com/Upsonic/gpt-computer-assistant#)
@pythonl
@python_be1
Это фреймворк на Python, предназначенный для создания интеллектуальных функций в ваших продуктах, таких как Apple Intelligence.
<code>from gpt_computer_assistant.remote import remote
remote.save_models("gpt-4o")
remote.save_openai_api_key("sk-**")</code>
▪ Github (https://github.com/Upsonic/gpt-computer-assistant#)
@pythonl
@python_be1
👍1
Deepfake video при помощи Python в Google Colab
https://youtu.be/Rj4qq-iQepg
@python_be1
https://youtu.be/Rj4qq-iQepg
https://youtu.be/Rj4qq-iQepg
@python_be1
https://youtu.be/Rj4qq-iQepg
YouTube
Deepfake video при помощи Python в Google Colab
В этом ролике мы создаём дипфейки при помощи 2 способов:
1 - заставляем лицо на фото двигаться, движения лица берём с другого видео
2 - встраиваем лицо в видео
🔥 Telegram канал о нейросетях с к кучей фишек и кодом из видео:
https://t.me/ai_machinelearning_big_data…
1 - заставляем лицо на фото двигаться, движения лица берём с другого видео
2 - встраиваем лицо в видео
🔥 Telegram канал о нейросетях с к кучей фишек и кодом из видео:
https://t.me/ai_machinelearning_big_data…
👍1
✂️ CSV Trimming
CSV Trimming - это Python пакет , предназначенный для очистки кривых CSV - таких, которые вы получаете при паркинге сайтов, устаревшими системами или плохо собранными данными и преобразовании их в чистые, хорошо отформатированные CSV с помощью всего одной строки кода.
Нет необходимости в сложных настройках или больших языковых моделях.
```<code>pip install csv_trimming</code>```
<pre language="python">
Python
import pandas as pd
from csv_trimming import CSVTrimmer
# Load your csv
csv = pd.read_csv("tests/documents/noisy/sicilia.csv")
# Instantiate the trimmer
trimmer = CSVTrimmer()
# And trim it
trimmed_csv = trimmer.trim(csv)
# That's it!
</pre>
• Github (https://github.com/LucaCappelletti94/csv_trimming)
@python_be1
CSV Trimming - это Python пакет , предназначенный для очистки кривых CSV - таких, которые вы получаете при паркинге сайтов, устаревшими системами или плохо собранными данными и преобразовании их в чистые, хорошо отформатированные CSV с помощью всего одной строки кода.
Нет необходимости в сложных настройках или больших языковых моделях.
```<code>pip install csv_trimming</code>```
<pre language="python">
Python
import pandas as pd
from csv_trimming import CSVTrimmer
# Load your csv
csv = pd.read_csv("tests/documents/noisy/sicilia.csv")
# Instantiate the trimmer
trimmer = CSVTrimmer()
# And trim it
trimmed_csv = trimmer.trim(csv)
# That's it!
</pre>
• Github (https://github.com/LucaCappelletti94/csv_trimming)
@python_be1
👍1
⚡️ Awesome GPT Super Prompting
Большой курируемый список методов обхода ограничений на модели GPT.
<code>Внутри: </code>
- GPT Джейлбрейки
- GPT Prompt Leaks
- GPT Prompt Injection
- LLM Prompt Security
- Prompt Hack
- Prompt Security
- AI Prompt Engineering
- Adversarial Machine Learning
▪ Github (https://github.com/CyberAlbSecOP/Awesome_GPT_Super_Prompting)
@linuxkalii
@python_be1
Большой курируемый список методов обхода ограничений на модели GPT.
<code>Внутри: </code>
- GPT Джейлбрейки
- GPT Prompt Leaks
- GPT Prompt Injection
- LLM Prompt Security
- Prompt Hack
- Prompt Security
- AI Prompt Engineering
- Adversarial Machine Learning
▪ Github (https://github.com/CyberAlbSecOP/Awesome_GPT_Super_Prompting)
@linuxkalii
@python_be1
👍1
Что такое %s?
%s — это специальное форматирующее поле, которое используется для вставки строковых значений в другие строки, а также для форматирования строк. Он является частью строкового форматирования, используемого в функциях print(), str.format(), и старом стиле форматирования с оператором %.
@python_be1
%s — это специальное форматирующее поле, которое используется для вставки строковых значений в другие строки, а также для форматирования строк. Он является частью строкового форматирования, используемого в функциях print(), str.format(), и старом стиле форматирования с оператором %.
@python_be1
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🔎 Разведочный анализ данных, c помощью одной строки кода
Разведочный анализ данных (Exploratory Data Analysis, EDA) — это выявление скрытой информации в наборе данных.
sweetviz — библиотека, которая предоставляет важную информацию о наборе данных без написания большого количества кода.
<code>pip install sweetviz</code>
➡️ Читать дальше (https://telegra.ph/Razvedochnyj-analiz-dannyh-v-odnoj-stroke-koda-12-01)
🖥 Github (https://github.com/fbdesignpro/sweetviz)
@pythonl
@python_be1
Разведочный анализ данных (Exploratory Data Analysis, EDA) — это выявление скрытой информации в наборе данных.
sweetviz — библиотека, которая предоставляет важную информацию о наборе данных без написания большого количества кода.
<code>pip install sweetviz</code>
➡️ Читать дальше (https://telegra.ph/Razvedochnyj-analiz-dannyh-v-odnoj-stroke-koda-12-01)
🖥 Github (https://github.com/fbdesignpro/sweetviz)
@pythonl
@python_be1
👍1
Machine Learning: Медицинский дайджест 1.09-07.09 2024 г
@python_be1
https://habr.com/ru/articles/841870/
@python_be1
https://habr.com/ru/articles/841870/
👍1
🔥 Новая модель Qwen2-VL-7B Instruct с точностью *100 %* извлекает текст из этого рукописного документа.
Это первая открытая весовая модель (Apache 2.0), которую я видел настолько точным OCR.
https://huggingface.co/spaces/GanymedeNil/Qwen2-VL-7B
@data_analysis_ml
@python_be1
Это первая открытая весовая модель (Apache 2.0), которую я видел настолько точным OCR.
https://huggingface.co/spaces/GanymedeNil/Qwen2-VL-7B
@data_analysis_ml
@python_be1
👍1
Linux Bash Scripting Уроки для начинающих📑
🔗 Урок 1: http://sysxplore.com/create-a-bash-script
🔗 Урок 2: http://sysxplore.com/comments-in-bash
🔗 Урок 3: http://sysxplore.com/bash-exit-status-codes
🔗 Урок 4: http://sysxplore.com/bash-arithmetic-operations
🔗 Урок 5: http://sysxplore.com/bash-operators
🔗 Урок 6: http://sysxplore.com/quoting-in-bash-scripting
🔗 Урок 7: http://sysxplore.com/functions-in-bash-scripting
🔗 Урок 8: http://sysxplore.com/bash-command-substitution
🔗 Урок 9: http://sysxplore.com/variables-in-bash
🔗 Урок 10: http://sysxplore.com/process-substitution-in-bash
🔗 Урок 11: http://sysxplore.com/bash-for-loop
🔗 Урок 12: http://sysxplore.com/bash-while-loop
🔗 Урок 13: http://sysxplore.com/indexed-arrays-in-bash
🔗 Урок 14: http://sysxplore.com/subshells-in-bash
🔗 Урок 15: http://sysxplore.com/bash-bitwise-operators
🔗 Урок 16: http://sysxplore.com/pipelines-in-bash
🔗 Урок 17: http://sysxplore.com/heredocs-in-bash
🔗 Урок 18: http://sysxplore.com/globbing-in-bash
🔗 Урок 19: http://sysxplore.com/bash-test-command
🔗 Урок 20: http://sysxplore.com/understanding-the-difference-between-test-and-in-bash
🔗 Урок 21: http://sysxplore.com/bash-case-statement
@linuxacademiya
@python_be1
🔗 Урок 1: http://sysxplore.com/create-a-bash-script
🔗 Урок 2: http://sysxplore.com/comments-in-bash
🔗 Урок 3: http://sysxplore.com/bash-exit-status-codes
🔗 Урок 4: http://sysxplore.com/bash-arithmetic-operations
🔗 Урок 5: http://sysxplore.com/bash-operators
🔗 Урок 6: http://sysxplore.com/quoting-in-bash-scripting
🔗 Урок 7: http://sysxplore.com/functions-in-bash-scripting
🔗 Урок 8: http://sysxplore.com/bash-command-substitution
🔗 Урок 9: http://sysxplore.com/variables-in-bash
🔗 Урок 10: http://sysxplore.com/process-substitution-in-bash
🔗 Урок 11: http://sysxplore.com/bash-for-loop
🔗 Урок 12: http://sysxplore.com/bash-while-loop
🔗 Урок 13: http://sysxplore.com/indexed-arrays-in-bash
🔗 Урок 14: http://sysxplore.com/subshells-in-bash
🔗 Урок 15: http://sysxplore.com/bash-bitwise-operators
🔗 Урок 16: http://sysxplore.com/pipelines-in-bash
🔗 Урок 17: http://sysxplore.com/heredocs-in-bash
🔗 Урок 18: http://sysxplore.com/globbing-in-bash
🔗 Урок 19: http://sysxplore.com/bash-test-command
🔗 Урок 20: http://sysxplore.com/understanding-the-difference-between-test-and-in-bash
🔗 Урок 21: http://sysxplore.com/bash-case-statement
@linuxacademiya
@python_be1
sysxplore
Getting Started with Bash Scripting
Bash scripts are essentially a series of commands written in a file that can be executed by the Bash shell. In this article, we'll cover the basics of creating and running your first Bash script.
👍1
Создайте класс Soda (для определения типа газированной воды), принимающий 1 аргумент при инициализации (отвечающий за добавку к выбираемому лимонаду).
В этом классе реализуйте метод show_my_drink(), выводящий на печать «Газировка и {ДОБАВКА}» в случае наличия добавки, а иначе отобразится следующая фраза: «Обычная газировка».
При решении задания можно дополнительно проверить тип передаваемого аргумента: принимается только строка.
@python_be1
В этом классе реализуйте метод show_my_drink(), выводящий на печать «Газировка и {ДОБАВКА}» в случае наличия добавки, а иначе отобразится следующая фраза: «Обычная газировка».
При решении задания можно дополнительно проверить тип передаваемого аргумента: принимается только строка.
@python_be1
👍1