Пошаговая реализация архитектуры Transformer
В этом ноутбуке максимально подробно описан каждый шаг реализации трансформера с нуля, с необходимым теоретическим минимумом
Для полного просветления можно скомбинировать с видео 3b1b
https://github.com/harvardnlp/annotated-transformer/blob/master/AnnotatedTransformer.ipynb
@python_be1
https://github.com/harvardnlp/annotated-transformer/blob/master/AnnotatedTransformer.ipynb
В этом ноутбуке максимально подробно описан каждый шаг реализации трансформера с нуля, с необходимым теоретическим минимумом
Для полного просветления можно скомбинировать с видео 3b1b
https://github.com/harvardnlp/annotated-transformer/blob/master/AnnotatedTransformer.ipynb
@python_be1
https://github.com/harvardnlp/annotated-transformer/blob/master/AnnotatedTransformer.ipynb
👍1
🖥 Gensim — Python библиотека для работы с естественным языком
— pip install gensim
Gensim может использоваться индексации документов и поиска сходства в больших текстах.
Особенно актуальным Gensim будет для специалистов по обработке естественного языка (NLP) и информационному поиску.
https://github.com/piskvorky/gensim
@python_be1
— pip install gensim
Gensim может использоваться индексации документов и поиска сходства в больших текстах.
Особенно актуальным Gensim будет для специалистов по обработке естественного языка (NLP) и информационному поиску.
https://github.com/piskvorky/gensim
@python_be1
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
python-graph-gallery.com | Коллекция почти всех типов графиков с кодом для Matplotlib, Plotly etc.
Возможно, вы попадали на этот сайт, когда только осваивали EDA датасетов. На python-graph-gallery.com собрана шикарная коллекция популярных видов dataviz с полноценными сниппетами для рендеринга таковых.
python-graph-gallery.com
@python_be1
http://python-graph-gallery.com/
Возможно, вы попадали на этот сайт, когда только осваивали EDA датасетов. На python-graph-gallery.com собрана шикарная коллекция популярных видов dataviz с полноценными сниппетами для рендеринга таковых.
python-graph-gallery.com
@python_be1
http://python-graph-gallery.com/
👍1
🖥 httpbin — сервис HTTP-запросов и ответов, написанный на Python + Flask
Быстрый запуск с помощью Docker:
— docker run -p 80:80 kennethreitz/httpbin
https://github.com/postmanlabs/httpbin
@python_be1
Быстрый запуск с помощью Docker:
— docker run -p 80:80 kennethreitz/httpbin
https://github.com/postmanlabs/httpbin
@python_be1
👍1
🖥 Реализация модели Llama 3 на чистом NumPy
Держите подробный гайд по созданию Llama 3 только средствами Python и библиотеки NumPy.
В качестве источников вдохновения и примеров использовались такие реализации:
— llama2.c
— llama.np
— modeling_llama.py — с Hugging Face
"""
I have a dream. He dream of a big, beautiful garden full of flower and tree. He dream of playing with hi friend and eating yummy snack.
One day, he wa walking in the garden when he saw
Token count: 50, elapsed: 1.53s, 33 tokens/s
"""
https://github.com/likejazz/llama3.np
https://docs.likejazz.com/llama3.np/
@python_be1
https://github.com/likejazz/llama3.np
Держите подробный гайд по созданию Llama 3 только средствами Python и библиотеки NumPy.
В качестве источников вдохновения и примеров использовались такие реализации:
— llama2.c
— llama.np
— modeling_llama.py — с Hugging Face
"""
I have a dream. He dream of a big, beautiful garden full of flower and tree. He dream of playing with hi friend and eating yummy snack.
One day, he wa walking in the garden when he saw
Token count: 50, elapsed: 1.53s, 33 tokens/s
"""
https://github.com/likejazz/llama3.np
https://docs.likejazz.com/llama3.np/
@python_be1
https://github.com/likejazz/llama3.np
👍1
💻 У нас на канале вышло свежее видео по Apache Kafka
Это 1 урок нашего из нашего Бесплатного курса.
Поддержите наше видео ЛАЙКОМ и комментом, больше продвинутых уроков на подходе!
https://www.youtube.com/watch?v=W7ZCXcxQxV8
@python_be1
https://youtu.be/W7ZCXcxQxV8
Это 1 урок нашего из нашего Бесплатного курса.
Поддержите наше видео ЛАЙКОМ и комментом, больше продвинутых уроков на подходе!
https://www.youtube.com/watch?v=W7ZCXcxQxV8
@python_be1
https://youtu.be/W7ZCXcxQxV8
YouTube
Kafka БАЗА! Теория + Практика анализ данных !
Здесь мы разобрали самую основную теорию по Kafka + подробный разбор реального применения Kafka для коммуникации 2 сервисов.
🔥 https://t.me/+Wl7z_U34K5Y0NzYy - в моем тг канале куча гайдов, разбора кода, уроков по машинному обучению.
📌 https://t.me/data_analysis_ml…
🔥 https://t.me/+Wl7z_U34K5Y0NzYy - в моем тг канале куча гайдов, разбора кода, уроков по машинному обучению.
📌 https://t.me/data_analysis_ml…
👍1
Python.Asynchronous.Programming.for.Beginners.pdf
43.7 MB
📔 Title: Python Asynchronous Programming for Beginners
#book #Python #EN
🌐 Lang.: English
🧔 Author: Katie Millie
🕘 Year: 2024
📑 Pages: 154
#️⃣ ISBN: -
📝 Description: Представьте себе мир, в котором ваши приложения на Python реагируют мгновенно, с легкостью справляясь с множеством задач. Больше никаких заторможенных интерфейсов и разочарованных пользователей. Эта книга — ваша стартовая площадка в это будущее.
Эта книга — не пыльный учебник. Это ваш интерактивный приятель по кодингу, созданный специально для начинающих. Независимо от того, являетесь ли вы полным новичком или имеете некоторый опыт работы с Python, мы проведем вас с самого начала. Вы научитесь осваивать асинхронное программирование — секретное оружие для создания современных, молниеносных приложений на Python.
@python_be1
#book #Python #EN
🌐 Lang.: English
🧔 Author: Katie Millie
🕘 Year: 2024
📑 Pages: 154
#️⃣ ISBN: -
📝 Description: Представьте себе мир, в котором ваши приложения на Python реагируют мгновенно, с легкостью справляясь с множеством задач. Больше никаких заторможенных интерфейсов и разочарованных пользователей. Эта книга — ваша стартовая площадка в это будущее.
Эта книга — не пыльный учебник. Это ваш интерактивный приятель по кодингу, созданный специально для начинающих. Независимо от того, являетесь ли вы полным новичком или имеете некоторый опыт работы с Python, мы проведем вас с самого начала. Вы научитесь осваивать асинхронное программирование — секретное оружие для создания современных, молниеносных приложений на Python.
@python_be1
👍1
⚡️ Если бы вам разрешили выбрать только один ресурс для подготовки к собеседованию, какой бы вы выбрали?
Безусловным лидером среди таких ресурсов является репозиторий Tech Interview Handbook.
Этот обширный справочник, созданный усилиями большого сообщества, помог сотням тысяч разработчиков успешно подготовиться к собеседованиям.
В репозитории вы найдете:
* Практические советы по подготовке к различным этапам собеседования
* Подробные обзоры тем
* Шпаргалки и другие полезные материалы
Главное преимущество репа Tech Interview Handbook перед аналогичными ресурсами заключается в том, что он содержит всю необходимую и полезную информацию непосредственно в самом репозитории, без необходимости переходить по внешним ссылкам. Кроме того, в нем рассматривается более широкий спектр тем, включая не только алгоритмы и паттерны, но и другие важные аспекты собеседований.
#репозиторий #собеседование #советы #en
▪https://github.com/yangshun/tech-interview-handbook?tab=readme-ov-file
@python_be1
Безусловным лидером среди таких ресурсов является репозиторий Tech Interview Handbook.
Этот обширный справочник, созданный усилиями большого сообщества, помог сотням тысяч разработчиков успешно подготовиться к собеседованиям.
В репозитории вы найдете:
* Практические советы по подготовке к различным этапам собеседования
* Подробные обзоры тем
* Шпаргалки и другие полезные материалы
Главное преимущество репа Tech Interview Handbook перед аналогичными ресурсами заключается в том, что он содержит всю необходимую и полезную информацию непосредственно в самом репозитории, без необходимости переходить по внешним ссылкам. Кроме того, в нем рассматривается более широкий спектр тем, включая не только алгоритмы и паттерны, но и другие важные аспекты собеседований.
#репозиторий #собеседование #советы #en
▪https://github.com/yangshun/tech-interview-handbook?tab=readme-ov-file
@python_be1
👍1
Подробный Гайд по Библиотеке Telethon для Парсинга закрытых Телеграм Каналов
@python_be1
https://uproger.com/podrobnyj-gajd-po-biblioteke-telethon-dlya-parsinga-zakrytyh-telegram-kanalov/
@python_be1
https://uproger.com/podrobnyj-gajd-po-biblioteke-telethon-dlya-parsinga-zakrytyh-telegram-kanalov/
UPROGER | Программирование
Подробный Гайд по Библиотеке Telethon для Парсинга закрытых Телеграм Каналов
Введение
Telethon — это Python-библиотека для взаимодействия с API Telegram. Она позволяет создавать клиентов, которые могут отправлять и получать сообщения, управлять группами и каналами, а также выполнять другие действия.
В этом гайде мы рассмотрим…
Telethon — это Python-библиотека для взаимодействия с API Telegram. Она позволяет создавать клиентов, которые могут отправлять и получать сообщения, управлять группами и каналами, а также выполнять другие действия.
В этом гайде мы рассмотрим…
👍1
Одним из эффективных способов ускорения Python-кода является использование библиотеки NumPy для численных вычислений. NumPy оптимизирован для работы с массивами данных и использует низкоуровневые оптимизации, что позволяет выполнять операции намного быстрее, чем с использованием стандартных циклов Python.
На картинке пример функции, которая демонстрирует ускорение выполнения операций с массивами с использованием NumPy:
Объяснение
Медленная функция (slow_sum): Использует стандартный Python-цикл для суммирования элементов массива. Это медленно, особенно для больших массивов.
Быстрая функция (fast_sum): Использует np.sum из библиотеки NumPy, которая оптимизирована для быстрого суммирования массивов.
Генерация массива: Создается большой массив случайных чисел с помощью np.random.rand.
Измерение времени: С помощью time.time() измеряется время выполнения обеих функций.
Проверка результатов: Проверяется, что обе функции возвращают одинаковый результат.
Вывод
Этот пример показывает, как использование специализированных библиотек может существенно ускорить выполнение кода. NumPy использует оптимизированные C/Fortran подпрограммы, что делает его значительно быстрее для выполнения операций с массивами данных.
@python_be1
На картинке пример функции, которая демонстрирует ускорение выполнения операций с массивами с использованием NumPy:
Объяснение
Медленная функция (slow_sum): Использует стандартный Python-цикл для суммирования элементов массива. Это медленно, особенно для больших массивов.
Быстрая функция (fast_sum): Использует np.sum из библиотеки NumPy, которая оптимизирована для быстрого суммирования массивов.
Генерация массива: Создается большой массив случайных чисел с помощью np.random.rand.
Измерение времени: С помощью time.time() измеряется время выполнения обеих функций.
Проверка результатов: Проверяется, что обе функции возвращают одинаковый результат.
Вывод
Этот пример показывает, как использование специализированных библиотек может существенно ускорить выполнение кода. NumPy использует оптимизированные C/Fortran подпрограммы, что делает его значительно быстрее для выполнения операций с массивами данных.
@python_be1
👍1