🖥 Python на скорости Rust

Новый Function (fxn) — фреймворк, который компилирует Python-функции в нативный код с производительностью, сравнимой с Rust.

🧠 Как это работает?
- Использует символическое трассирование на CPython для анализа функций
- Генерирует промежуточное представление (IR)
- Транслирует IR в C++ или Rust, а затем компилирует в бинарный код
- Поддерживает платформы: Linux, Android, WebAssembly и др.

📦 Пример:
@compile (https://vk.com/club41774388)
def fma(x: float, y: float, z: float) -> float:
return x * y + z
После компиляции вы получаете нативный бинарник, который можно запускать без интерпретатора Python.

🔗 Подробнее (https://blog.fxn.ai/python-at-the-speed-of-rust/)
🔗 Github (https://github.com/olokobayusuf/)



#Python #Rust #fxn #Compiler #Performance #AI #ML #Wasm

@python_be1

🚀 13 Docker‑трюков с примерами и пояснениями 1\\. Multi\\-stage builds
``` FROM golang:1.22 AS builder
WORKDIR /app
COPY . .
RUN go build -o myapp .
FROM alpine:3.20
COPY —from=builder /app/myapp /usr/local/bin/
ENTRYPOINT ["myapp"] ```
Минимизирует размер и зависимости. 2\\. Squash layers
``` docker build —squash -t myapp:latest . ```
Сжимает слои в один. 3\\. BuildKit secrets
``` RUN —mount=type=secret,id=token git clone git@github.com:corp/private.git ```
Безопасное использование ключей. 4\\. .dockerignore
``` node_modules
*.md ```
Ускоряет сборку, снижает риск. 5\\. HEALTHCHECK
``` HEALTHCHECK CMD curl -f http://localhost/healthz || exit 1 ```
Контейнер сам сообщает, что он жив. 6\\. CLI —format
``` docker ps —format '{{.Names}}\t{{.Status}}' ```
Удобный вывод для скриптов. 7\\. Оптимизация Dockerfile
``` COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . . ```
Стабильные шаги выше — быстрее кеш. 8\\. Лимиты ресурсов
``` docker run —cpus=1 —memory=512m app ```
Ограничивает потребление ресурсов. 9\\. docker events
``` docker events —filter type=container —filter event=start ```
Реагируйте на события демона. 10\\. Read-only
``` docker run —read-only —tmpfs /tmp app ```
Файловая система только для чтения. 11\\. docker system prune
``` docker system prune -a —volumes ```
Удаляет всё ненужное. 12\\. ENTRYPOINT override
``` docker run —entrypoint /bin/sh -it app ```
Отладка падающих контейнеров. 13\\. Docker contexts
``` docker context create prod —docker "host=ssh://user@host"
docker context use prod ```
Быстрое переключение между окружениями.

@python_be1

🖥 Roboflow Trackers Roboflow/trackers — это новая, унифицированная Python‑библиотека object‑tracking, в которой «с нуля» реализуются популярные алгоритмы многoобъектного трекинга (первым уже готов SORT, вскоре планируются Deep SORT, ByteTrack и др.) GitHub
.
Проект входит в open‑source‑экосистему Roboflow (Supervision, RF‑DETR и т.д.) и предоставляет единый API поверх разных детекторов, так что вы можете, например, скрестить Ultralytics YOLO‑v9, MMDetection или HuggingFace Transformers с любым трекером из пакета без «клея»‑оберток. Установка
`pip install trackers`
``` import supervision as sv
from rfdetr import RFDETRBase # любой детектор
from trackers.sort_tracker import SORTTracker model = RFDETRBase() # или Ultralytics, MMDet…
tracker = SORTTracker() def callback(frame, _): dets = model.predict(frame) # сводим к sv.Detections dets = tracker.update(dets) # добавляем tracker_id return sv.LabelAnnotator( text_position=sv.Position.CENTER ).annotate(frame, dets, dets.tracker_id) sv.process_video("in.mp4", "out.mp4", callback)
``` На выходе ‑ ролик с пронумерованными боксами, где каждый объект сохраняет ID между кадрами. Лицензия без ограничений (Apache‑2.0) и возможность править алгоритм под себя. 👉 Репозиторий (http://github.com/roboflow/trackers)

@python_be1

🐍 Dulwich — проект, предлагающий альтернативу классическим библиотекам вроде GitPython и pygit2. Это полностью Python-реализация Git-клиента без зависимостей от нативного Git. Инструмент поддерживает как низкоуровневые операции с репозиториями, так и сложные команды, имитирующие интерфейс командной строки Git. Для тех, кому важна производительность, есть опциональные Rust-расширения. 🤖 GitHub (https://github.com/jelmer/dulwich)

@python_be1

Что выведет код?

@python_be1

😂 Жиза

@python_be1

‍🖥 less_slow.py (http://github.com/ashvardanian/less_slow.py)— Python, который не тормозит

Многие считают Python медленным, но это не всегда правда.
Ash Vardanyan в рамках проекта Less Slow показывает, как писать быстрый и эффективный код даже на Python — без магии, но с пониманием.

🐍 Что в проекте:
🔹 pandas vs polars — что быстрее при работе с миллионами строк
🔹 Использование Numba, Cython, PyO3, rust bindings
🔹 Работа с нативными типами, векторизация и zero-copy
🔹 Сериализация без боли: сравнение MessagePack, Arrow, Parquet
🔹 Сравнение аллокаторов, подходов к I/O и нагрузочным тестам
🔹 Ускорение парсинга JSON: orjson, yyjson, simdjson, ujson
🔹 Как обойти GIL и не платить за удобство интерпретатора

📦 Библиотеки и техники:
▪Numba, Cython, cffi, maturin
▪simdjson, orjson, polars
▪pyarrow, msgspec, blosc2, memoryview
▪Работа с mmap, zero-copy, JIT-компиляция, py-spy, perf

📈 Кому подойдёт:
▪Тем, кто пишет ETL, пайплайны или ML/AI обработку

▪Кто работает с большими объёмами данных или бинарными файлами

▪Кто хочет “оптимизировать до безобразия” и понять, как работает Python под капотом

В серии есть еще 2 крутых проекта:
🖥 less_slow.cpp — C++ без тормозов: ассемблер, кеши, SIMD, аллокации, парсинг JSON и трюки с памятью
👉 github.com/ashvardanian/less_slow.cpp

👣 less_slow.rs — продвинутый Rust: сравнение async/sync, SIMD, кеш-френдли структуры, быстрые сериализации
👉 github.com/ashvardanian/less_slow.rs

📚 Репозиторий (http://github.com/ashvardanian/less_slow.py):

💡 Даже если ты не используешь всё это каждый день — ты точно станешь писать лучший Python-код.

@python_be1

Название первого курса от этого сотрудника: «Как попасть в IT.. Ну или не попасть.. Там как пойдёт, сильно губу не раскатывайте.. Да-да, нет-нет.. Может только айтишные мемы понимать начнете»

@python_be1

🥚 3D Пасхальное яйцо от Google ,которое можно получить, вбив в поиск эту функцию:

1.2+(sqrt(1-(sqrt(x^2+y^2))^2) + 1 - x^2-y^2) * (sin (10 * (x*3+

Если найдете пасхулку кулича, скиньте в комменты 👇

@python_be1

⚡️ Огромный курс по созданию языковых моделей с ПОЛНОГО НУЛЯ выложил Стэнфорд — «СS336: Language Modeling from scratch» прямо сейчас преподают в университете и сразу же выкладывают на Ютуб для ВСЕХ.

• Кто угодно может БЕСПЛАТНО научиться создавать собственные ИИ-модели с нуля.
• Это огромный полноценный курс: от архитектуры и токенизаторов до обучения с подкреплением и масштабирования.
• Все темы преподы объясняют пошагово, от простого к сложному. Поймет даже новичок в кодинге.
• К каждой лекции есть множество дополнительных материалов и домашних заданий.

Сайт курса — здесь. (https://stanford-cs336.github.io/spring2025/) Плейлист на Ютубе — тут. (https://youtube.com/playlist?list=PLoROMvodv4rOY23Y0BoGoBGgQ1zmU_MT_)
👍

@python_be1