Instagram Tracker — OSINT инструмент для мониторинга изменений аккаунта Instagram.

Написанный на Python, скрипт позволяет отслеживать изменения аккаунта по имени пользователя отображая результаты в терминале. Вся информация также сохраняется в текстовом файле с указанием даты и времени.

https://github.com/ibnaleem/instatracker
@python_be1
https://github.com/ibnaleem/instatracker

👩‍💻 Создание (https://www.youtube.com/watch?v=ITOZkzjtjUA) полнофункциональных веб-приложений с использованием Python и Reflex! (2024)

💡 Создание полнофункциональных веб-приложений традиционно требовало владения несколькими языками и фреймворками, включая HTML, CSS, JavaScript и языки бэкенда, такие как Python. Однако ситуация меняется с появлением таких инструментов, как Reflex, которые позволяют создавать интерактивные веб-приложения, используя только Python

🌟 В этом курсе вы узнаете, как можно создавать функциональные, масштабируемые веб-приложения с помощью Reflex, не прибегая к использованию HTML, CSS или даже JavaScript!

🕞 Продолжительность: 6:58:32

🔗 Ссылка: *клик* (https://www.youtube.com/watch?v=ITOZkzjtjUA)

#курс #python #reflex

@pythonl (https://t.me/pythonl)
@python_be1

🖥 yandex-music-download

Скрипт на Python для скачивания треков с Яндекс Музыки.

Возможности
Возможность загрузки:
- Всех треков исполнителя
- Всех треков из альбома
- Всех треков из плейлиста
- Отдельного трека
- Загрузка всех метаданных трека/альбома:
- Номер трека
- Номер диска
- Название трека
- Исполнитель
- Дополнительные исполнители
- Год выпуска альбома
- Обложка альбома
- Название альбома
- Текст песни (при использовании флага —add-lyrics)
- Поддержка паттерна для пути сохранения музыки

Установка
Для запуска скрипта требуется Python 3.9+

<pre language="bash">
pip install git+https://github.com/llistochek/yandex-music-downloader
yandex-music-downloader —help</pre>

Код доступен на GitHub: https://github.com/kaimi-io/yandex-music-download.

@pythonl
@python_be1

🖥 Разбор 70 задач Leetcode
Этот ролик охватывает следующие темы:

▫️Временную и пространственную сложность алгоритмов.
▫️Все основные структуры данных.
▫️Советы по подготовке к интервью.

Решения представлены на языке программирования Python 🐍.

Сохраните этот материал для подготовки к собеседованиям 👇

Полное 5.5-часовое видео: https://youtu.be/lvO88XxNAzs?si=EX7_LAu3y8g7WETG

@python_job_interview
@python_be1

🤗 Большое обновление для локальных LLM!

Теперь вы можете легко использовать любую модель GGUF на
huggingface напрямую с ollama.

Просто укажите на репозиторий Hugging Face и запустите ее!

<code>Вот как запустить </code>
1. Найдите на хабе нужный GGUF, например Llama 3.2 3B.
2. <code>ollama run hf(.)co/hugging-quants/Llama-3.2-3B-Instruct-Q4_K_M-GGUF</code> remove ()
3. Работатайет со своей моделью локально, используя возможности llama.cpp

Документация: https://huggingface.co/docs/hub/ollama
@python_be1

Что выведет код ?
@python_be1

👩‍💻 Преобразование текста в числовые значения является сложной задачей из-за различий в языковых представлениях.

Numerizer упрощает этот процесс, преобразуя различные текстовые форматы и варианты написания в числа. 💡

Установка:
$ pip install numerizer

»> from numerizer import numerize
»> numerize('forty two')
'42'
»> numerize('forty-two')
'42'
»> numerize('four hundred and sixty two')
'462'
»> numerize('one fifty')
'150'
»> numerize('twelve hundred')
'1200'
»> numerize('twenty one thousand four hundred and seventy three')
'21473'
»> numerize('one million two hundred and fifty thousand and seven')
'1250007'
»> numerize('one billion and one')
'1000000001'
»> numerize('nine and three quarters')
'9.75'
»> numerize('platform nine and three quarters')
'platform 9.75'
@python_be1

Вышел PyTorch 2.5 🔥

Выпуск #PyTorch 2.5, в котором представлена новая серверная часть <code>cuDNN для SDPA,</code> компиляция torch.compile и ускорения производительности серверной части <code>TorchInductor CPP </code>

Все обновления можно найти здесь: https://pytorch.org/blog/pytorch2-5/
@python_be1

Машинное обучение. Дайджест интересных новостей
@python_be1
https://habr.com/ru/articles/851584/

🖥 optillm (https://github.com/codelion/optillm) — инструмент для оптимизации процесса вывода языковых моделей (LLM) через прокси-сервер. Он поддерживает различные подходы к оптимизации, такие как цепочки размышлений (CoT), самоотражение, алгоритм R* и другие. Этот инструмент позволяет использовать модели, совместимые с OpenAI API, и позволяет легко интегрировать их с существующими инструментами и фреймворками.

🌟 Основная цель — упростить работу с крупными языковыми моделями, обеспечивая их более эффективное использование, включая поддержку нескольких техник вывода и оптимизации

🔐 Лицензия: Apache-2.0

▪️Github (https://github.com/codelion/optillm)

@data_analysis_ml
@python_be1

Привет, написал небольшую статью про релиз Python 3.13, может кому будет полезно.
@python_be1
https://pythonguides.ru/posts/python-3-13-release

👩‍💻 Урок (https://www.youtube.com/watch?v=JK-B-CT34EU) по созданию современного настольного GUI- приложения с использованием Python и PySide6!

🔍 Что вы изучите:

🌟 Настройка среды разработки
🌟 Создание главного окна приложения
🌟 Проектирование и реализация современных компонентов пользовательского интерфейса
🌟 Обработка взаимодействий и событий пользователя
🌟 Настройка внешнего вида с помощью таблиц стилей
🌟 Создание темных и светлых тем приложения

🕞 Продолжительность: 2:06:51

🔗 Ссылка: *клик* (https://www.youtube.com/watch?v=JK-B-CT34EU)

@pythonl
@python_be1

🖥 financial-data-analyst (https://github.com/anthropics/anthropic-quickstarts/tree/main/financial-data-analyst) — набор советов и гайдов для быстрого старта работы с Claude AI для анализа финансовых данных.

Он показывает, как использовать возможности ИИ для обработки и анализа финансовой информации с помощью Claude, предлагая готовые к работе шаблоны и сценарии для анализа

▪️Github (https://github.com/anthropics/anthropic-quickstarts/tree/main/financial-data-analyst)

@data_analysis_ml
@python_be1

🖥 py2many: Python to many CLike languages transpiler

Инструмент py2many помогает переводить код на Python в код на различных языках, включая Rust.

Он поддерживает множество языков, таких как Rust, C++, Julia, Kotlin и другие, а также способен генерировать код Python с аннотациями типов.

Для трансляции кода используется команда в терминале, после чего сгенерированный код компилируется.

На сайте проекта доступна документация с инструкциями по установке необходимых библиотек и форматировщиков.

GitHub: https://github.com/py2many/py2many
@python_be1

🖥 ChatGPT попросили написать SQL запросы для работы с базой данных магазина.

Ответ убил

🌟 Кажется, ии медленно уничтожает человечество...

@data_analysis_ml
@python_be1