کتابخانه های ماشین لرنینگ

🔹@python_rd

پایتون، آچار فرانسه دنیای برنامه نویسی🔥

🔹@python

‌‏🌐 این هوش مصنوعی متا به ربات‌ها حس لامسه می‌بخشه!

✔️ غول فناوری متا مدعی شده که با ترکیب دو فناوری رباتیک و سیستم‌های مبتنی بر هوش مصنوعی تونسته درک بهتر و تعامل با دنیای فیزیکی رو برای ربات‌ها به ارمغان بیاره.

‏✔️ بر اساس بیانیه رسمی شرکت Meta، این شرکت به یک ابزار مبتنی بر هوش مصنوعی جدید به نام Sparsh دست یافته که برای سنجش لمس تشکیل شده.

✔️ این دستاورد، حس لامسه مبتنی بر بینایی رو به ربات‌های بخشیده و به اونا اجازه میده که با لمس اطراف خود اون‌ها رو درک کنن.

#هوش_مصنوعی #AI
@python_rd

دانلود از اینستاگرام با پایتون:

import instaloader

def download_instagram_video(video_url): Loader instaloader. Instaloader()

try:

post_id video_url.split('/') [-2]

post = instaloader.Post.from_shortcode (Loader.context, post_id)

if post.is_video:

print("Downloading video: {post.title}...") Loader.download_post(post, target=post.owner_username)

print("Download completed

successfully!")

else:

print("This post is not a video.")

except Exception as e:

print(f"Error during download: {e}")

if name == "main":

url= input("Enter the Instagram video link:

download_instagram_video (url)

🔹@python_rd

شرکت های ایرانی که از پایتون استفاده میکنند

🔹@python_rd

زمان‌سنج برای اندازه‌گیری زمان اجرای کد

در پایتون، بررسی زمان اجرای کد می‌تواند در بهینه‌سازی برنامه بسیار مفید باشد. مثال زیر چگونگی زمان‌سنجی یک قطعه کد با استفاده از time را نشان می‌دهد:

import time

# تعیین تابعی که می‌خواهید زمان اجرای آن را اندازه‌گیری کنید
def my_function():
    sum = 0
    for i in range(1, 1000000):
        sum += i
    return sum

# زمان قبل از اجرای تابع
start_time = time.time()

# اجرای تابع
my_function()

# زمان بعد از اجرای تابع
end_time = time.time()

# محاسبه و چاپ زمان سپری شده
elapsed_time = end_time - start_time
print(f"زمان اجرای تابع: {elapsed_time:.5f} ثانیه")

این کد نشان می‌دهد که چطور می‌توانید زمان اجرای یک تابع یا قطعه کدی را اندازه‌گیری کنید و از آن برای بهینه‌سازی استفاده نمایید.

@python_rd

کتاب های حرفه ای پایتون:

1. Effective Python
2. Python Tricks
3. Fluent Python
4. Mastering Python

@python_rd