Как расширить возможности стандартного Enum
https://ift.tt/VWtlnrK
А может всё-таки есть способ сделать такой Enum, используя стандартную библиотеку Python?! Под катом будем разбираться в существующих вариантах решения.
Как мы делали корпоративный чемпионат по Python
https://ift.tt/VaJhHpY
Большинство сотрудников Mediascope используют Python для решения повседневных задач: разрабатывают модели машинного обучения, пишут код для веб-сервисов, анализируют данные, автоматизируют рутинные процессы. В прошлом году мы провели корпоративный чемпионат, который помог повысить мотивацию к изучению Python и оживить внутреннее комьюнити. А ещё чемпионат получил продолжение: модель из ML-трека стала прототипом во внутреннем конвейере обработки данных. Расскажем, как это было.
Deploying Django Apps in Kubernetes
https://ift.tt/12nJhbE
As an open-source container orchestration platform that automates deployment, scaling, and load balancing, Kubernetes offers unparalleled resilience and flexibility in the management of your Django applications.
Мульти-тенант в Django
https://ift.tt/nRfJyEO
Мульти-тенант (multi-tenancy) — это подход, который позволяет одному экземпляру приложения обслуживать множество клиентов или арендаторов (тенатов). Каждый арендатор изолирован от других, имея возможность кастомизации под свои нужды, при этом основной кодовой базой и инфраструктурой делится между всеми.Когда применять эту замечательную концепцию?
pyparsing - 3.1.2
https://ift.tt/KIhkneq
Python модуль для синтаксического анализа. Скачать можно по ссылке: https://pypi.python.org/pypi/pyparsing/
Cross-Encoder для улучшения RAG на русском
https://ift.tt/827IQBX
Одно из самых прикладных применений языковых моделей (LLM) - это ответы на вопросы по документу/тексту/договорам. Языковая модель имеет сильную общую логику, а релевантные знания получаются из word, pdf, txt и других источников.Обычно релевантные тексты раскиданы в разных местах, их много и они плохо структурированы. Одна из проблем на пути построения хорошего RAG - нахождение релевантных частей текста под заданный пользователем вопрос. В статье мы посмотрим на способы нахождения релевантных текстов, увидим проблемы, которые в связи с этим возникают.
Celery для новичков
https://ift.tt/dLRvg6C
Celery – это асинхронная распределенная очередь задач, написанная на Python, она предназначена для обработки сообщений в реальном времени при помощи многозадачности. Используя Celery, можно организовать выполнение задач в фоновом режиме, не загружая основной поток приложения. Используя Celery можно легко организовать выполнение фоновых задач.
Сводка pythonz net 25.02.2024 — 03.03.2024
https://ift.tt/InCxEvP
А теперь о том, что происходило в последнее время на других ресурсах.
IPython - 8.22.2
https://ift.tt/il68TsG
Интерактивная оболочка для языка программирования Python. Скачать можно по ссылке: https://pypi.python.org/pypi/IPython
Django - 4.2.11
https://ift.tt/iH1TJWP
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Книга Тиаго Антао «Сверхбыстрый Python»
https://ift.tt/RIUhmD4
Недавно дочитал книгу Тиаго Антао, которая в русскоязычном варианте называется «Сверхбыстрый Python», а в оригинале более скромно — «Fast Python». Ее подзаголовок — «Эффективные техники для работы с большими наборами данных».
pytest - 8.1.0
https://ift.tt/qYkiCXK
Простой мощный инструмент тестирования в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/pytest/
Telegram Mini Apps с мгновенной оплатой
https://ift.tt/z2EN7yQ
Инструкция, посвящённая созданию Telegram Mini Apps с вызовом окна оплаты без создания дополнительной кнопки для этого.Telegram Mini Apps c мгновенным вызовом окна оплаты.
Open Source в финансах. Проект Okama
https://ift.tt/7pyZKFj
В среде финтех проектов наблюдается интересный парадокс. С одной стороны, вряд ли можно найти область, куда приходит больше инвестиций. Поэтому именно в финтехе сосредоточены самые продвинутые технологии: блокчейн, искусственный интеллект, биг дата, ML и др. С другой стороны, именно в финансовой области наблюдается наименьшее количество хорошо развитых open-source проектов.
Модель глубокого обучения, использующая данные ЭКГ для прогнозирования риска внезапной сердечной смерти
https://ift.tt/ZhgtodB
Внезапная сердечная смерть (ВСС) происходит, когда возникают проблемы с электрической активностью в сердце. Это распространенная причина смерти по всему миру, поэтому было бы полезно легко выявлять людей с высоким риском ВСС. Электрокардиограммы - это доступный и широко используемый способ измерения электрической активности сердца. Мы разработали вычислительный метод, который может использовать электрокардиограммы для определения, находится ли человек в повышенном риске ВСС. Наш метод может позволить врачам скрининг больших групп людей и выявление тех, кто находится в повышенном риске ВСС. Это может позволить регулярное наблюдение за этими людьми и, возможно, предотвращение ВСС у некоторых из них.
Сравнение различных схем квантования для LLM
https://ift.tt/RxStkeh
Как запустить локально LLM 70B параметров на 1 видеокарте с 24gb? Нужно квантование! Квантование - это процесс уменьшения битности вычислений в нейронной сети, используемых для представления весов, смещений и активаций. Путем снижения точности мы можем значительно сократить требования к памяти и вычислительной сложности модели.
Методы очистки данных в Pandas
https://ift.tt/mlD5Pt9
Аалитики данных часто сталкиваются с грязными данными, которые могут существенно замедлить процесс анализа. Грязны данные – это пропущенные значения, дубликаты, неконсистентные данные. Пропущенные значения заставляют нас гадать, что же было замыслено нашим коллегой; дубликаты вводят в заблуждение, умножая одно и то же на количество их копий, а неконсистентные данные заставляют нас сомневаться в каждой цифре.Очищать грязные данные можно c Pandas. Рассмотрим основные методы.
О задаче моделирование простого маятника
https://ift.tt/lq15p9u
Речь пойдёт про задачу моделирования поведения маятника: коротко разберём теорию, которая лежит в основе модели, немного подумаем над архитектурой и напишем небольшое приложение на связке Python + Tkinter. Реализация будет поддерживать исследование различных маятников с помощью самописных динамических графиков, в которые пользователь может ввести собственные формулы.
SQL и python для анализа цен на новостройки в СПб или ценнейший навык для маркетолога в 2024
https://ift.tt/moRP2Td
«Зачем мне SQL и python?» — задают резонный вопрос маркетологи или менеджеры по продукту, особенно в сфере недвижимости, оптовой торговли, услуг для бизнеса: «У нас нет миллионов строк данных, нет логов, мы успешно работаем с несколькими таблицами в excel».
SQLAlchemy - 2.0.28
https://ift.tt/H69CTRq
Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/
Django - 3.2.25
https://ift.tt/ELI3tf5
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
SQLAlchemy - 1.4.52
https://ift.tt/xA2BRDe
Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/
Django - 5.0.3
https://ift.tt/HZ5UaKJ
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Разработка производительного распознавателя автономеров для edge-устройств
- Как быстро написать API на FastAPI с валидацией и базой данных
- Python Monorepo Visualization
- Как я сделал телеграмм-бота для массовых откликов на вакансии и что мне это дало
- Создание Chat-Ops бота в Mattermost
- Telegram Mini Apps с мгновенной оплатой
- django-rest-framework-passwordless - Passwordless Auth
- pylint - 3.1.0
Заходите в гости - https://pythondigest.ru/issue/533/
Как быстро написать API на FastAPI с валидацией и базой данных
https://ift.tt/SQ5Imti
Все веб-запросы обрабатываются на сервере — это хорошо всем известно. Но бывает, когда нужно написать специальный программный интерфейс, так называемый API, через который пользователи смогут централизованно получать данные и вносить изменения, например, в свой профиль. В этой статье мы разработаем простой API с помощью самого популярного стека и FastAPI.
Разработка производительного распознавателя автономеров для edge-устройств
https://ift.tt/SxRIcYy
«Мы всего лишь хотели пофиксить баги в своем продукте, а психанули и создали аналог одной из библиотек» — CV-инженеры