🔥 Огромный репозиторий со всевозможной беспалтной литературой по различным разделам IT!

🔐 Лицензия: CC-BY-4.0

🖥 GitHub

@pythonl

👩‍💻 Простой совет для улучшения вашего Python кода!

@pythonl

👩‍💻 Основы Pandas — полный курс!

🔗 Ссылка: *клик*

#курс #python #pandas

@pythonl

⚡️ Эндрю Нг, основатель DeepLearningAI и Coursera только что выпустил новый пакет Python с открытым исходным кодом.

Быстрая смена моделей через простой строковый идентификатор. Гибкая и простая в использовании и библиотека.

Одна строка для переключения между любыми LLM:
OpenAI ➝ "openai:gpt-4o"
Claude ➝ "антропный:claude-3-5-sonnet"
Лама ➝ "оллама:ллама3"

pip install aisuite

🔗 GitHub

@pythonl

🔍 Кто-то выставил настройки теней в реальной жизни на минимум...

@pythonl

🔍 Наглядное сравнение производительности нескольких языков программирования при выполнении 1 млрд итераций в цикле!

@pythonl

🌟 cuPyNumeric: замена NumPy от NVIDIA.

По мере роста объемов данных и сложности вычислений, вычисления на Python и NumPy, основанные на CPU, нуждаются в ускорении для выполнения современных исследований.

cuPyNumeric разработана, чтобы стать заменой библиотеки NumPy, предоставляя сообществу Python распределенные и ускоренные вычисления на платформе NVIDIA. cuPyNumeric позволяет масштабировать вычисления без изменения кода проектов с одного CPU до суперкомпьютеров с несколькими GPU и вычислительными нодами.

Библиотека построена на Legate, поддерживает родной Python и интерфейс NumPy. cuPyNumeric доступен из conda (версия не ниже 24.1) в legate channel. На системах с GPU пакеты, поддерживающие графические ускорители будут выбраны автоматически во время установки.

Пример эффективности cuPyNumeric - обработка 10 ТБ микроизображений многоракурсной микроскопии в виде одного массива NumPy за один день с визуализаций в режиме реального времени.

▶️Установка и тест на примере из репозитория:

# Create new conda env
conda create -n myenv -c conda-forge -c legate cupynumeric

# Test via example from repo
$ legate examples/black_scholes.py
Running black scholes on 10K options...
Elapsed Time: 129.017 ms

📌Лицензирование: Apache 2.0 License.


🟡Статья
🟡Документация
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #NumPy #NVIDIA #cuPyNumeric

👩‍💻 Создание системы регистрации и входа с помощью Django: пошаговое руководство!

💡 Создание надежной системы аутентификации пользователей необходимо для любого веб-приложения. В этом руководстве вы создадите простую, но эффективную систему регистрации и входа с использованием фреймворка Django. К концу этой статьи у вас будет функциональная система аутентификации, в которой пользователи могут регистрироваться, входить и выходить, при этом система будет придерживаться встроенных механизмов аутентификации Django.

🕞 Продолжительность: 26:18

🔗 Ссылка: *клик*

@pythonl

🖥 Voice Pro — это проект, созданный для управления голосовым взаимодействием с поддержкой ИИ, оптимизированный для среды Python!

💡 Репозиторий включает инструменты для запуска приложений голосового взаимодействия и поддерживает функционал, такой как проверка среды и установка необходимых компонентов. Проект также предоставляет возможность обновления интерфейсов через командную строку и настройки некоторых элементов среды выполнения для запуска сторонних библиотек, включая llama-cpp для взаимодействия с CUDA (если доступно) в ML-проектах.

🔐 Лицензия: MIT

🖥 GitHub

@pythonl

🔒 HashCrack — это инструмент на Python, предназначенный для взлома паролей через использование Hashcat

Он предоставляет удобный интерфейс и поддерживает разнообразные методы атак методом перебора (brute-force).

Инструмент создан исключительно для использования в рамках законных тестов на проникновение и работает под операционными системами Linux и Windows.

Основные функции включают поддержку различных режимов работы, наличие интерактивного меню и ведение логов в папке сессии.

Также доступны команды для исправления ошибок и проверки работоспособности программы, а кроме того, предлагаются советы по использованию словарей и правил для увеличения эффективности атак.

pip install hashcrack-tool

🖥 Github

@pythonl

👩‍💻 pypyr — это инструмент для автоматизации задач и выполнения пайплайнов, который сочетает команды, скрипты на разных языках программирования и приложения в единый процесс! Pypyr позволяет определять пайплайны в формате YAML, что делает его удобным для управления сложными задачами.

💡 Инструмент предоставляет интерфейс командной строки (CLI) и API для выполнения пайплайнов. Он может быть расширен за счёт плагинов, таких как поддержка AWS или Slack. Это делает pypyr подходящим для самых разных сценариев автоматизации, включая управление ресурсами, отправку уведомлений и интеграцию с внешними сервисами. Для использования достаточно установить библиотеку через pip и задать конфигурацию пайплайнов!

🔐 Лицензия: Apache-2.0

🖥 Github

@pythonl

🖥 GenAI Showcase — демонстрация использования MongoDB в контексте генеративного искусственного интеллекта!

🌟 Этот репозиторий включает в себя примеры для интеграции MongoDB с такими технологиями, как Retrieval-Augmented Generation (RAG) и различными моделями ИИ.

🔍 Основные функции репозитория:

🌟 Использование MongoDB как векторной базы данных и хранилища памяти для AI-решений.

🌟 Интеграция с популярными фреймворками, такими как LlamaIndex, Haystack и LangChain, а также моделями от OpenAI и Anthropic.

🌟 Примеры решений для конкретных отраслей, включая здравоохранение, финансы и электронную коммерцию.

🌟 Готовые сценарии для создания систем RAG и агентов на основе ИИ, таких как AI Research Assistant и AI Investment Researcher.

🔐 Лицензия: MIT

🖥 Github

@pythonl

🖥 Поиск в Google с помощью Python

@pythonl

🖥 dbnd — инструмент для управления и отслеживания данных в рабочих процессах! Этот проект предлагает фреймворк для конструирования, мониторинга и анализа работы data engineering команд.

🔍 Основные функции:

🌟 Трекер данных — отслеживает происхождение данных, их использование и зависимости между компонентами.

🌟 Оркестрация — управление сложными рабочими процессами, включая автоматизацию их выполнения.

🌟 Интеграция — поддерживает существующие инструменты, такие как Apache Airflow, и предлагает расширенные возможности для мониторинга.

🌟 Обсервация данных — помогает выявлять и исправлять ошибки в процессах обработки данных.

🔐 Лицензия: Apache-2.0

🖥 Github


@pythonl

👩‍💻 Воспроизведение YouTube видео с помощью Python

@pythonl

👩‍💻 30-Days-Of-Python — пошаговый курс изучения Python для начинающих и среднего уровня разработчиков!

💡 Он состоит из 30-дневной программы, охватывающей основы языка, такие как переменные, типы данных, функции и модули, а также продвинутые темы, включая объектно-ориентированное программирование, веб-разработку, работу с базами данных и машинное обучение.

🌟 Каждый день включает теоретическое объяснение темы, практические примеры и задания для закрепления материала. Репозиторий активно используется для самообучения и улучшения навыков программирования на Python, а также содержит дополнительные материалы, такие как заключительные выводы и проекты для финального дня курса.

🖥 Github

#курс #python

@pythonl