@pythonl
Добро пожаловать в канал Python/ django! Если вы увлечены программированием на Python и работой с Django, то этот канал - идеальное место для вас. Здесь мы делимся самой актуальной информацией, советами и новостями о Python и Django. На канале вы найдете ссылки на полезные ресурсы, книги, и другие каналы, посвященные машинному обучению, искусственному интеллекту и большим данным. Кроме того, мы регулярно публикуем интересные статьи и обсуждения о том, как использовать Python и Django для создания ваших проектов. Присоединяйтесь к нам, чтобы быть в курсе всех новостей и тенденций в мире Python и Django!
11 Jan, 11:03
10 Jan, 10:00
10 Jan, 08:02
10 Jan, 06:36
09 Jan, 16:02
09 Jan, 11:04
09 Jan, 03:54
pip install githubkit
# or, use poetry
poetry add githubkit
# or, use pdm
pdm add githubkit
# or, use uv
uv add githubkit
from githubkit import Response
from githubkit.versions.latest.models import FullRepository
resp: Response[FullRepository] = github.rest.repos.get("owner", "repo")
repo: FullRepository = resp.parsed_data
print(repo.full_name)
08 Jan, 11:15
08 Jan, 07:00
06 Jan, 17:05
06 Jan, 12:01
05 Jan, 10:02
04 Jan, 12:03
02 Jan, 13:02
31 Dec, 19:02
import time
import random
import pyfiglet as pf
from pyfiglet import Figlet
from termcolor import colored
text = "С новым 2025 годом"
color_list = ['red', 'green', 'blue', 'yellow']
data_list = []
with open('texts.txt') as f:
data_list = [line.strip() for line in f]
happy_new_year_art = pf.figlet_format(text)
for i in range(0, 1):
if i % 2 == 0:
f = Figlet(font=random.choice(data_list))
text_art = colored(f.renderText(text), random.choice(color_list))
else:
text_art = happy_new_year_art
print("\n", text_art)
31 Dec, 12:00
30 Dec, 12:02
29 Dec, 09:58
28 Dec, 18:12
28 Dec, 16:11
27 Dec, 15:23
27 Dec, 06:15
26 Dec, 16:43
25 Dec, 10:33
23 Dec, 23:00
23 Dec, 20:39
23 Dec, 15:45
23 Dec, 13:43
23 Dec, 08:28
22 Dec, 10:08
21 Dec, 18:02
21 Dec, 16:37
21 Dec, 14:02
21 Dec, 12:27
21 Dec, 10:25
20 Dec, 13:31
20 Dec, 11:31
09 Dec, 17:58
09 Dec, 10:01
09 Dec, 08:02
08 Dec, 16:13
# Clone repo
git clone --recurse-submodules https://github.com/microsoft/TRELLIS.git
cd TRELLIS
# Create conda env and install dependencies
. ./setup.sh --new-env --basic --flash-attn --diffoctreerast --spconv
--mipgaussian --kaolin --nvdiffrast
# Install web demo via Gradio
. ./setup.sh --demo
# Run WebUI
python app.py
07 Dec, 14:41
07 Dec, 10:22
06 Dec, 19:15
06 Dec, 17:15
06 Dec, 12:31
06 Dec, 10:21
04 Dec, 16:20
04 Dec, 14:01
04 Dec, 10:15
04 Dec, 09:09
03 Dec, 17:02
03 Dec, 15:30
03 Dec, 10:43
# Clone repo:
git clone https://github.com/tencent/HunyuanVideo
cd HunyuanVideo
# Prepare conda environment
conda env create -f environment.yml
conda activate HunyuanVideo
# Install pip dependencies
python -m pip install -r requirements.txt
# Install flash attention v2
python -m pip install git+https://github.com/Dao-AILab/[email protected]
# Inference
python3 sample_video.py \
--video-size 720 \
--video-length 129 \
--infer-steps 50 \
--prompt "%prompt%" \
--flow-reverse \
--use-cpu-offload \
--save-path ./results
03 Dec, 10:01
03 Dec, 08:00
02 Dec, 13:00
02 Dec, 11:00
01 Dec, 14:56
01 Dec, 10:39
01 Dec, 08:28
30 Nov, 16:19
30 Nov, 14:27
30 Nov, 12:48
29 Nov, 12:15
29 Nov, 10:28
# 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
28 Nov, 10:00
28 Nov, 08:00
27 Nov, 13:02
27 Nov, 08:11
pip install aisuite
26 Nov, 17:01
26 Nov, 13:00
26 Nov, 11:01
25 Nov, 09:50
24 Nov, 12:00
23 Nov, 13:01
22 Nov, 14:01
22 Nov, 09:00
21 Nov, 14:01
21 Nov, 12:00
21 Nov, 06:35
20 Nov, 15:02
_add__
в Python обеспечивает изящный арифметический синтаксис между вашими объектами класса и делает код более читабельным и интуитивно понятным.20 Nov, 09:33
19 Nov, 12:01
19 Nov, 10:02
19 Nov, 08:03
18 Nov, 13:42
18 Nov, 12:57
from PIL import Image
import matplotlib.pyplot as plt
import torch
from torchvision import transforms
from transformers import AutoModelForImageSegmentation
model = AutoModelForImageSegmentation.from_pretrained('briaai/RMBG-2.0', trust_remote_code=True)
torch.set_float32_matmul_precision(['high', 'highest'][0])
model.to('cuda')
model.eval()
# Data settings
image_size = (1024, 1024)
transform_image = transforms.Compose([
transforms.Resize(image_size),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
image = Image.open(input_image_path)
input_images = transform_image(image).unsqueeze(0).to('cuda')
# Prediction
with torch.no_grad():
preds = model(input_images)[-1].sigmoid().cpu()
pred = preds[0].squeeze()
pred_pil = transforms.ToPILImage()(pred)
mask = pred_pil.resize(image.size)
image.putalpha(mask)
image.save("no_bg_image.png")
17 Nov, 10:30
17 Nov, 09:28
16 Nov, 16:01
16 Nov, 12:01
16 Nov, 11:01
15 Nov, 15:00
15 Nov, 12:50
14 Nov, 17:51
Sigstore и in-toto Attestation Framework.
14 Nov, 09:01
13 Nov, 12:36
git config set --append --global include.path path/to/toolgit/aliases.ini
13 Nov, 10:29
12 Nov, 14:02
12 Nov, 11:35
12 Nov, 09:34
11 Nov, 18:33
11 Nov, 16:33
11 Nov, 14:01
11 Nov, 07:00
sys
, иногда re
, редко itertool
и т.д.).asm.py
- ассемблер. Компилирует "Python-ассемблер" в байткод и выполняет его;basic.py
- бейсик. Подмножество TinyBASIC, но с настоящим редактором строк BASIC!lisp.py
- Lisp 1.5. Классика, автор - Джон Маккарти, достаточен, чтобы интерпретировать самого себя (мета-циклический интерпретатор);apl.py
- интерпретатор k/simple, написанный Артуром Уитни, представляет собой диалект языка программирования K (array processing language), который является вариантом APL.mouse.py
- язык конкатенативного программирования MOUSE, опубликованный в журнале BYTE в 1979 году.pl0.py
- переводчик с языка PL/0, автор Никлаус Вирт.tcl.py
- крошечный интерпретатор командного языка (TCL).10 Nov, 09:22
09 Nov, 14:01
08 Nov, 12:01
08 Nov, 10:00
08 Nov, 09:03
07 Nov, 13:16
07 Nov, 08:46
python -m pip install Django==5.1.3
06 Nov, 16:45
06 Nov, 14:44
06 Nov, 11:47
05 Nov, 14:34
05 Nov, 12:55
05 Nov, 10:00
05 Nov, 08:00
04 Nov, 18:00
04 Nov, 13:01
04 Nov, 10:32
03 Nov, 13:00
02 Nov, 13:02
01 Nov, 08:21
31 Oct, 11:02
git clone https://github.com/CatchTheTornado/pdf-extract-api.git
cd pdf-extract-api
30 Oct, 09:32
29 Oct, 08:33
28 Oct, 16:19
28 Oct, 15:09
28 Oct, 10:40
28 Oct, 09:27
27 Oct, 09:01
26 Oct, 13:01
26 Oct, 11:39
25 Oct, 10:00
25 Oct, 08:00
24 Oct, 14:01
24 Oct, 09:02
23 Oct, 10:01
23 Oct, 08:00
22 Oct, 17:59
22 Oct, 15:59
22 Oct, 14:04
22 Oct, 11:45
21 Oct, 09:24
20 Oct, 10:01
19 Oct, 15:02
19 Oct, 10:01
19 Oct, 09:01
18 Oct, 14:01
>>> import niquests
>>> s = niquests.Session(resolver="doh+google://", multiplexed=True)
>>> r = s.get('https://pie.dev/basic-auth/user/pass', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.oheaders.content_type.charset
'utf8'
>>> r.encoding
'utf-8'
>>> r.text
'{"authenticated": true, ...'
>>> r.json()
{'authenticated': True, ...}
>>> r
<Response HTTP/3 [200]>
>>> r.ocsp_verified
True
>>> r.conn_info.established_latency
datetime.timedelta(microseconds=38)
18 Oct, 10:01
18 Oct, 08:01
17 Oct, 16:01
17 Oct, 13:35
>>> 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'
17 Oct, 11:00
17 Oct, 09:00
16 Oct, 13:02
16 Oct, 08:50
15 Oct, 18:01
15 Oct, 16:01
15 Oct, 14:01
pip install git+https://github.com/llistochek/yandex-music-downloader
yandex-music-downloader --help
15 Oct, 12:01
15 Oct, 08:20
14 Oct, 15:00
14 Oct, 12:41
14 Oct, 10:00
14 Oct, 08:01
26 Sep, 09:00
26 Sep, 07:00
25 Sep, 12:00
25 Sep, 09:47
pip install formatron
24 Sep, 11:01
24 Sep, 09:02
23 Sep, 09:51
22 Sep, 12:08
22 Sep, 10:53
21 Sep, 08:52
19 Sep, 18:21
andas, Matplotlib
и многого другого.19 Sep, 15:10
19 Sep, 13:06
19 Sep, 09:33
18 Sep, 13:05
18 Sep, 06:35
17 Sep, 11:21
pip install stealth_requests
16 Sep, 10:03
pip install -U kazam
13 Sep, 08:52
12 Sep, 10:07
12 Sep, 08:05
10 Sep, 13:05
10 Sep, 08:05
09 Sep, 08:59
pip install grafana-backup
08 Sep, 10:04