Новости от Политнавигатор за последний час

Политнавигатор за последний час опубликовал:

18.02.2024 @ 13:42
Китай призвал Запад не лезть в конфликт Украины и России

Китай не имеет никакого отношения к конфликту на Украине и не станет из-за него отказываться от торговли с Россией. Об этом на Мюнхенской конференции по безопасности заявил министр иностранных дел КНР Ван И, передаёт корреспондент «ПолитНавигатора».  «В 2022 году объем торговли между Россией и Китаем увеличился на 30%, в следующем году повысился на 25% и составил 240 [...]

18.02.2024 @ 13:03
России взамен на Медведчука пришлось отдать ещё более важных пленников, чем террористы из «Азова»?

Украинский политик Виктор Медведчук вышел на свободу благодаря тому, что Россия, помимо террористов из запрещенного «Азова», отдала по обмену еще и группу иностранцев – вполне возможно, тех самых вип-сидельцев катакомб на «Азовстали», о которых так много сначала писали в прессе, а затем позабыли об их существовании. «На самом деле меня обменяли на иностранцев, воевавших на стороне [...]



Вы получили это письмо, так как просили уведомлять вас о появлении новых записей.
С уважением, Subscribe2 Sender

4 способа безопасно выполнять ненадежный код

Веб-версия 🤖 Как ограничения Python влияют на развитие ИИ Благодаря своей простоте и наличию большого количества библиотек для машинного обучения и анализа данных, Python стал де-факто стандартом AI-индустрии . Однако с ростом количества пользователей ИИ-сервисов растут и опасения по поводу возможностей языка: высоконагруженным платформам явно не хватает производительности Python. Ограничения Питона негативно влияют на скорость работы ИИ-моделей, на эффективность обслуживания сопутствующих процессов, и связаны с: интерпретируемой природой языка; однопоточностью; глобальным блокировщиком интерпретатора (GIL). Автор видео рассматривает потенциальные решения этих проблем, включая использование альтернативных языков – от надежных ветеранов JavaScript и Java до суперскоростных новинок Go, Rust и Zig, однако приходит к выводу, что роль Python в ИИ в обозримом будущем не уменьшится – альтернативы огромной коллекции питоновских ИИ-библиотек и фреймворков пока нет.  ⛔ Когда классы не нужны Бытует мнение, что профессионалы всегда и везде должны использовать ООП, независимо от сложности и назначения проекта, потому что классы – это круто, а функциональный подход – для дилетантов. В то же время некоторые опытные программисты считают, что использование классов нередко вредит простым проектам – делает код чрезмерно сложным для понимания и поддержки. Автор видео показывает, что во многих случаях классы вообще не нужны , потому что все то же самое проще сделать с помощью обычной функции и словаря, и демонстрирует процесс рефакторинга, в ходе которого объем модуля для отправки имейлов удалось сократить с 660 строк кода до 15 – без потери функциональности. Понять, что вашему коду не нужны классы, очень просто: если в классе всего 2 метода, один из которых __init__ если экземпляр класса создается и используется лишь однажды …то лучше обойтись функцией.   А в качестве примера кода, при написании которого вместо использования нескольких классов проще обойтись словарем, автор приводит вариант реализации игры «Жизнь» Джона Конвея. 🐍 Больше полезных материалов вы найдете на нашем телеграм-канале «Библиотека питониста» 🛡️ 4 безопасных способа выполнения ненадежного Python-кода Туториал «Как сделать онлайн-редактор для Python с использованием Ace» показывает процесс создания простейшей IDE для выполнения на бэкенде кода, полученного от пользователя с фронтенда. В проекте используются Django и популярный редактор Ace.js . Следует заметить, что подобный проект можно сделать только в качестве Proof of concept или для тренировки навыков работы с фронтендом: запускать таким образом на бэкенде код, полученный от пользователей, ни в коем случае нельзя. Есть 4 основных подхода к созданию браузерных IDE для безопасного запуска пользовательского кода: Запуск кода в изолированном окружении (контейнер, виртуальная машина). Этот метод используют все онлайн-тренажеры. Вот статья на Хабре о процессе создания такой песочницы для платформы Яндекс Практикум. Подход с использованием виртуальной машине применяется на сайте Школа программиста. 2. Использование максимально урезанной версии интерпретатора. О сложностях этого подхода – в выступлении Джессики Маккелар.    3. Транспиляция Python в JavaScript и выполнение кода на фронтенде (Brython, PyScript, Skulpt). Этот подход хорош всем, кроме того, что не поддерживает большинство встроенных библиотек, не говоря уже о сторонних. 4. Исполнение кода с помощью Pyodide в WebAssembly/Emscripten. В этом репозитории есть пример IDE на Django/Ace, которая безопасно выполняет любой Python-код, используя Pyodide и WebAssembly. При этом подходе можно использовать micropip для установки большинства популярных библиотек и фреймворков. 🔥 Новая альтернатива PyTorch Burn – гибкий и производительный фреймворк для глубокого обучения на языке Rust. Основные преимущества: Высокая производительность. Burn использует несколько оптимизационных техник (автоматические ядерные методы, асинхронное выполнение, интеллектуальное управление памятью и другие) для достижения максимальной эффективности. Упрощенные процессы обучения и развертывания. Burn позволяет легко организовать весь процесс обучения и деплоя нейросетей – от мониторинга процесса обучения до развертывания модели на разных устройствах. Гибкость. Фреймворк может работать на любой платформе – от встраиваемых устройств до кластеров мощных GPU. Расширяемость. Архитектура Burn позволяет расширять существующие или добавлять новые бэкенды для поддержки дополнительных возможностей вроде автодифференцирования. На примере переноса предобученной нейронной сети ResNet из PyTorch в Burn автор демонстрирует все основные методы работы с новым фреймворком: Определение архитектуры с использованием модулей (Module). Это позволяет определить основные блоки сети – BasicBlock и Bottleneck. Импорт предобученных весов модели из PyTorch с помощью утилиты PyTorchFileRecorder. При этом выполняется сопоставление имен слоев модели. Сохранение загруженных весов в один из поддерживаемых форматов Burn, чтобы в дальнейшем не конвертировать словарь состояний PyTorch каждый раз. Загрузка тестового изображения собаки и преобразование его в тензор, необходимый для вывода модели. Выполняются масштабирование, нормализация и другие операции предобработки. Тестирование нейросети (определение породы собаки на фото). 🧩🐍 Интересные задачи по Python для практики можно найти на нашем телеграм-канале «Библиотека задач по Python» 📜 Модуль textwrap Для форматирования текстового вывода в Python чаще всего используют f-строки. Встроенный модуль textwrap не пользуется особой популярностью, и как показывает автор этого поста, – зря: в нем есть несколько классных фич. Вот его основные возможности.   shorten – обрезает строку до нужного количества символов, указатель на продолжение можно кастомизировать: wrap – разделяет текст на фрагменты нужного размера, которые можно использовать для пакетной обработки: TextWrapper – используется для многократного вызова wrap и для применения к тексту множества дополнительных параметров форматирования: dedent – для автоматического удаления отступов: indent – для добавления нужного количества отступов:  На этом все, увидимся через неделю! 🐍💼 Подтянуть свои знания по Python вы можете на нашем телеграм-канале «Библиотека собеса по Python» Автор рассылки: Наталья Кайда 📖 Читать нас 🎓 Учиться у нас 📖 Читать нас 🎓 Учиться у нас Вы получили это письмо, потому что подписались на нашу рассылку. Если вы больше не хотите получать наши письма, нажмите здесь.