@pro_python_code
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Новый Function (fxn) — фреймворк, который компилирует Python-функции в нативный код с производительностью, сравнимой с Rust.
🧠 Как это работает?
- Использует символическое трассирование на CPython для анализа функций
- Генерирует промежуточное представление (IR)
- Транслирует IR в C++ или Rust, а затем компилирует в бинарный код
- Поддерживает платформы: Linux, Android, WebAssembly и др.
📦 Пример:
@compile
def fma(x: float, y: float, z: float) -> float:
return x * y + z
После компиляции вы получаете нативный бинарник, который можно запускать без интерпретатора Python.
🔗 Подробнее
🔗 Github
@pro_python_code
#Python #Rust #fxn #Compiler #Performance #AI #ML #Wasm
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
Kimi-Audio — инструктивная модель с 7 млрд. параметров, разработанная командой MoonshotAI, которая объединяет распознавание речи, анализ аудиоконтента и генерацию ответов в реальном времени в единую архитектуру. Модель показала SOTA-результаты на множестве аудиобенчмарков, от распознавания речи до эмоционального анализа.
Архитектура Kimi-Audio — это 3 компонента:
Отдельного внимания заслуживает пайплайн обучения, к нему команда разработки подошла ответственно и скрупулезно: 13 млн часов аудио были обработаны через автоматический конвейер, включающий шумоподавление, диаризацию и транскрипцию.
Для повышения качества сегменты объединялись по контексту, а транскрипции дополнялись пунктуацией на основе пауз. После предобучения на задачах ASR и TTS модель прошла этап SFT на 300 тыс. часов данных (развернутые диалоги и аудиочаты).
В тестах ASR Kimi-Audio показала: WER 1.28 на LibriSpeech test-clean против 2.37 у Qwen2.5-Omni. В аудиопонимании она лидирует на ClothoAQA (73.18) и MELD (59.13), а в классификации сцен (CochlScene) показывает 80.99 — на 17 пунктов выше ближайшего соперника. В диалогах модель близка к GPT-4o (3.90 против 4.06 по субъективной оценке).
@ai_machinelearning_big_data
#AI #ML #KimiAudio #MoonshotAI
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🧠 RegExp: Как найти строки с IP-адресами в логах
Частая задача — выцепить IP-адреса из логов. Вот регулярка и однострочник, которые помогут:
📌 Что делает:
-
-
💡 Можно дополнительно убрать дубликаты и отсортировать по частоте:
🚀 Покажет топ IP-адресов по количеству обращений — удобно для анализа трафика и выявления подозрительной активности.
Частая задача — выцепить IP-адреса из логов. Вот регулярка и однострочник, которые помогут:
grep -Eo '([0-9]{1,3}\.){3}[0-9]{1,3}' /var/log/nginx/access.log
📌 Что делает:
-
-Eo
— включаем расширенные регулярки и выводим только совпадения-
([0-9]{1,3}\.){3}[0-9]{1,3}
— шаблон для IPv4-адресов💡 Можно дополнительно убрать дубликаты и отсортировать по частоте:
grep -Eo '([0-9]{1,3}\.){3}[0-9]{1,3}' /var/log/nginx/access.log | sort | uniq -c | sort -nr | head
🚀 Покажет топ IP-адресов по количеству обращений — удобно для анализа трафика и выявления подозрительной активности.
🎯 GitHub Copilot — обновления в Visual Studio 17.14 Preview 3
🎯 1) Более глубокая интеграция Copilot Chat
● Теперь чат встроен прямо в редактор, можно задать вопрос по коду без открытия панели.
● Выделяешь фрагмент — пишешь “Explain this” — ответ в tooltip.
🎯 2) Поддержка многих языков
● С++, C#, JavaScript, Python — лучше понимает контекст многоязычных проектов.
● Корректнее читает namespace, dependency, partial classes.
🎯 3) Действия напрямую из чата
● Теперь можно нажать Insert/Replace прямо в чате, и код появится в файле.
● Можно отменить через Undo в VS.
🎯 4) Встроенная документация
● Спросишь “How to use HttpClient in C#?” — получишь код и объяснение без браузера.
🎯 5) Новый UI Copilot Chat
● Стал компактнее, добавили markdown , свертывание длинных блоков.
👀 GitHub Copilot в VS все ближе к роли интерактивного ассистента — а не просто генератора. Уже пробовали?
✔️ Релиз
🎯 1) Более глубокая интеграция Copilot Chat
● Теперь чат встроен прямо в редактор, можно задать вопрос по коду без открытия панели.
● Выделяешь фрагмент — пишешь “Explain this” — ответ в tooltip.
🎯 2) Поддержка многих языков
● С++, C#, JavaScript, Python — лучше понимает контекст многоязычных проектов.
● Корректнее читает namespace, dependency, partial classes.
🎯 3) Действия напрямую из чата
● Теперь можно нажать Insert/Replace прямо в чате, и код появится в файле.
● Можно отменить через Undo в VS.
🎯 4) Встроенная документация
● Спросишь “How to use HttpClient in C#?” — получишь код и объяснение без браузера.
🎯 5) Новый UI Copilot Chat
● Стал компактнее, добавили markdown , свертывание длинных блоков.
👀 GitHub Copilot в VS все ближе к роли интерактивного ассистента — а не просто генератора. Уже пробовали?
Please open Telegram to view this post
VIEW IN TELEGRAM
# 🔐 Современные алгоритмы шифрования: обзор и примеры
Шифрование — основа информационной безопасности. От мессенджеров и банковских систем до VPN — всё держится на надёжных алгоритмах шифрования.
Сегодня используются десятки алгоритмов, но среди них выделяются несколько актуальных, проверенных и широко применяемых. Давайте разберём их понятным языком.
---
## 1️⃣ AES (Advanced Encryption Standard)
AES — стандарт симметричного блочного шифрования. Принят в 2001 году, заменил DES. Используется один ключ для шифрования и дешифрования.
- Блок данных: 128 бит
- Ключи: 128, 192 или 256 бит
- Количество раундов: 10, 12, 14
### 💡 Где используется?
- HTTPS
- VPN (OpenVPN, WireGuard)
- ZIP-архивы
- WhatsApp, Signal
### 🐍 Пример на Python (PyCryptodome):
2️⃣ RSA (Rivest–Shamir–Adleman)
RSA — алгоритм с асимметричными ключами (есть открытый и закрытый ключи). Подходит для безопасной передачи данных и цифровых подписей.
- Размер ключей: от 1024 до 4096 бит
- Основан на сложности факторизации больших чисел
💡 Где используется?
- TLS/SSL
- PGP/GPG
- Электронные подписи
### 🐍 Пример на Python (cryptography):
3️⃣ ChaCha20 (с поточной схемой Poly1305)
ChaCha20-Poly1305 — алгоритм поточного шифрования с аутентификацией. Быстрее AES на мобильных устройствах и устойчив к атакам на побочные каналы.
- Ключ: 256 бит
- Потоковый шифр + аутентификация (AEAD)
### 💡 Где используется?
- TLS 1.3
- Google Chrome
- WhatsApp
- OpenSSH
### 🐍 Пример на Python (cryptography):
## 🏆 Как выбрать алгоритм?
| Задача | Алгоритм |
|------------------------------|------------------|
| Шифрование файлов | AES |
| Безопасная передача ключа | RSA |
| Быстрое шифрование в сети | ChaCha20-Poly1305|
| Цифровая подпись | RSA, ECDSA |
✍️ Вывод
- Для симметричного шифрования лучше использовать AES или ChaCha20.
- Для обмена ключами и подписей — RSA или эллиптические алгоритмы (ECDSA, ECDH).
- Все алгоритмы нужно использовать в правильных режимах и с дополнительными проверками целостности (например, GCM, Poly1305).
Современные алгоритмы — это не просто "шифрование", а комплексная система защиты данных. Выбирайте подходящий инструмент под задачу!
👉Подробнее
Шифрование — основа информационной безопасности. От мессенджеров и банковских систем до VPN — всё держится на надёжных алгоритмах шифрования.
Сегодня используются десятки алгоритмов, но среди них выделяются несколько актуальных, проверенных и широко применяемых. Давайте разберём их понятным языком.
---
## 1️⃣ AES (Advanced Encryption Standard)
AES — стандарт симметричного блочного шифрования. Принят в 2001 году, заменил DES. Используется один ключ для шифрования и дешифрования.
- Блок данных: 128 бит
- Ключи: 128, 192 или 256 бит
- Количество раундов: 10, 12, 14
### 💡 Где используется?
- HTTPS
- VPN (OpenVPN, WireGuard)
- ZIP-архивы
- WhatsApp, Signal
### 🐍 Пример на Python (PyCryptodome):
from Crypto.Cipher import AES
from Crypto.Random import get_random_bytes
from Crypto.Util.Padding import pad, unpad
key = get_random_bytes(16) # 128-битный ключ
cipher = AES.new(key, AES.MODE_CBC)
data = b"Secret message"
padded = pad(data, AES.block_size)
encrypted = cipher.encrypt(padded)
print("Encrypted:", encrypted)
# Для дешифрования нужен IV
iv = cipher.iv
cipher_dec = AES.new(key, AES.MODE_CBC, iv)
decrypted = unpad(cipher_dec.decrypt(encrypted), AES.block_size)
print("Decrypted:", decrypted.decode())
2️⃣ RSA (Rivest–Shamir–Adleman)
RSA — алгоритм с асимметричными ключами (есть открытый и закрытый ключи). Подходит для безопасной передачи данных и цифровых подписей.
- Размер ключей: от 1024 до 4096 бит
- Основан на сложности факторизации больших чисел
💡 Где используется?
- TLS/SSL
- PGP/GPG
- Электронные подписи
### 🐍 Пример на Python (cryptography):
from cryptography.hazmat.primitives.asymmetric import rsa, padding
from cryptography.hazmat.primitives import hashes
# Генерация ключей
private_key = rsa.generate_private_key(public_exponent=65537, key_size=2048)
public_key = private_key.public_key()
message = b"Secret message"
# Шифрование
ciphertext = public_key.encrypt(
message,
padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA256()), algorithm=hashes.SHA256(), label=None)
)
print("Encrypted:", ciphertext)
# Дешифрование
plaintext = private_key.decrypt(
ciphertext,
padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA256()), algorithm=hashes.SHA256(), label=None)
)
print("Decrypted:", plaintext.decode())
3️⃣ ChaCha20 (с поточной схемой Poly1305)
ChaCha20-Poly1305 — алгоритм поточного шифрования с аутентификацией. Быстрее AES на мобильных устройствах и устойчив к атакам на побочные каналы.
- Ключ: 256 бит
- Потоковый шифр + аутентификация (AEAD)
### 💡 Где используется?
- TLS 1.3
- Google Chrome
- OpenSSH
### 🐍 Пример на Python (cryptography):
from cryptography.hazmat.primitives.ciphers.aead import ChaCha20Poly1305
import os
key = ChaCha20Poly1305.generate_key()
nonce = os.urandom(12)
chacha = ChaCha20Poly1305(key)
data = b"Secret message"
# Шифрование
encrypted = chacha.encrypt(nonce, data, None)
print("Encrypted:", encrypted)
# Дешифрование
decrypted = chacha.decrypt(nonce, encrypted, None)
print("Decrypted:", decrypted.decode())
## 🏆 Как выбрать алгоритм?
| Задача | Алгоритм |
|------------------------------|------------------|
| Шифрование файлов | AES |
| Безопасная передача ключа | RSA |
| Быстрое шифрование в сети | ChaCha20-Poly1305|
| Цифровая подпись | RSA, ECDSA |
✍️ Вывод
- Для симметричного шифрования лучше использовать AES или ChaCha20.
- Для обмена ключами и подписей — RSA или эллиптические алгоритмы (ECDSA, ECDH).
- Все алгоритмы нужно использовать в правильных режимах и с дополнительными проверками целостности (например, GCM, Poly1305).
Современные алгоритмы — это не просто "шифрование", а комплексная система защиты данных. Выбирайте подходящий инструмент под задачу!
👉Подробнее
🔧 telegram-member-adder-scrapper
▪ Автор: takitakir
▪ Репозиторий: telegram-member-adder-scrapper
Описание:
Этот проект представляет собой скрипт для Telegram, который сочетает две ключевые функции:
1️⃣ Сбор участников (scraper):
Извлекает список пользователей из открытых Telegram-групп.
Полученные данные можно сохранять для дальнейшего использования.
2️⃣ Добавление участников (adder):
Позволяет массово добавлять собранных пользователей в целевую группу Telegram.
Поддерживает добавление через несколько аккаунтов, что снижает риск блокировки.
Особенности:
▪ Автоматизация с помощью Telethon (Telegram API).
▪ Поддержка мультиаккаунтов для обхода лимитов Telegram.
▪ Простая конфигурация через config.data файл.
▪ Возможность фильтровать участников по различным критериям.
▪ Логирование процесса добавления и ошибок.
Применение:
💡 Проект используется для маркетинговых задач, прироста аудитории в Telegram-группах и быстрой миграции участников между чатами.
Важно:
🚫 Telegram строго запрещает массовое добавление пользователей без их согласия. Использование такого скрипта может привести к блокировке аккаунта или юридическим последствиям. Проект предоставлен только в образовательных целях.
👉 Github
▪ Автор: takitakir
▪ Репозиторий: telegram-member-adder-scrapper
Описание:
Этот проект представляет собой скрипт для Telegram, который сочетает две ключевые функции:
1️⃣ Сбор участников (scraper):
Извлекает список пользователей из открытых Telegram-групп.
Полученные данные можно сохранять для дальнейшего использования.
2️⃣ Добавление участников (adder):
Позволяет массово добавлять собранных пользователей в целевую группу Telegram.
Поддерживает добавление через несколько аккаунтов, что снижает риск блокировки.
Особенности:
▪ Автоматизация с помощью Telethon (Telegram API).
▪ Поддержка мультиаккаунтов для обхода лимитов Telegram.
▪ Простая конфигурация через config.data файл.
▪ Возможность фильтровать участников по различным критериям.
▪ Логирование процесса добавления и ошибок.
Применение:
💡 Проект используется для маркетинговых задач, прироста аудитории в Telegram-группах и быстрой миграции участников между чатами.
Важно:
🚫 Telegram строго запрещает массовое добавление пользователей без их согласия. Использование такого скрипта может привести к блокировке аккаунта или юридическим последствиям. Проект предоставлен только в образовательных целях.
👉 Github
Forwarded from Machinelearning
Tencent выпустила HunyuanCustom, фреймворк, который не только генерирует видео по заданным условиям, но и умеет сохранять консистентность субъектов, будь то человек, животное или предмет. Модель справляется даже с мультисубъектными сценами: в демо-роликах люди естественно взаимодействуют с предметами, а текст на упаковках не плывет между кадрами.
В основе модели лежит улучшенный механизм слияния текста и изображений через LLaVA. Например, если вы загружаете фото женщины в платье и текст «танцует под дождем», система анализирует оба инпута, связывая описание с визуальными деталями.
Но главное - это модуль временной конкатенации: он «растягивает» особенности изображения вдоль временной оси видео, используя 3D-VAE. Это помогает избежать «прыгающих» лиц или внезапных изменений фона, проблемы, которая характерна даже для топовых моделей видеогенерации.
Tencent переработали и пайплайн аудио. Для синхронизации звука с движениями губ или действиями в кадре HunyuanCustom использует AudioNet, модуль, который выравнивает аудио- и видеофичи через пространственное кросс-внимание.
Фреймворк поддерживает возможность замены объекта в готовом ролике (скажем, подставить новую модель кроссовок в рекламу), модель сжимает исходное видео в латентное пространство, выравнивает его с шумными данными и встраивает изменения без артефактов на границах.
Экспериментальные тесты показали, что HunyuanCustom обходит конкурентов по ключевым метрикам. Например, Face-Sim (сохранение идентичности лица) у Tencent — 0.627 против 0.526 у Hailuo, а с Keling, Vidu, Pika и Skyreels разрыв еще больше.
⚠️ Для работы модель требует минимум 24 ГБ видеопамяти для роликов 720p, но чтобы раскрыть все возможности, разработчики рекомендуют 80 ГБ VRAM.
Код и чекпоинты уже доступны в открытом доступе, а в репозитории есть примеры запуска как на нескольких GPU, так и в экономном режиме для потребительских видеокарт.
@ai_machinelearning_big_data
#AI #ML #Video #HunyuanCustom #Tencent
Please open Telegram to view this post
VIEW IN TELEGRAM
🐍 Python-задача с подвохом: “Список-призрак”
📘 Условие
Посмотри на этот код:
❓ Вопрос:
Что выведет программа и почему?
🔍 Варианты ответа:
А)
Б)
В)
✅ Правильный ответ: Б
Почему?
💥 Подвох: аргумент
📌 То есть каждый вызов
✅ Как исправить:
Теперь каждый вызов создаёт новый список, если его не передали явно.
⚠️ Подвох
• Аргументы по умолчанию вычисляются один раз
• Это работает и с
• Даже опытные Python-разработчики иногда "попадаются" на этом
🎯 Отлично подходит для проверки глубокого понимания поведения функций в Python.
📘 Условие
Посмотри на этот код:
def append_item(item, lst=[]):
lst.append(item)
return lst
result1 = append_item(1)
result2 = append_item(2)
result3 = append_item(3)
print(result1)
print(result2)
print(result3)
❓ Вопрос:
Что выведет программа и почему?
🔍 Варианты ответа:
А)
[1]
[2]
[3]
Б)
[1]
[1, 2]
[1, 2, 3]
В)
[3]
[3]
[3]
✅ Правильный ответ: Б
Почему?
💥 Подвох: аргумент
lst=[]
— мутабельный объект, и он создаётся только один раз при определении функции, а не при каждом вызове.📌 То есть каждый вызов
append_item
модифицирует один и тот же список, который "помнит" все предыдущие элементы.✅ Как исправить:
def append_item(item, lst=None):
if lst is None:
lst = []
lst.append(item)
return lst
Теперь каждый вызов создаёт новый список, если его не передали явно.
⚠️ Подвох
• Аргументы по умолчанию вычисляются один раз
• Это работает и с
dict
, и с set
, и с любыми объектами • Даже опытные Python-разработчики иногда "попадаются" на этом
🎯 Отлично подходит для проверки глубокого понимания поведения функций в Python.
🗣 Мини-скрипт: говори по-русски своим клонированным голосом (Coqui TTS)
Вот минимальный Python-скрипт на базе модели
📦 Перед запуском установи зависимости:
📄 Сохрани этот код как
📌 Убедись, что:
- Файл
- Можно использовать речь любой длины (желательно от 1 минуты).
- Вводи любой текст на русском — результат будет с твоим голосом.
Вот минимальный Python-скрипт на базе модели
xtts_v2
от Coqui, который позволяет ввести текст на русском языке и получить аудиофайл с твоим клонированным голосом.📦 Перед запуском установи зависимости:
pip install TTS soundfile torchaudio
📄 Сохрани этот код как
russian_voice_clone.py
и запусти:
from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts
# 📁 Путь к твоему голосовому файлу
voice_sample_path = "your_voice.wav"
# 📝 Ввод текста
text = input("Введите текст на русском: ")
# ⚙️ Загрузка модели
config = XttsConfig()
model = Xtts.init_from_config(config)
model.load_checkpoint("tts_models/multilingual/multi-dataset/xtts_v2")
# 🎤 Создание эмбеддинга
speaker_embedding = model.get_speaker_embedding(voice_sample_path)
# 🔊 Синтез речи
output_wav = model.tts(text, speaker_embedding=speaker_embedding)
# 💾 Сохранение
model.save_wav(output_wav, "output_russian.wav")
print("✅ Аудио сохранено как output_russian.wav")
📌 Убедись, что:
- Файл
your_voice.wav
формата: .wav
, 16 кГц, моно.- Можно использовать речь любой длины (желательно от 1 минуты).
- Вводи любой текст на русском — результат будет с твоим голосом.
Python уже покорен? А как насчет Django?
Один из ведущих провайдеров IT-инфраструктуры Selectel подготовил бесплатный мини-курс по Django. Программа начинается с создания и настройки простых проектов: блога и канбан-доски, а завершается подключением автоматических бэкапов.
Всего за час вы научитесь:
1️⃣ Работать с бэкендом и API
2️⃣ Создавать веб-приложение по шаблону от Django
3️⃣ Настраивать Nginx и Gunicorn
4️⃣ Автоматизировать резервное копирование
Переходите в Академию Selectel, чтобы начать изучение прямо сейчас
Реклама. АО «Селектел», ИНН 7810962785, ERID: 2Vtzqx3SoDv
Один из ведущих провайдеров IT-инфраструктуры Selectel подготовил бесплатный мини-курс по Django. Программа начинается с создания и настройки простых проектов: блога и канбан-доски, а завершается подключением автоматических бэкапов.
Всего за час вы научитесь:
Переходите в Академию Selectel, чтобы начать изучение прямо сейчас
Реклама. АО «Селектел», ИНН 7810962785, ERID: 2Vtzqx3SoDv
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Python/ django
This media is not supported in your browser
VIEW IN TELEGRAM
🎮 Oh My ~God~ Git — необычная и полезная игра с открытым исходным кодом, которая помогает разобраться с GIT не через скучные туториалы, а с помощью наглядных карточек и геймплея.
🧠 В процессе ты:
• Поймёшь, как устроен GIT под капотом
• Научишься работать с ветками, коммитами, merge и rebase
• Запомнишь команды на практике, играя
📦 Игра доступна прямо в браузере: [ohmygit.org](https://ohmygit.org/)
💻 Или можно скачать и установить с GitHub: [github.com/git-learning-game/oh-my-git](https://github.com/git-learning-game/oh-my-git)
👾 Подходит как новичкам, так и тем, кто хочет освежить знания в игровой форме.
🧠 В процессе ты:
• Поймёшь, как устроен GIT под капотом
• Научишься работать с ветками, коммитами, merge и rebase
• Запомнишь команды на практике, играя
📦 Игра доступна прямо в браузере: [ohmygit.org](https://ohmygit.org/)
💻 Или можно скачать и установить с GitHub: [github.com/git-learning-game/oh-my-git](https://github.com/git-learning-game/oh-my-git)
👾 Подходит как новичкам, так и тем, кто хочет освежить знания в игровой форме.
🐍 Задача с подвохом для продвинутых Python-разработчиков
🔹 Уровень: Advanced
🔹 Темы: особенности
📌 Условие
Рассмотрим следующий код:
❓ Вопросы
1. Что будет выведено на экран?
2. Почему результат может оказаться неожиданным при использовании других вариантов реализации?
3. Что изменится, если использовать
🔍 Разбор
✅ Ожидаемый вывод:
🔧 Почему так происходит
-
- Для каждого нового ключа (`"a"` и
-
⚠️ Подвох
Если бы вместо
Тогда итог мог бы быть таким:
🧠 Вывод
- Никогда не используйте изменяемый объект напрямую как значение по умолчанию в
- Используй функции-фабрики, чтобы избежать общих ссылок между элементами.
- Проверяй поведение при работе со сложными структурами (`list`, `dict`) в качестве значений по умолчанию.
📌 Используй
🔹 Уровень: Advanced
🔹 Темы: особенности
defaultdict
, побочные эффекты, mutability, ловушки с list
и dict
📌 Условие
Рассмотрим следующий код:
from collections import defaultdict
def make_dict():
return {"count": 0}
d = defaultdict(make_dict)
d["a"]["count"] += 1
d["b"]["count"] += 1
d["a"]["count"] += 1
print(d)
❓ Вопросы
1. Что будет выведено на экран?
2. Почему результат может оказаться неожиданным при использовании других вариантов реализации?
3. Что изменится, если использовать
make_dict()
без функции-обёртки?🔍 Разбор
✅ Ожидаемый вывод:
defaultdict(<function make_dict at 0x...>, {'a': {'count': 2}, 'b': {'count': 1}})
🔧 Почему так происходит
-
defaultdict
вызывает make_dict()
каждый раз, когда ключа нет в словаре.- Для каждого нового ключа (`"a"` и
"b"`) создаётся **новый** словарь `{"count": 0}
.-
d["a"]["count"] += 1
увеличивает значение "count"
у собственного словаря a
.⚠️ Подвох
Если бы вместо
make_dict
использовали один и тот же объект (например, через `lambda: some_dict`), то все ключи ссылались бы на один и тот же словарь — и значения начали бы "перетекать" между ключами:
shared = {"count": 0}
d = defaultdict(lambda: shared)
Тогда итог мог бы быть таким:
{'a': {'count': 2}, 'b': {'count': 2}} # неожиданно!
🧠 Вывод
- Никогда не используйте изменяемый объект напрямую как значение по умолчанию в
defaultdict
. - Используй функции-фабрики, чтобы избежать общих ссылок между элементами.
- Проверяй поведение при работе со сложными структурами (`list`, `dict`) в качестве значений по умолчанию.
# Правильно:
defaultdict(lambda: {"count": 0})
# Ошибочно:
defaultdict(lambda: some_shared_dict)
📌 Используй
copy.deepcopy()
или фабричные функции, если создаёшь вложенные структуры.🚀 AЭРОДИСК ищет Senior Python-разработчика — в команду, где решают инженерные задачи, а не просто пишут код!
Что будешь делать:
— Разработка ядра СХД: репликация, метрокластеры, отказоустойчивость;
— Глубокая работа с Linux, сетями и архитектурой ПО;
— Погружение в продукт — от идеи до запуска;
— Кросс-функциональное взаимодействие с архитекторами, QA, DevOps;
📌 Что важно:
— Уверенный Python (3+ лет), Linux на уровне профи;
— Понимание сетей, систем хранения, архитектурных подходов;
— Желание копать вглубь, брать ответственность и расти;
👨💻 У нас:
— Сильная команда инженеров, обучение, внутренние митапы;
— Работа в офисе рядом с м. Калужская, ДМС, спорт, обучение, внутренний больничный;
👉 Подробнее
Здесь ты реально прокачаешься — и будешь делать крутой продукт.
Реклама. ООО "АЕРО ДИСК". ИНН 7731475010. erid: 2W5zFGyucEc
Что будешь делать:
— Разработка ядра СХД: репликация, метрокластеры, отказоустойчивость;
— Глубокая работа с Linux, сетями и архитектурой ПО;
— Погружение в продукт — от идеи до запуска;
— Кросс-функциональное взаимодействие с архитекторами, QA, DevOps;
📌 Что важно:
— Уверенный Python (3+ лет), Linux на уровне профи;
— Понимание сетей, систем хранения, архитектурных подходов;
— Желание копать вглубь, брать ответственность и расти;
👨💻 У нас:
— Сильная команда инженеров, обучение, внутренние митапы;
— Работа в офисе рядом с м. Калужская, ДМС, спорт, обучение, внутренний больничный;
👉 Подробнее
Здесь ты реально прокачаешься — и будешь делать крутой продукт.
Реклама. ООО "АЕРО ДИСК". ИНН 7731475010. erid: 2W5zFGyucEc
🐍 Хитрая задача на Python для опытных разработчиков
🔹 Уровень: Advanced
🔹 Темы: изменяемые объекты, ссылки, list multiplication, side effects
📌 Условие
Что выведет следующий код?
❓ Вопросы
1. Почему изменяется весь первый столбец, а не только
2. Как работает
3. Как правильно создать независимую матрицу 3×3 из нулей?
🔍 Разбор
✅ Ожидаемый (и удивительный!) вывод:
🔧 Почему так происходит
- Выражение
-
⚠️ Подвох
Это один из самых частых скрытых багов в Python, особенно при создании вложенных списков.
🧠 Решение
Нужно использовать генератор списка, чтобы создать три независимых объекта:
Теперь
📌 Всегда проверяй, создаёшь ли ты уникальные объекты, особенно если работаешь с вложенными структурами.
🔹 Уровень: Advanced
🔹 Темы: изменяемые объекты, ссылки, list multiplication, side effects
📌 Условие
Что выведет следующий код?
matrix = [[0] * 3] * 3
matrix[0][0] = 1
for row in matrix:
print(row)
❓ Вопросы
1. Почему изменяется весь первый столбец, а не только
[0][0]
? 2. Как работает
[[0]*3]*3
и почему это опасно? 3. Как правильно создать независимую матрицу 3×3 из нулей?
🔍 Разбор
✅ Ожидаемый (и удивительный!) вывод:
[1, 0, 0]
[1, 0, 0]
[1, 0, 0]
🔧 Почему так происходит
- Выражение
[[0] * 3] * 3
создаёт три ссылки на один и тот же вложенный список.-
matrix[0][0] = 1
меняет все строки, потому что они указывают на один и тот же объект в памяти.⚠️ Подвох
Это один из самых частых скрытых багов в Python, особенно при создании вложенных списков.
🧠 Решение
Нужно использовать генератор списка, чтобы создать три независимых объекта:
matrix = [[0] * 3 for _ in range(3)]
Теперь
matrix[0][0] = 1
затронет только первую строку:
[1, 0, 0]
[0, 0, 0]
[0, 0, 0]
📌 Всегда проверяй, создаёшь ли ты уникальные объекты, особенно если работаешь с вложенными структурами.
🧠 AI-репетитор: диктовка на слух с проверкой — учим язык с ИИ
Хочешь прокачать английский или французский, как в старой доброй школе — диктантами на слух? Только теперь вместо учителя — нейросеть, которая читает тебе текст клонированным голосом, а потом проверяет, насколько правильно ты всё понял и набрал.
📚 Это идеальный способ:
• тренировать восприятие на слух
• учить грамматику, орфографию и пунктуацию
• делать всё без учителя, когда удобно
🧰 Что умеет скрипт
1. Генерирует аудио по заданному тексту (можно голосом носителя или твоим клонированным)
2. Диктует текст — ты вводишь, что услышал
3. Проверяет результат, выводит ошибки, % совпадения
4. Даёт подробный разбор отличий
🔧 Установка зависимостей
🧪 Пример скрипта
🎯 Расширения, которые можно добавить
• использовать микрофон и распознавание речи (Whisper)
• генерировать несколько уровней сложности
• выводить количество ошибок по категориям: пунктуация, слова, пропуски
• озвучивать ошибки вслух после проверки
• вести личную статистику прогресса по дням
🧠 Зачем это нужно
• идеально для изучающих иностранные языки
• может использоваться как проверка ученика в интерактивной форме
• подойдёт даже для диктовок детям или взрослым
Хочешь прокачать английский или французский, как в старой доброй школе — диктантами на слух? Только теперь вместо учителя — нейросеть, которая читает тебе текст клонированным голосом, а потом проверяет, насколько правильно ты всё понял и набрал.
📚 Это идеальный способ:
• тренировать восприятие на слух
• учить грамматику, орфографию и пунктуацию
• делать всё без учителя, когда удобно
🧰 Что умеет скрипт
1. Генерирует аудио по заданному тексту (можно голосом носителя или твоим клонированным)
2. Диктует текст — ты вводишь, что услышал
3. Проверяет результат, выводит ошибки, % совпадения
4. Даёт подробный разбор отличий
🔧 Установка зависимостей
pip install TTS torchaudio gradio difflib
🧪 Пример скрипта
from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts
import difflib
# Инициализация TTS
config = XttsConfig()
model = Xtts.init_from_config(config)
model.load_checkpoint("tts_models/multilingual/multi-dataset/xtts_v2")
# Текст диктанта
text = "Artificial intelligence is transforming education worldwide."
# Генерация речи
speaker_embedding = model.get_speaker_embedding("native_speaker.wav")
audio = model.tts(text, speaker_embedding=speaker_embedding)
model.save_wav(audio, "dictation.wav")
# Пользователь вводит услышанное
user_input = input("Введите, что вы услышали: ")
# Сравнение
diff = difflib.ndiff(text.split(), user_input.split())
print("\n📊 Сравнение:")
print("\n".join(diff))
# Расчёт точности
matcher = difflib.SequenceMatcher(None, text, user_input)
accuracy = matcher.ratio() * 100
print(f"\n✅ Точность: {accuracy:.2f}%")
🎯 Расширения, которые можно добавить
• использовать микрофон и распознавание речи (Whisper)
• генерировать несколько уровней сложности
• выводить количество ошибок по категориям: пунктуация, слова, пропуски
• озвучивать ошибки вслух после проверки
• вести личную статистику прогресса по дням
🧠 Зачем это нужно
• идеально для изучающих иностранные языки
• может использоваться как проверка ученика в интерактивной форме
• подойдёт даже для диктовок детям или взрослым