Forwarded from Machinelearning
Спустя чуть больше двух месяцев, Tencent опубликовала веса и код инференса проекта HunyuanPortrait - системы на основе диффузионных моделей для создания реалистичных анимированных портретов.
На вход подается видео, с которого движения переносятся на целевое изображение для "оживления". Режима "тext-to-motion", судя по всему - нет.
Под капотом - набор моделей на основе SVD, DiNOv2, Arc2Face и YoloFace.
Разработчики уверяют, что инференс заводится на 24 Гб VRAM и их метод лучше контролирует анимацию и делает более плавные переходы между кадрами, чем существующие аналоги.
⚠️ WebUI нет, адаптации под ComfyUI - пока тоже нет.
# Clone repo
git clone https://github.com/Tencent-Hunyuan/HunyuanPortrait
# Install requirements
pip3 install torch torchvision torchaudio
pip3 install -r requirements.txt
# Run
video_path="your_video.mp4"
image_path="your_image.png"
python inference.py \
--config config/hunyuan-portrait.yaml \
--video_path $video_path \
--image_path $image_path
@ai_machinelearning_big_data
#AI #ML #HunyuanPortrait
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Руководство_по_ускорению_и_оптимизации_Python_кода.pdf
264.6 KB
В этом руководстве рассмотрены продвинутые техники оптимизации Python-программ, особенно актуальные для backend-разработки.
Здесь разобрано профилирование, выбор структур данных и алгоритмов, эффективное использование стандартной библиотеки, оптимизацию циклов, применение таких инструментов как Numba/Cython/PyPy, параллелизм и асинхронность, работу с вводом-выводом, кеширование, обработку больших данных, компиляцию/упаковку кода и общие советы по написанию быстрого и поддерживаемого кода.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Создавай технологии, которые меняют рынок 💻
На AIFT учат не просто ИИ. Здесь создают людей, которые меняют финтех.
Магистратура от Сбера, РЭШ и Сколтеха — это экономика, финансы, машинное обучение, цифровой банкинг и реальный опыт.
Что ты получишь ⤵️
— проектную работу со Сбером
— самых сильных экспертов рынка
— доступ к инфраструктуре и карьерным возможностям
— стипендию и сразу два диплома
Поступай, пока набор открыт: до сентября 2025 👌
На AIFT учат не просто ИИ. Здесь создают людей, которые меняют финтех.
Магистратура от Сбера, РЭШ и Сколтеха — это экономика, финансы, машинное обучение, цифровой банкинг и реальный опыт.
Что ты получишь ⤵️
— проектную работу со Сбером
— самых сильных экспертов рынка
— доступ к инфраструктуре и карьерным возможностям
— стипендию и сразу два диплома
Поступай, пока набор открыт: до сентября 2025 👌
🐳 Зачем и как контейнеризировать Python-приложения?
Контейнеризация — не просто модный DevOps-термин. Это способ упаковать твоё Python-приложение так, чтобы оно запускалось одинаково везде — локально, на сервере и в облаке.
🔥 Зачем это нужно:
▪ никакого "у меня работает, а у него — нет"
▪ изолированные зависимости и окружение
▪ быстрый деплой и масштабирование
▪ меньше багов при переносе между средами
📦 Простой Dockerfile для Python:
🧪 Дальше всё просто:
🎯 Добавь .dockerignore, настрой .env, используй docker-compose, а для продакшена — оптимизируй образ под размер и безопасность.
📌 Если твой Python-проект всё ещё живёт в "сыром" виде — пора пересесть на контейнеры.
🔗 Полный гайд:
https://www.kdnuggets.com/why-how-to-containerize-your-existing-python-apps
Контейнеризация — не просто модный DevOps-термин. Это способ упаковать твоё Python-приложение так, чтобы оно запускалось одинаково везде — локально, на сервере и в облаке.
🔥 Зачем это нужно:
▪ никакого "у меня работает, а у него — нет"
▪ изолированные зависимости и окружение
▪ быстрый деплой и масштабирование
▪ меньше багов при переносе между средами
📦 Простой Dockerfile для Python:
FROM python:3.10-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
CMD ["python", "main.py"]
🧪 Дальше всё просто:
docker build -t my-python-app .
docker run -it my-python-app
🎯 Добавь .dockerignore, настрой .env, используй docker-compose, а для продакшена — оптимизируй образ под размер и безопасность.
📌 Если твой Python-проект всё ещё живёт в "сыром" виде — пора пересесть на контейнеры.
🔗 Полный гайд:
https://www.kdnuggets.com/why-how-to-containerize-your-existing-python-apps
📊 Шпаргалка по Python-профайлингу: как найти узкие места в коде
Разбираем 4 мощных инструмента для анализа производительности и памяти в Python.
🧠 `cProfile` — встроенный профайлер времени
✅ Показывает, сколько времени тратится на каждую функцию
✅ Идеально для быстрого анализа
Форматированный вывод с
Для Jupyter:
🐍
✅ Не требует изменений в коде
✅ Работает с чужими процессами
✅ Без тормозов, можно запускать в проде
👉 Показывает flame graph: удобная визуализация bottleneck-функций.
🔥 `Scalene` — профайлинг CPU, памяти и аллокаций
✅ Отслеживает:
- сколько времени тратит CPU
- где происходят аллокации
- сколько памяти реально используется
👉 Выделяет проблемные строки, показывает выделение памяти по строчкам кода, а не только по функциям.
🧮 `memory_profiler` — анализ использования памяти
✅ Показывает, сколько памяти потребляет каждая строка
✅ Полезен для data science скриптов
Добавь декоратор:
Запуск:
💡 Как выбрать?
Разбираем 4 мощных инструмента для анализа производительности и памяти в Python.
🧠 `cProfile` — встроенный профайлер времени
✅ Показывает, сколько времени тратится на каждую функцию
✅ Идеально для быстрого анализа
python -m cProfile your_script.py
Форматированный вывод с
pstats:
python -m cProfile -o result.prof your_script.py
python -m pstats result.prof
Для Jupyter:
%load_ext cprofile
%cprofile some_function()
🐍
py-spy — суперлёгкий sampling-профайлер✅ Не требует изменений в коде
✅ Работает с чужими процессами
✅ Без тормозов, можно запускать в проде
py-spy top --pid <PID>
py-spy record -o profile.svg -- python your_script.py
👉 Показывает flame graph: удобная визуализация bottleneck-функций.
🔥 `Scalene` — профайлинг CPU, памяти и аллокаций
✅ Отслеживает:
- сколько времени тратит CPU
- где происходят аллокации
- сколько памяти реально используется
pip install scalene
scalene your_script.py
👉 Выделяет проблемные строки, показывает выделение памяти по строчкам кода, а не только по функциям.
🧮 `memory_profiler` — анализ использования памяти
✅ Показывает, сколько памяти потребляет каждая строка
✅ Полезен для data science скриптов
pip install memory-profiler
Добавь декоратор:
from memory_profiler import profile
@profile
def my_func():
...
Запуск:
python -m memory_profiler your_script.py
💡 Как выбрать?
| Инструмент | Что профилирует | Подходит для |
|--------------------|----------------------|------------------------------|
| `cProfile` | Время (встроенно) | Быстрый старт, базовый анализ |
| `py-spy` | Время (sampling) | Прод, чужие процессы, flame graphs |
| `Scalene` | Время + память + аллокации | Глубокий анализ по строкам |
| `memory_profiler` | Только память | Data science, отладка RAM |СРОЧНО❗️ Закидываем мастхев-каналы для Python и Java разработчиков.
➡️ Прокачай свои хард-скиллы на максимум:
Pythoner и Javer
➡️ Сотни гигов платных материалов, книг и статей:
Книжный python и Библиотека Java
➡️ Скрипты, фишки и конечно же мемы:
IT HUB и Memes
Доступ открыли на 48 часов, успейте подписаться!⚡
Pythoner и Javer
Книжный python и Библиотека Java
IT HUB и Memes
Доступ открыли на 48 часов, успейте подписаться!
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Python/ django
🎯 5 ИИ-проектов, которые ты можешь собрать за выходные
Хочешь прокачать навыки ML и Python без математики и Kaggle? Лови 5 готовых идей, которые можно собрать за 1–2 дня:
🔹 Голосовой ассистент — Whisper + GPT + озвучка
🔹 Чат-бот для PDF — LangChain + FAISS + OpenAI
🔹 Генератор картинок — Stable Diffusion + Gradio
🔹 Подписи к фото — BLIP + HuggingFace
🔹 TL;DR бот — BART или GPT для суммаризации текста
✅ Примеры кода
✅ Деплой на HuggingFace / Streamlit
✅ Всё реально собрать за выходные
📎 Забирай гайд — и добавь проекты в резюме: «AI developer: checked»
@pythonl
Хочешь прокачать навыки ML и Python без математики и Kaggle? Лови 5 готовых идей, которые можно собрать за 1–2 дня:
🔹 Голосовой ассистент — Whisper + GPT + озвучка
🔹 Чат-бот для PDF — LangChain + FAISS + OpenAI
🔹 Генератор картинок — Stable Diffusion + Gradio
🔹 Подписи к фото — BLIP + HuggingFace
🔹 TL;DR бот — BART или GPT для суммаризации текста
✅ Примеры кода
✅ Деплой на HuggingFace / Streamlit
✅ Всё реально собрать за выходные
📎 Забирай гайд — и добавь проекты в резюме: «AI developer: checked»
@pythonl
Forwarded from Machinelearning
Новая стабильная версия Cursor, и в ней появилось много обновлений, которые делают работу с кодом удобнее.
Вот что стоит отметить:
🐞 Bugbot
Автоматически проверяет Pull Request'ы на баги и предлагает исправления.
Можно внести правку прямо в редакторе — в один клик.
🧠 Memory (beta)
Cursor теперь запоминает контекст проекта, что помогает при командной работе и упрощает навигацию по коду.
⚙️ One-Click MCP Setup
Настройка подключения к Model Context Protocol — теперь через одну кнопку, без ручной конфигурации.
• Возможность редактировать несколько мест в коде одновременно
• Поддержка таблиц, Markdown и диаграмм Mermaid в чате
• Обновлённые настройки и админ-панель
• Фоновая работа агентов — можно интегрировать их со Slack и Jupyter Notebooks
Cursor постепенно становится более удобной средой для совместной работы с ИИ-помощником.
https://www.cursor.com/changelog
@ai_machinelearning_big_data
#CursorAI #AIcoding #DevTools #Jupyter #CodeAssistant
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM