🤖 CrewAI: платформа для управления ролевыми играми автономных агентов с искусственным интеллектом. Развивая совместный интеллект, CrewAI позволяет агентам слаженно работать вместе, решая сложные задачи.

🖥 GIthub
⭐️ Docs

@pythonl

🖥 Указание арифметических операции вручную между объектами класса может сделать код менее читабельным.

Метод _add__ в Python обеспечивает изящный арифметический синтаксис между вашими объектами класса и делает код более читабельным и интуитивно понятным.

@pythonl

👩‍💻 pandas-datareader — библиотека для получения финансовых и экономических данных из различных удалённых источников и API, таких как Yahoo Finance, FRED, и World Bank! Это расширение для библиотеки pandas, которое упрощает доступ к данным для анализа.

💡 Основные функции — чтение данных из множества Интернет-источников и кэширование запросов для оптимизации производительности. Библиотека поддерживает Python версии 3.6 и выше и регулярно используется в исследовательской и аналитической среде для работы с временными рядами и финансовыми данными

🔐 Лицензия: BSD-3-Clause

🖥 Github

@pythonl

👩‍💻 Odoo — большая платформа на Python с открытым исходным кодом для управления бизнес-процессами, включающую множество модулей для управления продажами, складом, бухгалтерией, проектами, CRM и другими аспектами! Odoo разработан как ERP-система, которую можно расширять и адаптировать под различные бизнес-потребности.

🔐 Лицензия: LGPLv3

🖥 Github

@pythonl

👩‍💻 questionary — библиотека для Python, которая предоставляет простой и удобный способ создавать интерактивные текстовые интерфейсы в командной строке! Эта библиотека подходит для создания диалогов с пользователем, например, для выбора из списка, ввода текста или подтверждения.

🔍 Основные возможности Questionary:

🌟 Разнообразие типов вопросов: Ввод текста, Выбор одного варианта из списка, Выбор нескольких вариантов, Подтверждение, Ввод пароля, Слайдер!

🌟 Поддержка настроек: Можно кастомизировать внешний вид и поведение вопросов, есть возможность задать предустановленные значения по умолчанию.

🌟 Интуитивный и минималистичный API.

🌟 Поддержка ANSI-цветов: Возможность стилизовать вопросы для более выразительного отображения.

🔐 Лицензия: MIT

🖥 Github

@pythonl

🔥 Курс — создание пользовательских интерфейсов Python с помощью PyQt5!

🕞 Продолжительность: 6:47:47

🔗 Ссылка: *клик*

@pythonl

👩‍💻 ZIM — инструмент на Python для матирования изображений (image matting), особенно полезный для задач по удалению фонов с изображений, где требуется выделить конкретный объект. Этот процесс включает сегментацию объектов и фона с высокими деталями, что часто используется для редактирования изображений и улучшения контента.

🌟 На практике ZIM использует машинное обучение для точного различения границ объектов, обеспечивая четкость и правильность выделения даже на сложных фонах.

🔐 Лицензия: CC BY-NC 4.0

🖥 Github

@pythonl

🖥 Paramiko — библиотека, реализующая протокол SSHv2 на языке Python!

🌟 Эта библиотека предоставляет функциональность как для SSH-клиентов, так и для серверов, включая такие возможности, как удаленное выполнение команд и безопасная передача файлов. Она используется как основа для более высокоуровневых инструментов, таких как Fabric, которые предназначены для автоматизации задач администрирования серверов.

🔐 Лицензия: LGPL-2.1

🖥 Github

@pythonl

🔥 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