52807
по всем вопросам @haarrp @itchannels_telegram - 🔥 best it channels @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - ml 📚 @pythonlbooks -📚books
🔒 HashCrack — это инструмент на Python, предназначенный для взлома паролей через использование Hashcat
Он предоставляет удобный интерфейс и поддерживает разнообразные методы атак методом перебора (brute-force).
Инструмент создан исключительно для использования в рамках законных тестов на проникновение и работает под операционными системами Linux и Windows.
Основные функции включают поддержку различных режимов работы, наличие интерактивного меню и ведение логов в папке сессии.
Также доступны команды для исправления ошибок и проверки работоспособности программы, а кроме того, предлагаются советы по использованию словарей и правил для увеличения эффективности атак.
pip install hashcrack-tool
🖥 Github
@pythonl
🔥 На международной конференции по искусственному интеллекту AIJ 2024, которая пройдет с 11 по 13 декабря, объявят победителей соревнования AIJ Contest 2024. В этом году конкурс собрал более 1500 специалистов из 23 стран.
Конкурсанты работали над четырьмя задачами.
В треке Emotional FusionBrain 4.0 нужно было разработать универсальную AI-модель для анализа видео, аудио и текста с акцентом на эмоциональную составляющую.
В направлении Multiagent AI создавали умных агентов для работы со сложными социальными задачами.
Трек Embodied AI включал разработку систем голосового управления роботами.
В треке E-com AI Assistant создавали умного помощника для онлайн-торговли на базе модели GigaChat.
Кому достанется призовой фонд в 8,5 млн рублей станет ясно на AIJ 2024.
@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
7–8 декабря проводим Weekend Offer Analytics
Устроиться в Яндекс за выходные — реально. Ищем крутых аналитиков с опытом работы от 2 лет на Python или C++, готовых работать в офисном или гибридном режиме на территории России или Республики Беларусь.
Подавайте заявку до 4 декабря — и всего за 2 дня пройдите все технические собеседования. После сможете пообщаться с семью нанимающими командами и выбрать ту, которая покажется самой интересной. Если всё сложится хорошо, сразу же пришлём вам офер.
Узнать подробности и зарегистрироваться.
⚡️ 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
🖥 Easy Animate
Комплексное решение для генерации видео высокого разрешения и большой продолжительности, основанное на технологии Transformer Diffusion.
Обновлен до версии 5, поддерживает генерацию видео с разрешением до 1024x1024, 49 кадров, 6 с, 8 кадров в секунду, с расширенным масштабом модели до 12B, включает структуру MMDIT и позволяет управлять моделями с различными входными данными.
🖥 Github
@pythonl
👩💻 Простой совет для улучшения вашего Python кода!
@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
🔥 Курс — создание пользовательских интерфейсов Python с помощью PyQt5!
🕞 Продолжительность: 6:47:47
🔗 Ссылка: *клик*
@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
👩💻 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
🤖 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
Изучаете Python и уже чувствуете себя уверенно? Хотите проверить себя и свои знания? Тогда приглашаем на бесплатный мини-курс «Python для всех»: https://epic.st/vB09p?erid=2VtzqufivmC
Курс состоит из практики чуть меньше чем полностью. За 4 дня вы создадите 4 проекта:
1️⃣ Бота для Telegram, который умеет переводить голос в текст
2️⃣ Бота для Telegram, который обрабатывает фотографии
3️⃣ Парсер, который извлекает данные с сайтов
4️⃣ Веб-сайт (с помощью фреймворка Flask)
В общем, прокачаете навыки и наверняка узнаете что-то новое.
🎁 А ещё подарки: персональная карьерная консультация, скидка 10 000 рублей на любой курс Skillbox и подборка полезных материалов.
Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880
👩💻 Khoj — это инструмент на Python с открытым исходным кодом для локального поиска и организации заметок.
🌟 Khoj использует встраиваемую ИИ-модель для индексирования и быстрого поиска информации в заметках и файлах, поддерживая интеграцию с Obsidian, Markdown и другими форматами. Khoj работает локально, обеспечивая безопасность данных и поддержку нескольких форматов для удобства пользователей, которым нужна организация информации на базе ИИ.
🔐 Лицензия: AGPL-3.0
🖥 Github
@pythonl
👩💻 pytorch_sparse — расширения для PyTorch, предназначенные для эффективной обработки разреженных тензоров, что актуально для графовых нейронных сетей и других задач с редкими данными.
🌟 Библиотека включает оптимизированные операции над разреженными тензорами, такие как умножение матриц и индексирование. Она широко используется в задачах, требующих обработки графов и сетевых данных, и поддерживает CUDA для ускорения на GPU.
🔐 Лицензия: MIT
🖥 Github
@pythonl
🖥 Voice Pro — это проект, созданный для управления голосовым взаимодействием с поддержкой ИИ, оптимизированный для среды Python!
💡 Репозиторий включает инструменты для запуска приложений голосового взаимодействия и поддерживает функционал, такой как проверка среды и установка необходимых компонентов. Проект также предоставляет возможность обновления интерфейсов через командную строку и настройки некоторых элементов среды выполнения для запуска сторонних библиотек, включая llama-cpp для взаимодействия с CUDA (если доступно) в ML-проектах.
🔐 Лицензия: MIT
🖥 GitHub
@pythonl
👩💻 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
🔍 Наглядное сравнение производительности нескольких языков программирования при выполнении 1 млрд итераций в цикле!
@pythonl
🔍 Кто-то выставил настройки теней в реальной жизни на минимум...
@pythonl
👩💻 Основы Pandas — полный курс!
🔗 Ссылка: *клик*
#курс #python #pandas
@pythonl
🐍 Начните программировать на Python - бесплатно!
Курс по основам Python с наставником — напишете первый мини пет-проект в портфолио за 14 дней.
🔹 72 урока в онлайн-тренажере.
🔹 4 живых вебинара.
🔹 Закрытый telegram-чат для поддержки 24/7.
🔹 Полезные материалы с собой.
А главное при поддержке наставника: попробуйте быстро, просто и без ошибок.
📍Старт курса: уже 3 декабря!
🔥 Огромный репозиторий со всевозможной беспалтной литературой по различным разделам IT!
🔐 Лицензия: CC-BY-4.0
🖥 GitHub
@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
👩💻 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
Как менялась разработка на Python и что нас ждёт дальше
📆 19 декабря собираем предновогодний митап от Яндекса, чтобы подвести итоги 2024 года.
Вспомним об интересных новостях, связанных с языком:
🔸 Обсудим Python 3.12, о котором говорили в прошлом году, и подумаем, какие ожидания оправдались, а какие нет
🔸 Посмотрим на версию 3.13, Faster CPython, jit и nogil
А ещё поговорим о трендах в архитектуре и развитии бэкенд-разработчика на круглом столе с экспертами:
🔸 Николаем Хитровым, тимлидом в Точке
🔸 Евгением Афонасьевым, тимлидом из Авито
🔸 Никитой Соболевым, опенсорс-разработчиком
🔸 Сергеем Яхницким, техлидом в Техплатформе
🔸 Александром Букиным, основателем Pytup
⏭️ Регистрируйтесь на встречу в Москве или подключайтесь к трансляции, где бы вы ни были.
🖥 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
👩💻 DocETL — это инструмент на Python для создания и выполнения конвейеров обработки данных, особенно подходящий для сложных задач обработки документов. Он применяет подходы с минимальным кодом и YAML для упрощенного управления потоками данных, обеспечивая модульность и возможность повторных попыток обработки данных при сбоях
🔐 Лицензия: MIT
🖥 Github
@pythonl
👩💻 Scrapling — это инструмент для веб-скрейпинга, предоставляющий набор готовых функций для сбора данных с веб-сайтов!
💡 Scrapling написан на Python и разработан с целью облегчить извлечение информации из HTML-страниц, делая процесс скрейпинга доступным даже для начинающих пользователей.
🔍 Особенности:
🌟 Удобство использования — разработан для быстрого старта, не требуя сложной настройки.
🌟 Множество предустановленных методов — функции для поиска элементов, анализа данных, работы с таблицами и текстовыми блоками.
🌟 Минимальная зависимость от внешних библиотек — поддерживает основные методы работы с HTML, включая парсинг тегов, CSS-классов и идентификаторов.
🌟 Простота и гибкость — позволяет пользователям создавать кастомные запросы и извлекать данные, подходящие для их целей.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@pythonl
⚡️ BRIA Background Removal v2.0 Model.
RMBG v2.0 - новая модель удаления фона, предназначенная для эффективного отделения переднего плана от фона в различных категориях и типах изображений. Точность, эффективность и универсальность RMBG v2.0 конкурирует с ведущими SOTA-моделями.
RMBG-2.0 разработана на основе архитектуры BiRefNet и обучена на более чем 15 000 высококачественных, высокого разрешения, вручную маркированных (с точностью до пикселя), полностью лицензированных изображений.
Модель доступна на HF в двух версиях : pytorch и safetensors. Демо можно попробовать на HF Space.
▶️Пример кода запуска на Transformers:
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")
⚡️Всероссийский Хакатон ФИЦ 2024
🚀Попробуйте себя в одном из предложенных кейсов:
- Разработка алгоритма трекинга людей в видеопотоке с нескольких камер
- Цифровая карта подземных коммуникаций с использованием Cesium
- Симуляция записи в расписание
- Цифровой сервис для ведения реестра зеленых насаждений города Москвы
- Предсказание необходимого количества средств досмотра
- Система контроля и управления доступом
- Семантический делитель текстов
- Разработка сервиса печати этикеток для производителей одежды
И др. кейсы смотрите на сайте: https://фиц2024.рф/hackathon
Хакатон пройдет в 2 этапа: Отборочный этап в Онлайн, Финал в Офлайн.
🏆Призовой фонд: 6 000 000 руб.
🔥Дедлайн регистрации: 26 ноября, 23:59
📅Даты отборочного этапа: 29 ноября - 2 декабря
🦾Даты финала: 3 - 4 декабря
Зарегистрируйтесь для участия в хакатоне: https://фиц2024.рф/hackathon
#реклама
О рекламодателе