Гарвард выложил в открытый доступ свой учебник по ML-системам. Штука максимально прикладная: не только про то, как тренировать модели, а как собирать продакшн-системы вокруг них — то, что реально решает.

Темы там прям топ:

> сборка autograd, оптимизаторов, attention и мини-PyTorch с нуля, чтобы понять, как фреймворк устроен изнутри. (это вообще кайф)
> базовые вещи по DL: батчи, точность вычислений, архитектуры моделей и тренировка
> оптимизация производительности ML, ускорение на железе, бенчмаркинг, эффективность

То есть это не просто вводный курс по ML, а полный цикл от старта до боевого применения. Уже сейчас можно читать книгу и смотреть код бесплатно. На 2025 год это один из самых сильных учебников, что выходили, так что лучше не пропускать.

Репозиторий тут, ссылка на книгу внутри 👏

👉 @PythonPortal

Несколько часов назад представили: vmux

это утилита, которая запускает код в долго живущем контейнере на Cloudflare.

vmux run упаковывает и поднимает проект в контейнере и за пару секунд выдаёт превью-URL.

По сути, это замена для uv run: можно закрыть ноутбук, запустить тренировку/джобу, а потом вернуться и приконнектиться снова через tmux.

Вперёд, тестить!

Примеры 😕

👉 @PythonPortal

Нас точно не заменят 😔

👉 @PythonPortal

Все задания курса Stanford The Modern Software Developer теперь доступны онлайн.

Это первый полноценный университетский курс, который охватывает, как кодогенеративные LLM меняют каждый этап жизненного цикла разработки. Задания рассчитаны на то, чтобы провести тебя от новичка до уверенного специалиста в использовании ИИ для прокачки продуктивности в разработке.

Приятного изучения! ✌️

👉 @PythonPortal

Этот репозиторий ужимает 60 миллионов текстовых чанков со 201 ГБ до каких-то 6 ГБ без потери точности.

Это реально меняет правила игры.

* 201 ГБ превращаются в 6 ГБ (минус 97%)
* Без облака
* Без GPU, работает прямо на обычном ноуте
* Полная приватность
* Полностью open-source

LEANN это open-source векторная база, которая сжимает RAG-индексы примерно на 97% за счет графовой рекомпозиции и вычисления эмбеддингов по запросу.

👉 @PythonPortal

😂😂😂

👉 @PythonPortal

Отслеживание людей в реальном времени с Ultralytics YOLO11 🚶‍♂️

Модель присваивает ID объектам и точно трекает их перемещение между кадрами. Подходит для анализа толп, подсчёта присутствия и умных систем видеонаблюдения.

Читать дальше ➡️ https://bit.ly/3XSyh7L

👉 @PythonPortal

Поделюсь Python-библиотекой для TUI. Опенсорсная, бесплатная.

С тех пор как в прошлом году Claude Code сделал TUI популярными, есть ощущение, что в этом году тема продолжит набирать обороты.

У библиотеки Textual уже из коробки есть кнопки, древовидные контролы, таблицы данных, поля ввода, текстовые области и прочее.

Плюс гибкая система лейаутов

Забираем тут 📖

👉 @PythonPortal

Друг: Как ты узнал, что это был вайбкодинг?

Код друга:

👉 @PythonPortal

Ты когда-нибудь просил LLM вернуть структурированные данные, а в ответ получал обычное предложение?

Без структурированных выходов ты работаешь с сырым текстом, который легко может не совпасть с ожидаемым форматом.

Неожиданные ответы, пропущенные поля или неправильные типы данных приводят к ошибкам, которые легко проскочить на этапе разработки.

PydanticAI использует модели Pydantic, чтобы автоматически валидировать и структурировать ответы LLM.

Ключевые плюсы:
• Типобезопасность во время выполнения за счёт валидированных Python-объектов
• Автоматические ретраи при провале валидации
• Прямой доступ к полям без ручного парсинга
• Интеграция с уже существующими Pydantic-воркфлоу

LangChain тоже умеет это делать, но PydanticAI — более лёгкая альтернатива, когда тебе нужны только структурированные выходы.

Установка PydanticAI: pip install pydantic-ai

Узнать больше
Запустить код

👉 @PythonPortal

Meta-agent фреймворк для построения высокопроизводительных multi-agent систем.

ROMA — это open-source meta-agent фреймворк для создания агентов с иерархическим выполнением задач.

Он использует рекурсивную иерархическую архитектуру:
задачи декомпозируются на подзадачи, агенты обрабатывают подзадачи, а результаты агрегируются вверх по дереву.

Всё для того, чтобы упростить разработку сложных агентных workflow, сделав декомпозицию задач, координацию и трассировку более управляемыми.

Ключевые компоненты:

Atomizer — определяет, является ли задача атомарной (можно выполнить сразу) или требует планирования
Planner — разбивает неатомарные задачи на подзадачи
Executor — выполняет атомарные задачи через LLM, API или даже других агентов
Aggregator — собирает результаты подзадач и объединяет их в итог родительской задачи

Рекурсивный цикл выглядит так:

solve(task) → decompose → solve(subtasks) → aggregate results

Фреймворк на 100% open-source.

👉 @PythonPortal

Ежедневная тренировка гуманоидного робота Unitree 🥳

👉 @PythonPortal

ML-инженеры это вам: интерактивный обучающий блок по математике для машинного обучения

Недавно там выложили ещё несколько блогов по основам матанализа для машинного обучения, с интерактивными симуляциями.

Среди тем:

- backprop и градиентный спуск
- локальные минимумы и седловые точки
- векторные поля
- ряд Тейлора
- якобиан и гессиан
- частные производные

Материал ориентирован именно на ML-контекст, с упором на наглядность и практическое понимание. ✌️

Тренируемся здесь

👉 @PythonPortal

Для новичков подгон: бесплатный онлайн-курс по программированию на Python

На сайте можно прямо в браузере запускать код, решать задачки и изучать основы языка шаг за шагом

Начинай прокачку 👍

👉 @PythonPortal

Я фуллстек разработчик, но есть нюанс

👉 @PythonPortal

Отличный проект. Изучай что угодно с DeepTutor.

Персонализированный обучающий ассистент на базе ИИ.

Это гораздо больше, чем просто чат-бот. Он помнит твой контекст и прогресс и подстраивается под твой стиль обучения.

И вдобавок он с открытым исходным кодом

👉 @PythonPortal

Совет по Python:

Конкатенация строк через += в цикле имеет сложность O(n²), потому что при каждом сложении создается новая строка.
Используй join() — он дает O(n).

👉 @PythonPortal

Хитро

👉 @PythonPortal

Это один из имбовых способов начать учить Python с кучей практики : snakify.org

Функция "запуск кода пошагово" большой козырь этой платформы, что помогает понять как он выполняется и если необходимо, сразу заняться отладкой.

Lets'go it 👍

👉 @PythonPortal