Это квантовый экзамен. Ты и сдал, и не сдал.

👉 @PythonPortal

Туториал по Basketball AI для YouTube наконец-то вышел. Как покадрово разобрать один розыгрыш с помощью CV-пайплайна для спортаналитики. 🤟

Больше 1000 часов работы ужаты в 37 минут.

- детекция игроков через RF-DETR
- трекинг игроков через SAM2
- кластеризация команд через SigLIP и K-means
- распознавание номеров через SmolVLM2

Систему можно переиспользовать как базу под свои проекты (аналитика, хайлайты, трансляции и т.д.).

Смотрим здесь

👉 @PythonPortal

Только что открыл для себя schemdraw — Python-библиотеку, которая превращает код в аккуратные и наглядные электрические схемы.

Больше никакого таскания проводов в неудобных GUI.

Чистый код для резисторов, логических элементов и многого другого.

Полная кастомизация всех элементов.

pip install schemdraw и можно начинать рисовать.

👉 @PythonPortal

Hello world на разных языках.

Один парнишка протестировал это в однопоточном режиме, в контейнерных песочницах и на довольно древнем CPU, так что абсолютные цифры не особо важны. Интереснее относительные значения.

Для интерпретируемых языков на графике показано только время запуска, потому что отдельного шага компиляции у них нет.

Полоску Kotlin пришлось немного укоротить, чтобы она влезла в 80 символов 😅

Понятно, что для реальных проектов с большим кодом и зависимостями порядок будет другим. Но всё равно любопытно посмотреть, как разные языки ведут себя на таком простом hello world.

👉 @PythonPortal

Какая частота каламбуров!

👉 @PythonPortal

Вышла Python-библиотека PandasAI для упрощённого анализа данных с помощью ИИ.

Можно задавать вопросы о датасете на обычном языке прямо в AI-диалоге, сравнивать разные наборы данных и строить графики. Сильно экономит время, особенно на этапе первичного знакомства с данными. Поддерживает CSV, SQL и Parquet.

А вот ссылка 😍

👉 @PythonPortal

В научной работе больше всего времени уходит на чтение статей, данные и отчеты.

На GitHub есть подборка Awesome AI for Science -»»» каталог AI-инструментов для всех этапов исследований.

Внутри:

-» работа с литературой
-» анализ данных
-» превращение статей в постеры
-» автоматизация экспериментов
-» инструменты для биологии, химии, физики и других областей

GitHub: https://github.com/ai-boost/awesome-ai-for-science

В списке есть Paper2Poster, MinerU, The AI Scientist, а также статьи, датасеты и фреймворки.
Фактически это полный набор инструментов для AI-поддержки научных исследований.

👉 @PythonPortal

Я думаю, что игры должны выглядеть так

👉 @PythonPortal