А что если можно ускорить Python в 37 раз одной строкой кода?

Медленные Python-функции в больших кодовых базах страшно оптимизировать. Можно попробовать Numba или Cython, но Numba в основном работает только с числовым кодом и NumPy-массивами.

Можно пойти в Cython, но там нужны .pyx-файлы, аннотации типов и сборка. По факту это часы рефакторинга, прежде чем ты вообще увидишь прирост. 😬

Codon решает это одной строкой: декоратор codon.jit компилирует твой Python прямо в машинный код.

Ключевые плюсы:
• Работает с любым Python-кодом, не только с NumPy
• Аннотации типов не нужны, типы выводятся автоматически
• Скомпилированные функции кэшируются и потом вызываются мгновенно
• Никаких изменений в коде, кроме добавления декоратора

Выше реальные замеры производительности:
• Чистый Python: 0.240 с
• Первый вызов Codon: 0.324 с (разовая компиляция)
• Повторные вызовы Codon: 0.006 с (ускорение в 37 раз)

Ссылка на репозиторий: https://bit.ly/4q8SW3q
Запустите этот код: https://bit.ly/492cz6D

👉 @PythonPortal

Игра "Tennis for Two", созданная в 1958 году физиком Уильямом Хигинботэмом , которую часто называют первой видеоигрой, в которой для интерактивного игрового процесса использовался осциллограф

👉 @PythonPortal

ИТ-специалисты, слушающие, как не-ИТ-специалисты говорят о компьютерах

👉 @PythonPortal

Дорожная карта AI-ML с нуля

👉 @PythonPortal

8 Ключевых Концепций DDD

👉 @PythonPortal

1 грамм микросхемы RAM стоит дороже, чем 1 грамм 16-каратного золота.

👉 @PythonPortal

«Да, я программист, как ты догадался?»

Как он стоит:

👉 @PythonPortal

Извлечение структурированных данных из анкет пациентов с помощью DSPy и CocoIndex.

Получай чистые, типизированные структурированные данные прямо из PDF с валидацией через Pydantic.

Читать гид: начать

👉 @PythonPortal

Проекты на PyTorch

Плейлист, который помогает изучать PyTorch через работу над продвинутыми проектами.

👉 @PythonPortal

AI-компании фиксируют, что около 300 ТБ музыки было публично «заархивировано».

👉 @PythonPortal

В Source Control в VS Code теперь отображаются Git stash’и

Скрытые stash’и наконец-то стали нормально управляемыми.😁

👉 @PythonPortal

ML-инженерам: NVIDIA выпустила гайд для новичков по fine-tuning LLM с помощью Unsloth.

В гайде разбирают:

- методы обучения: LoRA, FFT, RL
- когда и зачем делать fine-tuning, реальные use-case’ы
- сколько данных и VRAM требуется
- как обучать локально на DGX Spark, RTX-видеокартах и не только

Гайд: https://blogs.nvidia.com/blog/rtx-ai-garage-fine-tuning-unsloth-dgx-spark/

👉 @PythonPortal

😭

👉 @PythonPortal

Сделай идеальное резюме, не возясь с шаблонами.

Пишешь контент в YAML и генерируешь PDF.

Проект называется RenderCV, он с открытым исходным кодом

👉 @PythonPortal

Этот GitHub-репозиторий — не свалка туториалов.

Внутри 28 продакшен-готовых AI-проектов, которые можно использовать.

Что там есть:

Проекты по машинному обучению
→ Прогноз цен на Airbnb
→ Калькулятор стоимости авиабилетов
→ Трекер успеваемости студентов

AI для медицины
→ Детекция заболеваний грудной клетки
→ Предсказание сердечных заболеваний
→ Анализ риска диабета

Генеративные AI-приложения
→ Живой чат-бот на Gemini
→ Рабочий медицинский ассистент
→ Инструмент анализа документов

Проекты по компьютерному зрению
→ Система трекинга рук
→ Приложение для распознавания лекарств
→ Реализации на OpenCV

Дашборды для анализа данных
→ Аналитика e-commerce
→ Аналитика ресторанов
→ Трекер статистики по крикету

И ещё 10 продвинутых проектов скоро:
→ Детекция дипфейков
→ Классификация опухолей мозга
→ Система оповещения о сонливости водителя

Это не просто набор файлов с кодом.
Это end-to-end рабочие приложения.

Посмотреть репозиторий 😲

👉 @PythonPortal

Тем временем: китаец сделал мусорку с авто-наведением на бросок 😰

👉 @PythonPortal

Что вы будете делать в этой ситуации?

👉 @PythonPortal

Преобразуй сложные регэкспы в нормальный читаемый Python-код с Pregex

Шаблоны вроде [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,} выглядят пугающе и плохо читаются. Команде без опыта в регулярках сложно понять и править такие валидации.

Pregex разворачивает regex в понятный питоновский код из описательных компонентов.

Что получаем:
• Код сам объясняет намерение, даже без комментариев
• Можно править без знаний регэкспов
• Компонуешь паттерны для сложной валидации
• При необходимости обратно экспортируешь в обычный regex

Инструмент open source. Установка: pip install pregex

Полная статья: https://bit.ly/3IWAE5O
Запустите этот код: https://bit.ly/4hdQjKM

👉 @PythonPortal