Transformers

Transformers — библиотека на Python для работы с трансформерными моделями в задачах обработки естественного языка (NLP). Разрабатывается компанией Hugging Face.

Основные возможности:

• Поддержка различных архитектур трансформеров. Библиотека поддерживает модели на архитектурах BERT, GPT, T5, RoBERTa, DistilBERT и других.
• Возможность дообучения моделей (Fine-tuning). Предобученные модели можно настроить под конкретные задачи.
• Совместимость с фреймворками PyTorch, TensorFlow и JAX.
• Поддержка GPU. При наличии CUDA модель автоматически использует GPU.

Подробнее👇

#фреймворки_библиотеки

@python_practics

Генерация случайного числа в диапазоне

Генерируем случайное целое число между 1 и 100.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Как 5-минутная привычка спасает разработчиков от выгорания

Что делать, если хочется бросить программирование? Авторы статьи разобрали, как выгорание подкрадывается к разработчикам, почему одна 5-минутная привычка может вернуть интерес к коду и почему не надо гнаться за продуктивностью, чтобы остаться в профессии.

Подробнее👇

#статьи

@python_practics

Битва века))

#мемчики

@python_practics

Analytics Engineering with SQL and dbt: Building Meaningful Data Models at Scale

Чему вы научитесь:

• Созданию масштабируемых моделей данных с помощью dbt;
• Написанию эффективных SQL-запросов для аналитических задач;
• Проектированию и реализации процессов трансформации данных;
• Внедрению практик тестирования и документирования в data-проекты;
• Организации коллаборативной работы над моделями данных.

"Analytics Engineering with SQL and dbt" научит вас современным методам аналитической инженерии для построения значимых моделей данных, которые могут масштабироваться вместе с ростом вашего бизнеса.

Книга в формате pdf👇

#курсы_книги

@python_practics

Гайд по правильным ожиданиям в UI — тестах. SeleniumWebDriverWait и Expected Conditions

Автор статьи разобрал, как правильно использовать ожидания в автотестах при использовании Selenium, какие типы ожиданий существуют, когда их лучше применять.

Подробнее👇

#статьи

@python_practics