PythonCV
前往频道在 Telegram
✔️نمونه سوال با پاسخ ✔️نمونه سورس کد و پروژه پایتون( هوش مصنوعی، یادگیری عمیق، ماشین لرنینگ، بینایی ماشینی، دیتاساینس، فلسک، جنگو و ...) ✔️جزوه های آموزشی ✔آموزش کتابخانه های پایتون ادمین: @xalrzll سوالاتو اینجا بپرس👇 @pythoncv_gp
显示更多1 600
订阅者
-124 小时
-67 天
-2830 天
数据加载中...
标签云
无数据
有任何问题？请刷新页面或联系我们的客服。
进出提及
---
---
---
---
---
---
吸引订阅者
十二月 '24
十二月 '24
+2
在0个频道中
十一月 '24
+9
在0个频道中
Get PRO
十月 '24
+7
在0个频道中
Get PRO
九月 '24
+9
在0个频道中
Get PRO
八月 '24
+13
在0个频道中
Get PRO
七月 '24
+19
在0个频道中
Get PRO
六月 '24
+23
在0个频道中
Get PRO
五月 '24
+25
在0个频道中
Get PRO
四月 '24
+47
在1个频道中
Get PRO
三月 '24
+202
在2个频道中
Get PRO
二月 '24
+42
在0个频道中
Get PRO
一月 '24
+57
在0个频道中
Get PRO
十二月 '23
+50
在0个频道中
Get PRO
十一月 '23
+63
在3个频道中
Get PRO
十月 '23
+19
在0个频道中
Get PRO
九月 '23
+27
在0个频道中
Get PRO
八月 '23
+22
在0个频道中
Get PRO
七月 '23
+31
在0个频道中
Get PRO
六月 '23
+53
在0个频道中
Get PRO
五月 '23
+1 459
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 21 十二月 | 0 | |||
| 20 十二月 | 0 | |||
| 19 十二月 | 0 | |||
| 18 十二月 | 0 | |||
| 17 十二月 | 0 | |||
| 16 十二月 | 0 | |||
| 15 十二月 | 0 | |||
| 14 十二月 | 0 | |||
| 13 十二月 | 0 | |||
| 12 十二月 | 0 | |||
| 11 十二月 | 0 | |||
| 10 十二月 | 0 | |||
| 09 十二月 | 0 | |||
| 08 十二月 | 0 | |||
| 07 十二月 | 0 | |||
| 06 十二月 | 0 | |||
| 05 十二月 | 0 | |||
| 04 十二月 | 0 | |||
| 03 十二月 | +2 | |||
| 02 十二月 | 0 | |||
| 01 十二月 | 0 |
频道帖子
واکنش رسمی تلگرام به دستگیری پاول دورف، مدیرعامل شرکت
تلگرام تأکید میکند که کاملاً مطابق با قوانین اتحادیه اروپا، به ویژه قانون خدمات دیجیتال عمل میکند و نظارت بر آن همواره در حال بهبود است و در سطح استانداردهای بینالمللی قرار دارد.
پاول دورف، مدیرعامل تلگرام، هیچ موردی برای پنهان کردن نداشته و به طور منظم به اروپا سفر میکند.
ادعا مبنی بر اینکه یک پلتفرم یا صاحب آن مسئول سوء استفاده از آن میباشند، به شدت نادرست و مضحک است.
تقریباً یک میلیارد کاربر در سراسر جهان، تلگرام را به عنوان ابزاری برای ارتباط و منبعی برای کسب اطلاعات حیاتی به کار میبرند.
ما در انتظار رسیدگی و حل سریع مسائل پیش آمده هستیم و تلگرام همواره در کنار شما خواهد بود.
•Telegram•
| 2 | اگر می خواین یه چیز خیلی عجیب ببینین، این سایت رو بررسی کنین:
https://aem1k.com/qlock/
اولش فقط یه ساعت دیجیتاله؛ ولی سورسش رو هم نگاه کنین...
ساعت دیجیتالی است که ساعت رو روی سورس کد خودش هایلایت میکنه! فهمیدن اینکه دقیقا چطوری اینکار رو می کنه بسیار سخته ولی حتی اگر بفهمین چرا این خیلی هیجان انگیزه، خودش نشونه درک قابل قبولی از تکنولوژی است.
دیدن پیچیدگی چیزها، نشونه درک خوب از چیزها است (:
Jadinet | 685 |
| 3 |  #دیتاساینس
#مایکروسافت | 820 |
| 4 | ربات همستر چطور ساخته میشه؟ | ساخت مینی اپ تلگرام
چطور مینی اپ شبیه همستر و ناتکوین بسازیم؟ توی این ویدیو با زبان پایتون و JS یاد خواهید گرفت مینی اپ خودتون رو بسازید.
دانلود سورس کد استفاده شده در این ویدیو: https://t.me/CodingLovers_OFF/421
ngrok: https://ngrok.com/download | 921 |
| 5 | چقدر راجب مجیک متود ها داخل پایتون میدونید؟ ⚡
⭐ مجیک متود ها متود هایی خاص داخل پایتون هستند که دولوپر ها میتونن با استفاده ازشون، قابلیت هایی خاص و جالب به کلاس هاشون بدن؛
⭐ هرمجیک متودی با دوتا _ در دوطرف آن تعریف میشود، که هرکدام اسم خاص خود دارد. در داکیومنت پایتون داخل بخش Data model راجب بهشون صحبت کرده و همه رو معرفی کرده.
⭐ یک مثال:
class A:
def __init__(self, name):
self.name = name
def __getitem__(self, rng):
return self.name[rng]
var = A("Python")
print(var[2:])
# Output: thon
📖 داکیومنت مجیک متود ها: Document
📖 یه منبع خوب برای یادگیری: RealPython
#magicmethods #python | 671 |
| 6 | Practical Python AI Projects
@PythonCV | 703 |
| 7 |  Types Of Databases
انواع دیتابیس ها
@PythonCV | 768 |
| 8 | 🟢 11 Most Important Plots in Data Science
۱۱ نمودار مهم در دیتاساینس(علم داده)
@PythonCV | 736 |
| 9 | 💡10 کتاب کلیدی جهت ارتقای سطح برنامه نویس ها (با توضیحات)
@PythonCV | 772 |
| 10 | 🔅Top 10 Machine Learning algorithms
۱۰ الگوریتم برتر در ماشین لرنینگ
@PythonCV | 719 |
| 11 | Build Neural Networks from Scratch in Python 📒
ساخت شبکههای عصبی از ابتدا با پایتون
Ever Wondered how neural Networks work? This resource,"Neural Networks from Scratch in Python",takes you on a deep dive, teaching you to build them yourself in Python!
@PythonCV | 983 |
| 12 | Top 50 Python Interview Questions Answers
۵۰ تا از بهترین پرسش و پاسخ های مصاحبه پایتون
@PythonCV | 675 |
| 13 | 💠 String Methods
🔺 در ادامه با مجموعهای از method های مفید و قدرتمند برای کار با رشتهها در زبان برنامهنویسی پایتون آشنا خواهید شد. این methodها امکانات بسیاری را برای شما فراهم میکنند که میتوانید از آنها برای جستجوی الگوها، جایگزینی متن، تبدیل حالت رشته و ... استفاده کنید.
🔺 capitalize() -> str
🔹 یک کپی از رشته برمی گرداند با این تفاوت که حرف اول رشته با "حروف بزرگ" نوشته می شود.
>>> "string methods".capitalize()
'String methods'
🔺 lower() -> str
🔹 یک کپی از رشته برمی گرداند با این تفاوت که تمام حروف با "حروف کوچک" نوشته می شود.
>>> "STRING METHODS".lower()
'string methods'
🔺 casefold() -> str
🔹 یک کپی از رشته برمی گرداند با این تفاوت که تمام حروف با "حروف کوچک" نوشته می شود.
>>> "STRING METHODS".casefold()
'string methods'
🔻 سوالی که اینجا مطرح میشه اینه که متد casefold و lower دقیقا به یک شکل عمل می کنند. پس چه تفاوتی بین این دو متد وجود داره؟ در پاسخ به این سوال باید گفته که متد casefold قوی تر از lower عمل می کنه (در واقع کاراکتر های بیشتری رو پوشش میده). برای مثال در آلمانی حرف کوچک 'ß' میشه "ss" ولی متد lower قادر به انجام این کار نیست.
>>> "ß".lower()
'ß'
>>> "ß".casefold()
'ss'
🔺 center(width, [fillchar]) -> str
🔹 با استفاده از این متد می توانید برای متن width مشخص کنید. در صورتی که width مشخص شده بزرگتر از طول رشته باشد به جای آن space قرار می گیرد که می توانید با استفاده از پارامتر دوم این مقدار را تغییر دهید و مقدار دلخواه را به جای آن قرار دهید.
>>> "string".center(10, "+")
'++string++'
>>> "string".center(10)
' string '
🔺 count(value[, start[, end]]) -> int
🔹 با تنظیم کردن value برای این متد تعداد دفعات مقدار تکرار شده در یک متن بر گردانده میشود. با استفاده از دو پارامتر دیگر می توانید نقطه شروع و پایان را مشخص کنید.
>>> "string methods".count("t")
2
>>> "string methods".count("t", 2)
1
>>> "string methods".count("t", 2, 3)
0
🔺 endswith(suffix[, start[, end]]) -> bool
🔹 این متد بررسی میکند که آیا یک رشته با مقدار داده شده ختم می شود یا نه. با تنظیم کردن مقدار start و end می توانید شروع و پایان جستجو را مشخص کنید.
>>> "string methods".endswith("ds")
True
>>> "string methods".endswith("ds", 5)
True
>>> "string methods".endswith("ds", 5, 7)
False
🔺 find(sub[, start[, end]]) -> int
🔹 برای بررسی وجود و یا عدم وجود یک مقدار در یک رشته. در صورت وجود، ایندکس آن آیتم را بر میگرداند و در غیر اینصورت مقدار -1 برگردانده میشود.
>>> "string methods".find("s")
0
>>> "string methods".find("#")
-1
>>> "string methods".find("s", 5)
13
🔺 join(iterable) -> list
🔹 برای تبدیل iterable به str استفاده می شود
>>> ",".join("string")
's,t,r,i,n,g'
>>> ",".join(["1","2","3"])
'1,2,3'
>>> ",".join({"1","2","3"})
'3,2,1'
>>> ",".join({"1" : 1, "2" : 2})
'1,2'
🔺 replace(old, new[, count]) -> str
🔹 برای جایگزین کردن یک مقدار (old) با مقدار دیگر (new) مورد استفاده قرار می گیرد. با استفاده از count می توانید تعداد دفعات اعمال تغییرات را مشخص کنید.
>>> "hi-hi-hi".replace("hi", "hey")
'hey-hey-hey'
>>> "hi-hi-hi".replace("hi" , "hey", 2)
'hey-hey-hi'
>>> "hi-hi-hi".replace("hi", "hey", 1)
'hey-hi-hi'
🔺 split(sep=None, maxsplit=-1) -> list
🔹 برای تبدیل str به لیست مورد استفاده قرار می گیرد. با استفاده از مقدار sep معیار تفکیک را مشخص می کنید (به مثال ها دقت کنید) و با استفاده از maxsplit حداکثر تعداد جدا کردن مقادیر را مشخص کنید.
>>> "hi-hi-hi".split()
['hi-hi-hi']
>>> "hi hi hi".split()
['hi', 'hi', 'hi']
>>> "hi-hi-hi".split("-")
['hi', 'hi', 'hi']
>>> "hi-hi-hi".split("-", 1)
['hi', 'hi-hi']
>>> "hi hi hi".split(maxsplit=1)
['hi', 'hi hi'] | 740 |
| 14 | نحوه پیاده سازی OTP در فریمورک جنگو
@PythonCV | 625 |
| 15 | Introduction to PROBABILITY for DATA SCIENCE
معرفی احتمال برای علم داده 🎲
@PythonCV | 695 |
| 16 | Mastering Advanced List Comprehension
آموزش استفاده از list Comprehension در پایتون
مثلاً:
# با استفاده از List Comprehension
squares = [x**2 for x in range(1, 6)]
print(squares)
# بدون List Comprehension
squares = []
for x in range(1, 6):
squares.append(x**2)
print(squares)
@PythonCV | 737 |
| 17 | +140 Basic Python Programs
Leveraging Basic Python Programming Skills for Problem Solving
Passionate about Python Programming and it's applications in Problem-solving.
@pythoncv | 785 |
| 18 | Understanding the black-box calculations on Neural Networks
Basic
1. One Node
2. Four Nodes
3. One Hidden Layer
4. Three Inputs
5. Seven Layers
Advanced
1. Mixture of Experts (MOES)
2. Recurrent Neural Network (RNN)
3. Mamba
4. Matrix Multiplication
5. LLM Sampling
6. MLP in PyTorch
7. Backpropagation
8. Transformer
9. Batch Normalization
10. Generative Adversarial Network (GAN)
11. Self Attention
12. Dropout
13. Autoencoder
14. Vector Database
15. CLIP
16. Residual Network (ResNet)
17. Graph Convolution Network (GCN)
18. SORA's Diffusion Transformer (DiT)
19. Gemini 1.5's Switch Transformer
20. Reinforcement Learning with Human Feedback (RLHF
درک محاسبات black-box در شبکههای عصبی 🧠📦
از مبتدی تا پیشرفته
#AI
#Neural_Networks
@pythoncv | 891 |
| 19 | 🟢 این رزومه باعث استخدام یک برنامهنویس با حقوق سالانه 300 هزار دلاری در گوگل شد
🔹مهندس نرمافزار فعلی گوگل که بهصورت خودآموز برنامهنویسی یاد گرفته، توضیح میدهد که چگونه تصمیم گرفت تغییر رشته بدهد، وارد حوزه علوم کامپیوتر شود و از شرکتهای بزرگ پیشنهاد شغلی دریافت کند.
🔸او رزومهای را که با کمک آن از متا، اوبر و گوگل پیشنهاد شغلی دریافت کرده بود، به اشتراک گذاشته است و میگوید اگر امروز میخواست آن را برای شرکتها بفرستد، چند قسمتش را تغییر میداد.
➖ تأکید بر تجربیات، نه مهارتها: او این رزومه را قبل از پیوستن به آمازون ساخته بود، و چون تجربه زیادی نداشت، در ابتدا به مهارتهای خود اشاره کرده بود. او میگوید تجربهها اهمیت بیشتری دارند، هرچند اشاره به مهارتها هم لازم است.
➖ تمرکز روی دستاوردهای جدید: گابا مدعی است که تأکید بر دستاوردهای دوران دانشگاه را حذف میکرد. افتخاراتی که بسیار قدیمی هستند، اکنون دیگر چندان بهچشم نمیآیند.
➖ سادگی زبان: گابا میگوید اکنون برای اشاره به دستاوردهای خود از کلام سادهتر و آسانتری استفاده میکرد.
جزئیات بیشتر را در دیجیاتو بخوانید:
👇👇
https://dgto.ir/3dan
📱@Digiato 🔵 | 364 |
| 20 | 75 SQL Interview Questions
۷۵ سوال مصاحبه SQL 📝🤖
@pythoncv | 824 |
