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
帖子存档
1 600
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•
1 600
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
1 600
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
1 600
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: thon1 600
💠 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'
>>> "STRING METHODS".lower()
'string methods'
>>> "STRING METHODS".casefold()
'string methods'
>>> "ß".lower()
'ß'
>>> "ß".casefold()
'ss'
>>> "string".center(10, "+")
'++string++'
>>> "string".center(10)
' string '
>>> "string methods".count("t")
2
>>> "string methods".count("t", 2)
1
>>> "string methods".count("t", 2, 3)
0
>>> "string methods".endswith("ds")
True
>>> "string methods".endswith("ds", 5)
True
>>> "string methods".endswith("ds", 5, 7)
False
>>> "string methods".find("s")
0
>>> "string methods".find("#")
-1
>>> "string methods".find("s", 5)
13
>>> ",".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'
>>> "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'
>>> "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']1 600
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
1 600
Repost from Digiato | دیجیاتو
🟢 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 🔵
