@PainlessDestiny · Post #2587 · 10.02.2025 г., 04:07
#相册3.8.2.11 #Bokeh 2.0.19.0.0 解锁文档编辑(包含去屏纹、曲面矫正和笔迹消除) 解锁提取表格(需要小爱视觉/AI扫描)
TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #672 · 28.11
Впервые сделал крупный проект (под NDA, так что не расскажу, какой) на облачных функциях. Впечатления противоречивые. Изначально программисты арендовали компьютер в датацентре: или целиком или кусочек. На нём теоретически можно делать что угодно, но для запуска своих программ нужно было настроить операционную систему, безопасность и авторизацию, установить нужные исполнительные модули, программы для удобства деплоя, мониторинг нагрузки итд. Поэтому появились сервисы, которые это всё делают за тебя, а тебе дают буквально окно, куда можно написать свой код и запускать его удалённо на чужой машине. Конкретно я пользовался решением от Яндекса, чей протокол скопирован напрямую с Amazon Web Services. Причём, в документации не только открыто об этом говорится, но ещё и в некоторых местах перенаправляют на доки от Amazon. И SDK предлагают тоже использовать амазоновский. До санкций я бы сказал, что это не так плохо — можно использовать что-то привычное тем, кто уже работал с Amazon. Но сейчас привязка к американскому сервису выглядит скорее жирным минусом. Не знаю, есть ли у Яндекса ресурсы на какое-то серьёзное разделение. Судя по состоянию документации и платформы в целом — нет. Yandex Cloud кажется системой, которая активно развивалась несколько лет назад, а сейчас подзаброшена. Среда выполнения .NET отстаёт от актуальной на две версии (3.1 вместо 6, четвёртой версии не существует). Изначально мой проект был написан как обычное контейнеризированное приложение на .NET 6, а потом я переводил его на функции. Пришлось пройтись по всему коду и переписать несовместимые куски с C#10 на C#8, это было не слишком приятно. Документации фактически нет, а там, где есть, много путаницы. В примерах написано одно, по факту другое: например в функцию вместо объекта Request приходит просто строка, а разбирать её надо самому. Авторизацию я нашёл только на Stackoverflow. Интересно, что адекватных доков про неё не было ни у Яндекса, ни у Amazon. Функция выполняется и выгружается, поэтому ваша программа не должна рассчитывать на наличие постоянно живущего процесса. Мне пришлось вытащить из неё большой словарь, который грузится при старте, и положить уже подготовленные данные из него в Object Storage — это такое горячее файловое хранилище, там же рядом с функциями. Справедливости ради, работает это всё быстрее, чем я думал. Удалось запихнуть в функции даже сравнительно большой проект с кучей классов, создающий при запуске несколько десятков объектов и производящий загрузку из сети с декомпрессией. Другой важный плюс — бесплатная квота довольно внушительная: миллион вызовов и 10Гб*часов оперативной памяти в месяц. Для пет проекта вы сможете вообще не покупать сервер. Но если сервер у вас всё-таки есть, деплой вы уже настроили, то удобнее будет, конечно, делать как привычно. И гибкости больше. #dev
Hashtags
Търсене: #bokeh
@PainlessDestiny · Post #2587 · 10.02.2025 г., 04:07
#相册3.8.2.11 #Bokeh 2.0.19.0.0 解锁文档编辑(包含去屏纹、曲面矫正和笔迹消除) 解锁提取表格(需要小爱视觉/AI扫描)
@djangoproject · Post #468 · 16.10.2017 г., 08:30
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf Python For #Data_Science Cheat Sheet The Python interactive visualization library #Bokeh enables high-performance visual presentation of large datasets in modern #web browsers.
Hashtags
@ThemesM8 · Post #85 · 20.07.2021 г., 16:48
https://t.me/addtheme/pfsIJiYasr0juhEB 🌈@ThemesM8✨ #dark#purple#blue#android#desktop#oled#amoled#night#bokeh
@PainlessDestiny · Post #2611 · 28.02.2025 г., 13:30
#小米相册#相册#小米相册编辑 #小米澎湃AI引擎#文件管理#Bokeh 来自小米15Ultra的App们 不建议在MIUI或者HyperOS上用 不接收来自MIUI/HyperOS/低于安卓14的反馈 相册和文件管理在高分辨率的屏幕上显示异常,暂时不知道怎么修 对于小米相册: 功能应该是解锁全了 对于小米相册编辑: 水印还是和之前一样,你想要正常的显示,可以手动改照片的EXIF 如果你发现你拍的照片点不进画框,但是截图可以,建议你打开EXIF随便改一个数字他就可以点进画框了,暂时还不知道是咋回事 部分AI功能可能失效(因为小米服务器Boom了) 其他的功能也基本解锁全了 对于文件管理: 没啥说的,就是移植包 小米澎湃引擎和Bokeh是相关组件,建议安装
@djangoproject · Post #352 · 25.06.2017 г., 08:57
https://stxnext.com/blog/2017/04/12/most-popular-python-scientific-libraries/ The most popular Python scientific libraries: #Astropy #Biopython #Cubes #DEAP #SCOOP #PsychoPy #Pandas #Mlpy #matplotlib #NumPy #NetworkX #TomoPy #Theano #SymPy #SciPy #scikit_learn #scikit_image #ScientificPython #SageMath #Veusz #graph_tool #SunPy #Bokeh