TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #197 · 4 јан.

Подразумеваемые неймспейсы или неявные пакеты. Этот функционал добавлен в Python 3.3 Что он означает? Ранее, до 3.3 пакетами считались лишь директории, в которых есть файл __init__.py. Этот файл одновременно являлся свидетельством того, что директория это Python-пакет, и служил "телом" этого пакета. То есть местом, где можно написать код, как это делается внутри модуля. Этот код исполняется в момент импорта пакета, так что его принято называть "код инициализации пакета". Начиная с версии 3.3 Любая директория считается пакетом и Python будет пытаться использовать любую директорию для импорта. Конечно, не любую в файловой системе, а только те что находятся в sys.path. Это значит, что теперь __init__.py нужно делать только если: 🔸 вам требуется создать код инициализации пакета 🔸 нужна совместимость со старыми версиями Python На мой взгляд это немного упрощает разработку, делает её чище, но с другой стороны убивает некоторую однозначность происходящего. Например, я создал репозиторий со своей библиотекой и рядом положил код примеров или тестов. repo_name/ my_library/ __init__.py main.py examples/ exam1.py exam2.py В этом репозитории пакетом является только my_library, остальные директории это не пакеты, это просто дополнительный код в файлах. Директория examples не добавлена в sys.path, в ней нет рабочих модулей. Но если она лежит рядом с my_library, то Python вполне сможет импортнуть из неё модули, так как посчитает что examples это валидный пакет. Конечно, пример несколько надуманный. Никто не будет добавлять корень репозитория в sys.path. Но, я думаю, суть ясна. Иногда директория это просто директория а не пакет! #basic#pep

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #talkingmachines

当前筛选 #talkingmachines清除筛选
科技&趣闻&杂记

@kejiqu · Post #3614 · 05.07.2025 г., 06:44

Character.AI 突破性技术:实时 AI 角色视频互动 Character.AI 发布名为 TalkingMachines 的自回归扩散模型,旨在增强 AI 角色互动真实感。该模型基于 Diffusion Transformer(DiT)技术,通过流匹配扩散、音频驱动的交叉注意力、稀疏因果注意力和不对称蒸馏等技术,实现类似 FaceTime 的实时通话视觉互动。用户仅需输入图片和声音信号,即可生成逼真的 AI 角色动作,支持多种风格。TalkingMachines 强调其为实时音频视觉 AI 角色发展的重要一步。IT之家 🏷#TalkingMachines#Character#AI#Diffusion 📢频道👥群组📝投稿