TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #201 · 13 јан.

Мы уже знаем, что на текущую сессию интерпретатора изменение PYTHONPATH никак не повлияет. Но если вы запустите дочерний процесс, то он унаследует окружение текущего процесса, а значит и изменения в любых переменных будут на него влиять. Вот небольшой пример: Объявляем переменную user@host:~$ export PYTHONPATH=/path1 Запускаем интерпретатор user@host:~$ python3 Проверим что в sys.path >>> import sys >>> print(sys.path) ['', '/path1', '/usr/lib/...', ...] Добавляем что-то в переменную >>> import os >>> os.emviron['PYTHONPATH'] = '/path1:/path2' >>> print(sys.path) ['', '/path1', '/usr/lib/...', ...] Изменений нет. Но давайте запустим дочерний процесс и посмотрим там >>> os.system('python3') # теперь мы находимся в другом процессе >>> import sys >>> print(sys.path) ['', '/path1', '/path2', '/usr/lib/...', ...] Тоже самое будет и с subprocess, так как по умолчанию текущее окружение тоже наследуется. >>> import subprocess >>> subprocess.call(['python3', '-c', 'import sys;print(sys.path)']) ['', '/path1', '/path2', '/usr/lib/...', ...] ______________________ Лучшей практикой является передача энвайронмента явно через аргумент env! import subprocess subprocess.call(cmd, env={'PYTHONPATH': '...'}) Это поможет точно понимать какое окружение будет у запускаемого процесса и при этом не изменять окружение текущего процесса. #basic

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #circuit

当前筛选 #circuit清除筛选
探索号

@seeker_rc · Post #19674 · 05.05.2026 г., 13:25

💡 博物馆收藏夹 可能是自己状态原因,这个巨大的国立分馆逛了半小时就累了…把毕加索和斯拉夫艺术家们放在一起展陈挺有意思的,各种裸女们也是看了个爽。 但是三小时只够匆匆看两层…一共上下四层,展品巨多的同时,巨大的Circuit 中间没有出口…以及这个美术馆是真没人。 (但是美术馆的咖啡馆也巨大,坐满了工作和学习的人,像图书馆) via 博物馆收藏夹 标签: #收藏夹#Circuit#裸女 ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道:科技探索者 每天推荐有趣内容,欢迎订阅、转发。

科技&趣闻&杂记

@kejiqu · Post #3493 · 30.05.2025 г., 06:51

Anthropic 开源“思维追踪”工具,可视化揭秘 AI 内部逻辑 Anthropic于5月29日发布“思维追踪”(Circuit Tracer)开源工具,以图形化方式呈现AI大语言模型的内部思维过程。该工具通过构建“归因图”(Attribution Graph),帮助研究者可视化模型内部运作并进行交互式探索。Circuit Tracer已在GitHub平台以开源库形式发布,研究者可在Decode Research运营的Neuronpedia平台上使用交互式前端查看“归因图”。用户可利用该工具生成自定义归因图,追踪模型内部逻辑,并进行标注、分享和调整特征值以验证研究假设。Anthropic 认为,开源这些工具将促进对语言模型内部运作的更广泛理解。IT之家 | Anthropic 🏷#Anthropic#Circuit#Tracer#开源 📢频道👥群组📝投稿