TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #210 · 3 фев.

Что делать если нужно поставить какую-то Python-библиотеку а root-прав нет? То есть в систему библиотеку никак и ничего не поставить. Есть как минимум два способа это решить правильно! 🔸 Сделать виртуальное окружение и ставить там что угодно. Это позволит создать полностью независимое исполняемое окружение для ваших приложений. Все библиотеки будут храниться в домашней директории юзера а значит доступ на запись имеется. Создать очень просто: python3 -m venv ~/venvs/myenvname Теперь активируем окружение # Linux source ~/venvs/myenvname/bin/activate # Windows %userprofile%\venvs\myenvname\Scripts\activate.bat Можно ставить любые библиотеки и запускать приложение. Это стандартный метод работы с любым проектом. Если еще не используете его, то пора начинать. Даже при наличии root доступа! 🔸 Бывает, что нет возможности запустить приложение из своего виртуального окружения. Например, его запускает какой-то сервис от вашего юзера и вставить активацию окружения вы не можете. В этом случае можно установить библиотеки для Python не глобально в систему, а только для юзера. Выполните этот код в консоли: python3 -m site Вы получите что-то такое: sys.path = [ '/home/user', '/usr/lib/python37.zip', '/usr/lib/python3.7', '/usr/lib/python3.7/lib-dynload', '/home/user/.local/lib/python3.7/site-packages', ... ] USER_BASE: '/home/user/.local' USER_SITE: '/home/user/.local/lib/python3.7/site-packages' ENABLE_USER_SITE: True Нас интересует параметр USER_SITE. Это путь к пользовательским библиотекам, которые доступны по умолчанию, если они есть. Именно сюда будут устанавливаться модули если добавить флаг --user при установке чего-либо через pip pip install --user requests Для этой команды не нужны root-права. После неё можно запускать системный интерпретатор без виртуальных окружений и установленная библиотека будет доступна для текущего юзера. Параметр USER_BASE показывает корневую директорию для хранения user-библиотек. Её можно изменить с помощью переменной окружения PYTHONUSERBASE export PYTHONUSERBASE=~/pylibs python3 -m site ... USER_BASE: '/home/user/pylibs' USER_SITE: '/home/user/pylibs/lib/python3.7/site-packages' Получается некоторое подобие виртуального окружения для бедных 😁 которое можно менять через эту переменную (не делайте так!Лучше venv!) 🔸 Дописывание пути в PYTHONPATH Этот способ не входит в список "двух правильных", но тоже рабочий. Здесь придётся сделать всё несколько сложней. Сначала ставим библиотеку в любое место указывая путь установки pip3 install -t ~/mylibs modulename Библиотека установится без привязки к какому-либо интерпретатору. То есть по умолчанию не будет видна. Теперь в нужный момент добавляем этот путь в sys.path или в PYTHONPATH. Не буду советовать так делать. Единственный раз когда этот способ мне пригодился и решил поставленную задачу, это при создании общей библиотеки для кластера компьютеров. Модули лежат в сети и подгружаются для всех из одного и того же места. То есть обновлять файлы требуется только один раз а не на всех хосты отдельно. Минусы такого подхода: ▫️Нужно всем хостам пробить нужный путь в .bashrc или ещё куда-то чтобы он сетапился на старте. ▫️Чем больше хостов тем больше нагрузка на сеть. Иногда такой способ не подходит именно по этой причине. Тогда Ansible вам в помощь. ▫️Не очень подходит если хосты с разными операционками. Некоторые библиотеки различаются для Linux и Windows (там, где есть бинарники) и приходится мудрить более сложные схемы. #tricks#basic

Резултати

Пронајдени 6 слични објави

Пребарај: #onnx

当前筛选 #onnx清除筛选
Data Science Jobs

@datasciencejobs · Post #1969 · 20.03.2024 г., 12:00

Привет друзья!👋 Меня зовут Лена, я HR компании NeofleX. Наш отдел Data Science в поиске специалиста по компьютерному зрению для работы над проектом, цель которого — повышение эффективности обслуживания клиентов в розничной торговле. Мы ищем эксперта, способного самостоятельно разрабатывать решения и вести за собой команду, вкладываться в повышение наших внутренних компетенций и способствовать развитию основы для будущих проектов. Этот ПРОЕКТ — лишь один из многих, в рамках которого вы сможете проявить свои навыки и внести свой вклад в нашу работу в области компьютерного зрения. #vacancy#job#вакансия#удаленка # Python# NumPy# Scikit Learn# PyTorch #DeepLearning#OpenCV#Docker#ONNX#DataScientist#ComputerVision Вакансия: Data Scientist (Computer Vision) Компания: NEOFLEX Опыт работы: от 3 лет 🔥 ПРОЕКТ: Команда занимается разработкой ETL-процессов для заполнения витрин в кластере Hadoop, необходимых для построения регуляторной ЦБ и внутренней банковской отчетности. Разработка потоков ведется с помощью Java с использованием Spark. Оптимизация запросов. Взаимодействие с системными аналитиками по прототипам. Город: Любой Формат работы: удалёнка Занятость: full time З/п: от 200 000 - 350 000 net 📌 ЧЕМ ТЫ БУДЕШЬ ЗАНИМАТЬСЯ: • Применением и адаптацией современных методов глубокого обучения в области компьютерного зрения для анализа данных с камер. • Оптимизацией существующих моделей для улучшения точности и скорости обработки данных. • Тесным взаимодействием с командой разработчиков для интеграции созданных моделей в рабочую среду. • Активным участием в пилотных и R&D проектах. 📌 ТЫ НАШ ИДЕАЛЬНЫЙ КАНДИДАТ, ЕСЛИ У ТЕБЯ ЕСТЬ: • Уверенное владение Python. • Опыт в разработке и реализации проектов в области компьютерного зрения. • Понимание алгоритмов, применяемых в компьютерном зрении. • Хорошая математическая подготовка, знание теории вероятностей и математической статистики. 📌 СОВСЕМ КРУТО, ЕСЛИ: • Опыт работы в CV проектах для розничной торговли. • Навыки работы с облачными платформами и контейнеризацией (Docker, Kubernetes). • Желание работать в команде, так как для нас важно поддерживать коммуникацию с коллегами. • Наличие научных публикаций / ученой степени / призовых мест в соревнованиях. 📌Что мы предлагаем Вам: •Официальное трудоустройство по ТК РФ. •График работы 5/2. •Гибкое утро. •Подключение к программе ДМС (включает стоматологию, обследования, лечение заболеваний, теле-медицина, Полис ВЗР), а также возможность страхования родственников по корпоративной цене. •Насыщенная корпоративная жизнь: яркие корпоративы, праздники для детей сотрудников, корпоративные спортивные мероприятия; мотивационные награждения. •Прозрачную системы карьерного развития в компании. •Персонального наставника с первого дня работы. •Возможность развития личной экспертизы и экспертизы компании. •Собственную платформу внутренних и внешних образовательных программ. •Возможность пройти сертификацию. 100% УДАЛЁННЫЙ ФОРМАТ РАБОТЫ !!! ✅Контакт для связи: телеграмм https://t.me/HelenaList🥰 👉 Не забудь уточнить, что ты из @datasciencejobs

GitHub Trends

@githubtrending · Post #15617 · 15.04.2026 г., 12:30

#python#ai#deep_learning#filetype#keras_classification_models#keras_models#mime_types#onnx Magika is a fast AI tool from Google that detects file types with ~99% accuracy across 200+ formats, using a tiny model that works in milliseconds on one CPU. Install easily via pip, brew, or scripts for CLI/Python/JS/Go use; scan files, directories, or streams with options like JSON output or recursion. It boosts your safety by routing files to scanners, like in Gmail/Drive, helping spot threats quickly without size limits. https://github.com/google/magika

GitHub Trends

@githubtrending · Post #14907 · 03.07.2025 г., 13:30

#python#agents#generative_ai_tools#llamacpp#llm#onnx#openvino#parsing#retrieval_augmented_generation#small_specialized_models llmware is a powerful, easy-to-use platform that helps you build AI applications using small, specialized language models designed for business tasks like question-answering, summarization, and data extraction. It supports private, secure deployment on your own machines without needing expensive GPUs, making it cost-effective and safe for enterprise use. You can organize and search your documents, run smart queries, and combine knowledge with AI to get accurate answers quickly. It also offers many ready-to-use models and examples, plus tools for building chatbots and agents that automate complex workflows. This helps you save time, improve accuracy, and securely leverage AI for your business needs[1][3][5]. https://github.com/llmware-ai/llmware

GitHub Trends

@githubtrending · Post #14800 · 07.06.2025 г., 11:30

#java#anthropic#chatgpt#chroma#embeddings#gemini#gpt#huggingface#java#langchain#llama#milvus#ollama#onnx#openai#openai_api#pgvector#pinecone#vector_database#weaviate LangChain4j helps you add powerful AI to your Java applications by making it easy to use Large Language Models (LLMs). It provides a simple way to switch between different LLMs and embedding stores without needing to learn each one's specific API. This means you can easily experiment with different models and tools, making your development process faster and more flexible. LangChain4j also offers many examples and tools to help you build complex AI applications quickly, such as chatbots and retrieval systems. This simplifies the integration of AI into your projects, allowing you to focus on creating better applications. https://github.com/langchain4j/langchain4j

GitHub Trends

@githubtrending · Post #15518 · 24.02.2026 г., 11:30

#rust#ai#ai_ocr#attention_mechanism#gnn#gnn_model#gnns#graph#graph_neural_networks#llm_inference#low_latency#mincut#neo4j#ocr#onnx#rust#vector#wasm RuVector is a free, open-source vector database that gets smarter with every query. Unlike static databases, it learns from usage via GNN layers, runs LLMs locally with no cloud costs, supports graph queries like Neo4j, scales freely across nodes, and deploys as a single self-booting file (125ms startup). Run with `npx ruvector`. You benefit from faster, more accurate AI search that improves automatically, zero operating costs, full offline/privacy control, and easy scaling—perfect for RAG, agents, or edge apps without vendor lock-in. https://github.com/ruvnet/ruvector

GitHub Trends

@githubtrending · Post #15436 · 25.01.2026 г., 12:00

#python#amd#anime#compression_artifact_reduction#deep_learning#directx_12#gui_application#intel#manga#noise_reduction#nvidia#onnx#onnxruntime#opencv#python#python3#pytorch#super_resolution#video#video_processing#windows QualityScaler is a free Windows AI app that upscales, enhances, and denoises your images and videos with a simple drag-and-drop GUI. It supports formats like JPG, PNG, MP4, MKV; works offline on any DirectX12 GPU (4GB+ VRAM, 8GB RAM); and offers features like multi-GPU use, resize, interpolation, and stop/resume. Download from itch.io, Steam, or GitHub. Benefit: Quickly turn low-quality photos/videos into sharp HD masterpieces privately on your PC, saving time and money vs. online tools. https://github.com/Djdefrag/QualityScaler