TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #303 · 27 дек.

Наверняка вы замечали, что в Python есть удобная функция для получения переменной окружения os.getenv(NAME) И её "сестра" для создания или изменения переменных окружения os.putenv(NAME, VALUE) Но почему-то putenv() не работает как должно. Энвайромент не обновляется! os.putenv('MYVAR', '1') print(os.getenv('MYVAR')) ... и ничего 😴 Почему так? На самом деле энвайромент обновляется, но это значение не добавляется в словарь os.environ. Откройте исходник функции os.getenv(). Это просто шорткат для os.environ.get() В то время как putenv() это built-in С-функция. Словарь os.environ (или точней класс из MutableMapping) создаётся из энвайромента в момент инициализации. Функция putenv() самостоятельно его не изменяет. В тоже время, когда вы создаёте или изменяете ключ в os.environ, автоматически вызывается putenv() в методе __setitem__(). То есть, технически putenv() всё делает верно, но в os.environ это не отражается. Можно проверить так: >>> os.putenv('MYVAR', '123') >>> os.system('python -c "import os;print(os.getenv(\'MYVAR\'))"') 123 Я объявил переменную в текущем процессе и вызвал дочерний процесс, который её унаследовал и получил в составе os.environ. Аналогично при удалении переменной вызывается еще одна built-in функция unsetenv(), удаляющая переменную из системы. Итого ▫️ Удобней всего явно обновлять переменные через os.environ ▫️ Есть способ неявно создать/удалить переменную через putenv/unsetenv, что не повлияет на os.environ но изменит энвайромент и передаст изменения сабпроцессам. Но так лучше не делать! ▫️os.environ это просто обертка для built-in функций putenv() и unsetenv(). #basic

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #paralysis

当前筛选 #paralysis清除筛选
AI & Law

@ai_and_law · Post #95 · 27.08.2023 г., 08:48

🌟AI Sunday Wonders: Breakthrough in AI-Assisted Communication for Paralysis Patients Hello everybody! This Sunday we explore new studies published in Nature showcase groundbreaking advances in brain implants, offering hope to individuals with paralysis or speech impairments. Led by Dr. Jaimie Henderson and his team at Stanford Medicine, the studies highlight neuroprostheses that can decode neural activity into words on a computer screen, audio speech, or animated avatars. The implants were tested on patients like Pat Bennett, diagnosed with amyotrophic lateral sclerosis (ALS) affecting her speech. By recording neural activity during speech attempts and decoding it into words, researchers achieved promising results. A 50-word vocabulary saw a 9.1% error rate during vocalization days, and a 125,000-word vocabulary had a 23.8% error rate. These findings indicate the potential to restore fluent conversation for paralysis patients. Dr. Henderson emphasized the transformative impact on communication, with a promising future where those unable to speak can stay connected with the world. Although the studies are proof of concept and require further testing, they pave the way for future breakthroughs, offering a glimpse of technology's potential to bridge communication gaps. #AI#MedicalTech#Neuroprosthetics#Paralysis#Communication#Breakthrough#AIInnovation