TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #32 · 7 фев.

Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks

Резултати

Пронајдени 1 слични објави

Пребарај: #audiollm

当前筛选 #audiollm清除筛选

🎙Vikhr Borealis ● Speech-to-Text ●Транскрипция русской речи в текст ● Portable by NerualDreming Ссылка на оригинальный релиз: https://huggingface.co/Vikhrmodels/Borealis Репакер:#NerualDreming Дата обновления: 25 сентября 2025 Версия: 1.0 Категории:#stt, #speechtotext, #audiollm Платформа:#Windows Место на диске: 20 ГБ Системные требования: NVIDIA GPU с не менее 6 ГБ VRAM Совместимость:#Nvidia 🖥Описание софта Borealis - это первая audio llm c ASR для русского языка от команды Vikhr. Важным отличием от других моделей является поддержка пунктуации в распознанных аудио. По замерам команды Vikhr, Borealis показывает меньшее количество ошибок и лучше соблюдает пунктуацию по сравнению с Whisper. В этой портативной сборке я сделал удобную оболочку, в которую можно загрузить как аудио, так и видео и легко превратить речь в текст. Давайте поддержим отечественного производителя! 😬 Основные возможности Vikhr Borealis: 🟣 Распознавание речи в текст для русского языка 🟣 Корректная расстановка знаков препинания 🟣 Более низкое количество ошибок по сравнению с аналогами 🟣 Возможность обработки как аудио, так и видео файлов 🟣 Удобный и простой в использовании интерфейс 💿Установка и запуск: ⁍ Скачайте Установщик или готовое Окружение. ⁍ Распакуйте архив в удобное место (без кириллицы и пробелов в пути). ⁍ Если скачали установщик, запустите файл install.bat и дождитесь окончания установки. ⁍ Для запуска программы используйте файл run_demo.bat. ⁍ Интерфейс приложения автоматически откроется в вашем браузере. ➡️Скачать Vikhr Borealis Portable (Установщик) - сам скачает и установит все необходимые компоненты. ➡️Скачать Vikhr Borealis Portable (Готовое окружение) - архив со всеми компонентами - скачает модели после запуска. 💬Обсудить в чате | ⭐️Поддержать канал 👾НЕЙРО-СОФТ — Делаем нейросети доступнее.