TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #379 · 18 окт.
⭐️ Недавно состоялся релиз Python 3.13 Помимо других апдейтов, вот на что я обратил внимание: ◽️Экспериментальный компилятор JIT, должен в будущем значительно повысить скорость. Активируется аргументом –enable-experimental-jit ◽️Экспериментальный режим без GIL. Думаю, все знаю что это. Активируется аргументом –without-gil ◽️Удалили ряд стандартных библиотек (PEP-594). Вместе с ними попала под нож lib2to3. Надеюсь больше никому она и не нужна))) ◽️Обновленный REPL с колоризацией. Команда для быстрого запуска docker run --rm -it python:3.13 Либо устанавливаем исталятором↗️ #release
Hashtags
Пребарај: #automl
@repo_science · Post #3807 · 19.12.2023 г., 05:08
#AutoML 🐍 AutoML: Build Production-Ready Models Quickly! Learn the basics of building production-ready automated machine learning (AutoML) models. ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----
Hashtags
@githubtrending · Post #14863 · 24.06.2025 г., 13:30
#other#automl#chatgpt#data_analysis#data_science#data_visualization#data_visualizations#deep_learning#gpt#gpt_3#jax#keras#machine_learning#ml#nlp#python#pytorch#scikit_learn#tensorflow#transformer This is a comprehensive, regularly updated list of 920 top open-source Python machine learning libraries, organized into 34 categories like frameworks, data visualization, NLP, image processing, and more. Each project is ranked by quality using GitHub and package manager metrics, helping you find the best tools for your needs. Popular libraries like TensorFlow, PyTorch, scikit-learn, and Hugging Face transformers are included, along with specialized ones for time series, reinforcement learning, and model interpretability. This resource saves you time by guiding you to high-quality, actively maintained libraries for building, optimizing, and deploying machine learning models efficiently. https://github.com/ml-tooling/best-of-ml-python