Најди сличен содржај

Изворен канал @pythonotes · Post #400 · 8 дек.

Три способа выполнить множество задач с asyncio Функция для примера: async def do_it(n): await asyncio.sleep(random.uniform(0.5, 1)) return n 1. Последовательный вызов async def main(): for i in range(100): result = await do_it(i) Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей. Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди. 2. Упорядоченный результат async def main(): tasks = [do_it(i) for i in range(100)] results = await asyncio.gather(*tasks) Выполняет корутины конкурентно и возвращает результат в виде списка. Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены. 3. Результат по мере готовности tasks = [asyncio.create_task(do_it(i)) for i in range(100)] for cor in asyncio.as_completed(tasks): result = await cor Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно. Полезен когда нужно обработать любой ответ как можно скорее. #async

Hashtags

#async

Резултати

Пронајдени 1 слични објави

Пребарај: #digitaltransparency

当前筛选 #digitaltransparency清除筛选

AI & Law

@ai_and_law · Post #488 · 21.01.2025 г., 08:04

Најди слично Погледај

🇪🇺Deepfakes in the EU AI Regulation: Definition Challenges for Image Processing A critical analysis by Meding and Sorge highlights significant challenges in how the EU AI Regulation defines and regulates deepfakes. The lack of clear distinctions between legitimate image processing and deepfake creation leaves providers and users navigating a gray area, particularly given the complexity of transparency obligations. Key issues include: ✔️ Ambiguities in the definition of deepfakes, with no clear criteria for "standard editing functions" or "non-essential changes." ✔️ Confusion over differentiating changes at the pixel level versus visible alterations. ✔️ Modern tools like Google "Best Take" and Samsung’s editing features blur the boundaries of what qualifies as a deepfake. For companies working with AI-driven image processing, the risks are clear. To ensure compliance and avoid fines, businesses should prioritize implementing transparency mechanisms, such as content labeling, and conduct a detailed review of editing functionalities against regulatory standards. #AIRegulation#Deepfakes#EthicsInAI#DigitalTransparency

Hashtags

#airegulation #deepfakes #ethicsinai #digitaltransparency