TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #65 · 8 апр.

Небольшой трик с регулярными выражениями который редко вижу в чужом коде. Допустим, вам нужно распарсить простой текст и вытащить оттуда пары имя+телефон. Вернуть всё это надо в виде списка словарей. Возьмем очень простой пример текста. >>> text = ''' >>> Alex:8999123456 >>> Mike:+799987654 >>> Oleg:+344456789 >>> ''' Соответственно, для выделения нужных элементов будем использовать группы. Получится такой паттерн: (\w+):([\d+]+) Как мы будем формировать словарь из найденных групп? >>> import re >>> results = [] >>> for match in re.finditer(r"(\w+):([\d+]+)", text): >>> results.append({ >>> "name": match.group(1), >>> "phone": match.group(2) >>> }) >>> print(results) [{'name': 'Alex', 'phone': '8999123456'}, ...] Можно немного сократить запись используя zip >>> results = [] >>> for match in re.finditer(r"(\w+):([\d+]+)", text): >>> results.append(dict(zip(['name', 'phone'], match.groups()))) Но есть способ лучше! Это именованные группы в regex. Можно в паттерне указать имя группы и результат сразу забрать в виде словаря. >>> for match in re.finditer(r"(?P<name>\w+):(?P<phone>[\d+]+)", text): >>> results.append(match.groupdict()) То есть всё что я сделал, это добавил в начале группы (внутри сбокочек) такую запись: (?P<group-name>...) Теперь найденная группа имеет имя и можно обратиться к ней как к элементу списка >>> name = match['name'] Либо забрать сразу весь словарь методом groupdict() >>> match.groupdict() #tricks#regex

Резултати

Пронајдени 2 слични објави

Пребарај: #a1111

当前筛选 #a1111清除筛选
PHYGITAL+CREATIVE

@phygitalcreative · Post #2967 · 22.05.2023 г., 11:19

Вы наверняка слышали про Instruct pix2pix. Это модель, которая позволяет менять картинку на основе текстового запроса типа "make his hair blue" или "turn it into a wood carving". Так вот, изначальный вариант pix2pix, который был реализован в Автоматике, уже устарел. Теперь гораздо удобнее пользоваться pix2pix моделью КонтролНета. Она позволяет работать с хайрезными изображениями и в ней не нужно париться с двойной настройкой Denoising strength. Работает прямо в text2image. Добавьте исходную картинку в ControlNet, оставьте препроцессор в "none", выберите модель "Control_v11e_sd15_ip2p", поставьте правильное разрешение картинки, наберите вашу инструкцию в поле промпта и жмите Generate. Например я взял исходную картинку с древним городом, превратил ее в схематичный рисунок, в зимнюю сцену и в ночную с огнём. #совет#A1111#stablehoudini

Всем привет! Добро пожаловать в 👾 Нейро-Софт! Для навигации по каналу используйте карту тегов ⤵️: #txt2img - Нейросети для генерации изображений по текстовому описанию. #img2img - Нейросети для изменения или стилизации изображений на основе других изображений. #txt2video - Нейросети для генерации видео по текстовому описанию. #img2video - Нейросети для создания видео на основе изображений. #deepfake - Нейросети для создания дипфейков и замены лиц в видео. #music - Нейросети для генерации музыки. #voicecloning - Нейросети для клонирования голоса. #tts - Нейросети для синтеза речи из текста. #stt - Нейросети для распознавания речи и перевода её в текст. #txt2txt - Нейросети для генерации текста, анализа текста и перевода. #multimodal - Нейросети, комбинирующие текст с изображениями или видео. #style - Нейросети для стилизации и переноса стиля. #creative - Инструменты для создания визуальных эффектов и художественного творчества. #stablediffusion - Нейросети для генерации изображений на базе модели Stable Diffusion. #controlnet - Нейросети использующие принципы или модели ControlNet, например Instant ID. #fooocus - Репаки и форки Fooocus. #forge - Репаки и форки Forge. #a1111 - Репаки и форки Automatic 1111. #llm - Большие языковые модели для генерации и анализа текста. 💬Обсудить в чате | ⭐️Поддержать канал 👾НЕЙРО-СОФТ — Делаем нейросети доступнее.