Python之禅,开宗明义:import this
1.Python之禅,开宗明义:import this
2.Python深入理解*和**含义和应用3.[每日AI·0430]首个自主更新的多模态大模型,马斯克访华,文本一键转3D数字人骨骼动画,创新的虚拟试衣模型4.国内免费的AI工具出色地帮我辅导女儿的小学英语作业5.[每日AI·0506]巴菲特谈 AI,李飞飞创业,苹果或将推出 AI 功能,ChatGPT 版搜索引擎6.AI已来,我与AI一起用Python编写了一个消消乐小游戏7.玩转AI,笔记本电脑安装属于自己的Llama 3 8B大模型和对话客户端8.一文彻底整明白,基于Ollama工具的LLM大语言模型Web可视化对话机器人部署指南9.基于Llama 3搭建中文版(Llama3-Chinese-Chat)大模型对话聊天机器人10.借助AI大模型,三分钟原创一部儿童故事短视频(附完整操作步骤)11.[AI资讯·0531] 达摩院医疗AI新里程碑,OpenAI价值数十亿美元,微软投资130亿美元,百度文库成为一站式AI内容获取与创作平台,三大运营商完成AI产品市场,AI获得成功PMF需多次尝试……12.本地部署GLM-4-9B清华智谱开源大模型方法和对话效果体验13.ChatTTS 开源文本转语音模型本地部署、API使用和搭建WebUI界面(建议收藏)14.[AI资讯·0609] SamAltman建立了庞大投资帝国,通义千问Qwen2发布即爆火,OpenAI泄密者公布165页文件,奥特曼百万年薪挖角谷歌TPU人才……15.Qwen2 阿里最强开源大模型(Qwen2-7B)本地部署、API调用和WebUI对话机器人16.[AI资讯·0618] 快手AI模型可灵在质量优于Sora,OpenAI和谷歌发布新技术推动AI视频推理发展,Gemini1.5Pro在该榜单中表现突出17.Stable Diffusion 3 大模型文生图“开源英雄”笔记本部署和使用教程,轻松实现AI绘图自由18.[AI资讯·0622] Claude3.5超越GPT-4o,360推出AI搜索,OpenAI收购Rockset,华为发布大模型19.Phi-3 模型手机部署教程(微软发布的可与GPT-3.5媲美的小模型)20.大模型应用研发基础环境配置(Miniconda、Python、Jupyter Lab、Ollama等)21.使用Llama3/Qwen2等开源大模型,部署团队私有化Code Copilot和使用教程22.Google 发布了最新的开源大模型 Gemma 2,本地快速部署和体验23.阿里Qwen2-72B大模型已是开源榜的王者,为什么还要推出其他参数模型,被其他模型打榜?24.基于Qwen2/Lllama3等大模型,部署团队私有化RAG知识库系统的详细教程(Docker+AnythingLLM)25.Ollama完整教程:本地LLM管理、WebUI对话、Python/Java客户端API应用26.LivePortrait 数字人:开源的图生视频模型,本地部署和专业视频制作详细教程27.基于 Qwen2 大模型微调技术详细教程(LoRA 参数高效微调和 SwanLab 可视化监控)28.太卷了,阿里云免费1个月大模型算力额度,玩转Llama3.1/Qwen2等训练推理29.PyTorch 训练自定义功能齐全的神经网络模型的详细教程30.vLLM CPU和GPU模式署和推理 Qwen2 等大语言模型详细教程31.MiniCPM-V 2.6 面壁“小钢炮”,多图、视频理解多模态模型,部署和推理实战教程32.InternLM 2.5 书生·浦语 开源大模型本地部署体验33.GLM-4-Flash 大模型API免费了,手把手构建“儿童绘本”应用实战(附源码)34.ChatTTS 长音频合成和本地部署2种方式,让你的“儿童绘本”发声的实战教程(文末有福利)35.Agent(智能体)和 MetaGPT,一句话实现整个需求应用代码36.基于 CrewAI 多智能体框架,手把手构建一个自动化写作应用实战37.基于 Qwen2.5-Coder 模型和 CrewAI 多智能体框架,实现智能编程系统的实战教程38.使用世界领先的 Qwen2.5-Math 开源模型当 AI 数学老师,让奥数解题辅导不在鸡飞狗跳(文末有福利)39.transformers 推理 Qwen2.5 等大模型技术细节详解(一)transformers 初始化和对象加载(文末免费送书)40.transformers 推理 Qwen2.5 等大模型技术细节详解(二)AutoModel 初始化和模型加载(免费送新书)41.深入解析 Transformers 框架(三):Qwen2.5 大模型的 AutoTokenizer 技术细节42.告别 PPT 配图难题!Napkin.ai 轻松打造生动演示文档(文末免费送书)43.深入解析 Transformers 框架(四):Qwen2.5/GPT 分词流程与 BPE 分词算法技术细节详解44.Meissonic 文生图模型:小参数,超轻量,本地部署推理教程45.Transformers 框架任务概览:从零开始掌握 Pipeline(管道)与 Task(任务)46.Transformers 框架 Pipeline 任务详解:文本转音频(text-to-audio 或 text-to-speech)47.Transformers 框架 Pipeline 任务详解:文本分类(text-classification 或 sentiment-analysis)48.Bolt.new 用一句话快速构建全栈应用:本地部署与应用实战(Ollama/Qwen2.5 等)49.Transformers 框架 Pipeline 任务详解(三):词元分类(token-classification)和命名实体识别50.深入解析 Transformers 框架(五):嵌入(Embedding)机制和 Word2Vec 词嵌入模型实战51.Transformers 框架 Pipeline 任务详解(四):问答(question-answering)52.Transformers 框架 Pipeline 任务详解(五):表格问答(table-question-answering)53.Transformers 框架 Pipeline 任务详解(六):填充蒙版(fill-mask)54.深度解析 Transformer 模型中的位置嵌入(Positional Embedding)55.使用Cursor + Qwen2.5 大模型 零经验研发微信小程序:自由构建个性化节拍器应用实战56.Cline 免费插件 + Qwen2.5 大模型,零经验也能开发“对联王”微信小程序57.感谢有你,共赴未来:2024年微信公众号创作总结 · 老牛同学58.新春“码”启 | 0 基础开发微信小游戏,Cocos 游戏引擎 + AI 辅助编程(第1天)59.新春“码”启 | 0 基础开发微信小游戏,Cocos 游戏引擎 + AI 辅助编程(第2天)60.新春“码”启 | Cocos 3D 开发微信小游戏(第3天):场景搭建与游戏链路基础开发61.新春“码”启 | Cocos 3D 开发微信小游戏(第4天):游戏资源设计和框架核心源代码62.新春“码”启 | Cocos 3D 微信小游戏(第5天):分包构建和上传发布(完美收官)63.DeepSeek vs. Qwen 大模型编程能力比拼,谁更适合作为你的 AI 辅助编程助手?64.欧拉角和四元数,3D 游戏开发中“旋转”难题的通俗讲解和应用实战65.MNN 手机本地部署 DeepSeek R1 和多模态大模型,告别服务器繁忙!#!/usr/bin/env python import this
Python之禅:
The Zen of Python, by Tim Peters Beautiful is better than ugly. Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren't special enough to break the rules. Although practicality beats purity. Errors should never pass silently. Unless explicitly silenced. In the face of ambiguity, refuse the temptation to guess. There should be one-- and preferably only one --obvious way to do it. Although that way may not be obvious at first unless you're Dutch. Now is better than never. Although never is often better than *right* now. If the implementation is hard to explain, it's a bad idea. If the implementation is easy to explain, it may be a good idea. Namespaces are one honking great idea -- let's do more of those!
开宗明义:
优美胜于丑陋(Python 以编写优美的代码为目标) 明了胜于晦涩(优美的代码应当是明了的,命名规范,风格相似) 简洁胜于复杂(优美的代码应当是简洁的,不要有复杂的内部实现) 复杂胜于凌乱(如果复杂不可避免,那代码间也不能有难懂的关系,要保持接口简洁) 扁平胜于嵌套(优美的代码应当是扁平的,不能有太多的嵌套) 间隔胜于紧凑(优美的代码有适当的间隔,不要奢望一行代码解决问题) 可读性很重要(优美的代码是可读的) 即便假借特例的实用性之名,也不可违背这些规则(这些规则至高无上) 不要包容所有错误,除非你确定需要这样做(精准地捕获异常,不写 except:pass 风格的代码) 当存在多种可能,不要尝试去猜测 而是尽量找一种,最好是唯一一种明显的解决方案(如果不确定,就用穷举法) 虽然这并不容易,因为你不是 Python 之父(这里的 Dutch 是指 Guido ) 做也许好过不做,但不假思索就动手还不如不做(动手之前要细思量) 如果你无法向人描述你的方案,那肯定不是一个好方案;反之亦然(方案测评标准) 命名空间是一种绝妙的理念,我们应当多加利用(倡导与号召)
我的本博客原地址:https://ntopic.cn/p/2024050101
本文作者:奔跑的蜗牛,转载请注明原文链接:https://ntopic.cn
合集:
人工智能
分类:
人工智能
, 专业技术 / Python
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10亿数据,如何做迁移?
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 推荐几款开源且免费的 .NET MAUI 组件库
· 易语言 —— 开山篇
· Trae初体验