GNUnet (Wikipedie) byl vydán v nové major verzi 0.25.0. Jedná se o framework pro decentralizované peer-to-peer síťování, na kterém je postavena řada aplikací.
Byla vydána nová major verze 7.0 živé linuxové distribuce Tails (The Amnesic Incognito Live System), jež klade důraz na ochranu soukromí uživatelů a anonymitu. Nově je postavena je na Debianu 13 (Trixie) a GNOME 48 (Bengaluru). Další novinky v příslušném seznamu.
Společnost Meta na dvoudenní konferenci Meta Connect 2025 představuje své novinky. První den byly představeny nové AI brýle: Ray-Ban Meta (Gen 2), sportovní Oakley Meta Vanguard a především Meta Ray-Ban Display s integrovaným displejem a EMG náramkem pro ovládání.
Po půl roce vývoje od vydání verze 48 bylo vydáno GNOME 49 s kódovým názvem Brescia (Mastodon). S přehrávačem videí Showtime místo Totemu a prohlížečem dokumentů Papers místo Evince. Podrobný přehled novinek i s náhledy v poznámkách k vydání a v novinkách pro vývojáře.
Open source softwarový stack ROCm (Wikipedie) pro vývoj AI a HPC na GPU od AMD byl vydán ve verzi 7.0.0. Přidána byla podpora AMD Instinct MI355X a MI350X.
Byla vydána nová verze 258 správce systému a služeb systemd (GitHub).
Byla vydána Java 25 / JDK 25. Nových vlastností (JEP - JDK Enhancement Proposal) je 18. Jedná se o LTS verzi.
Věra Pohlová před 26 lety: „Tyhle aféry každého jenom otravují. Já bych všechny ty internety a počítače zakázala“. Jde o odpověď na anketní otázku deníku Metro vydaného 17. září 1999 na téma zneužití údajů o sporožirových účtech klientů České spořitelny.
Byla publikována Výroční zpráva Blender Foundation za rok 2024 (pdf).
Byl vydán Mozilla Firefox 143.0. Přehled novinek v poznámkách k vydání a poznámkách k vydání pro vývojáře. Nově se Firefox při ukončování anonymního režimu zeptá, zda chcete smazat stažené soubory. Dialog pro povolení přístupu ke kameře zobrazuje náhled. Obzvláště užitečné při přepínání mezi více kamerami. Řešeny jsou rovněž bezpečnostní chyby. Nový Firefox 143 bude brzy k dispozici také na Flathubu a Snapcraftu.
return super().find_class(module, name) AttributeError: Can't get attribute 'array_constructor' on module 'numpy' from '/usr/lib64/python3.10/site-packages/numpy/__init__.py' Error loading data: 'NoneType' object is not callable Error loading puzzle from lib/games/Medium/tmprPirlZ: Unpickled data is None. AttributeError: Can't get attribute 'array_constructor' on module 'numpy' from '/usr/lib64/python3.10/site-packages/numpy/__init__.py' for module: numpy, name: array_constructorOriginální kód:
class MyUnpickler(pickle.Unpickler): def find_class(self, module, name): # help unpickle find the correct module (since sys.path is different # from when we generated the puzzles) if module == 'sudoku': return getattr(sudoku, name) return pickle.Unpickler.find_class(self, module, name) def loadPuzzles(num, difficulty='Any'): indexfile = os.path.join(DATA_DIR, difficulty + ".index") index = file(indexfile).readlines() puzzlepaths = random.sample(index, num) puzzles = [] g = sudoku_maker.SudokuGenerator() for path in puzzlepaths: path = path.strip() infile = os.path.join(DATA_DIR, path) puz = MyUnpickler(file(infile)).load() d = g.assess_difficulty(puz.grid) puzzles.append((puz, d)) return puzzlesPřevedený kód:
class MyUnpickler(pickle.Unpickler): def find_class(self, module, name): if module == 'Numeric': # Redirect to numpy module = 'numpy' elif module == 'sudoku': return getattr(sudoku, name) elif module == 'numpy': if name == 'array_constructor': # Handle the specific case for array_constructor # You can return np.array or a custom function if needed return np.array # or whatever function you need to return # Add a fallback for unknown classes try: return super().find_class(module, name) except AttributeError as e: print(f"AttributeError: {e} for module: {module}, name: {name}") # Optionally log the entire traceback import traceback traceback.print_exc() def load_my_data(file): # Check if the input is a string (file path) or a file object if isinstance(file, str): with open(file, 'rb') as f: return MyUnpickler(f).load() #return pickle.Unpickler(f).load() else: try: return MyUnpickler(file).load() except Exception as e: print(f"Error loading data: {e}") return None def loadPuzzles(num, difficulty='Any'): indexfile = os.path.join(DATA_DIR, difficulty + ".index") with open(indexfile, 'r') as file: index = file.read().strip().splitlines() # Read lines into a list puzzlepaths = random.sample(index, num) puzzles = [] g = sudoku_maker.SudokuGenerator() for path in puzzlepaths: path = path.strip() infile = os.path.join(DATA_DIR, path) try: with open(infile, 'rb') as f: # Open the file in binary mode puz = load_my_data(f) # Use the file object here if puz is None: raise ValueError("Unpickled data is None.") d = g.assess_difficulty(puz.grid) puzzles.append((puz, d)) except Exception as e: print(f"Error loading puzzle from {infile}: {e}") # Continue to the next puzzle instead of returning None return puzzles # Return the list of puzzles, which may be empty if none were loaded
import pickletools
with open("tmpzVugvu",'rb') as fh: pickletools.dis(fh)
je tam skutence Numeric array:
5036: s SETITEM 5037: S STRING 'grid' 5045: p PUT 362 5050: c GLOBAL 'Numeric array_constructor' 5077: p PUT 363 5082: ( MARK 5083: ( MARK 5084: I INT 9 5087: I INT 9 5090: t TUPLE (MARK at 5083) 5091: p PUT 364 5096: S STRING 'b' 5101: p PUT 365 5106: S STRING '\x02\x00\x00\x00\x00\x07\x01\x00\x00\x00\x08\x00\x00\x00\x06\x05\x03\t\x00\x00\x00\x00\t\x04\x02\x08\x00\x00\x00\x00\x00\x04\x00\x00\x02\x00\x01\x00\x00\x00\x00\x00\x00\x00\x05\x00\x07\x00\x00\x08\x00\x00\x00\x00\x00\x01\t\x03\x05\x00\x00\x00\x00\x03\x05\x07\x04\x00\x00\x00\t\x00\x00\x00\x06\x07\x00\x00\x00\x00\x04' 5426: p PUT 366Podle retezce 'grid' zjistis, ze v sudoku.py je trida SudokuGrid, ktera vyrabi self.grid = Numeric.array(self.grid,typecode='b'). Zaroven je to jedine misto v puvodnim kodu, kde se modul Numeric pouziva. Zadruhe, ChatGPT je k h*vnu, protoze tvoje podminka:
if module == 'Numeric':
# Redirect to numpy
module = 'numpy'
elif module == 'sudoku':
return getattr(sudoku, name)
elif module == 'numpy':
if name == 'array_constructor':
# Handle the specific case for array_constructor
# You can return np.array or a custom function if needed
return np.array # or whatever function you need to return
# Add a fallback for unknown classes
nedava smysl.
['Hard/tmppJClrx'] Numeric array_constructor: [[2 9 0 0 0 0 0 0 6] [0 8 0 0 2 6 0 3 0] [0 3 0 5 0 0 2 0 0] [5 0 3 0 4 0 0 2 0] [1 0 0 0 7 0 0 0 5] [0 7 0 0 8 0 4 0 3] [0 0 9 0 0 8 0 7 0] [0 5 0 4 6 0 0 9 0] [8 0 0 0 0 0 0 5 4]] Impossible! Puzzle was: Solution: Grid 4 9 8 6 7 2 3 1 5 2 6 3 4 5 1 9 8 7 7 1 5 3 8 9 2 4 6 3 5 7 8 2 6 1 9 4 8 4 1 9 3 7 6 5 2 6 2 9 1 4 5 7 3 8 5 8 6 2 9 3 4 7 1 9 7 2 5 1 4 8 6 3 1 3 4 7 6 8 5 2 9 Puzzle foobared in following state: Error loading puzzle from lib/games/Hard/tmppJClrx: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()Numeric.py
import numpy as np def array_constructor(pole, typecode, hex_string, typ=True): # Převod hexadecimálního řetězce na bajty byte_array = bytes(hex_string, 'latin1') # Vytvoření NumPy pole z bajtového pole numpy_array = np.frombuffer(byte_array, dtype=np.uint8) # Zkontrolujte, zda má pole dostatečný počet prvků pro 9x9 if numpy_array.size < 81: raise ValueError("Hex string does not contain enough data for a 9x9 array.") # Přetvoření pole na rozměry 9x9 numpy_array_reshaped = numpy_array[:81].reshape(9, 9) print ("Numeric array_constructor:") print (numpy_array_reshaped) return numpy_array_reshaped
''' if grid: if type(grid)==str: ''' if grid is not False: # Změna podmínky if isinstance(grid, str):class DifficultyRating:
def count_values(self, dct): kk = list(dct.keys()) # Převod dict_keys na seznam, puvodne kk=dct.keys() kk.sort() # Nyní můžete použít sort() return [len(dct[k]) for k in kk]
Tiskni
Sdílej: