Open-source projekt OpenDLSS-NR je 'bitově přesná reimplementace' neuronové rendrovací sítě DLSS 5 od společnosti NVIDIA, jenže pro grafické API Vulkan (DLSS slouží k vylepšování klasickým způsobem vyrendrovaných snímků pomocí lokálních modelů umělé inteligence, a to v reálném čase). Projekt není nijak spojen se společností NVIDIA, je pouze pro OS Windows a natrénované váhy modelu si uživatelé musí obstarat sami. Zdrojový kód je k dispozici na GitHubu, pod licencí MIT s výjimkou pro komponenty třetích stran.
Společnost Cloudflare představila Clef a Clef-Flash, open-source rozhodovací modely určené pro rychlou a konzistentní klasifikaci vstupů. Na rozdíl od klasických LLM vracejí tyto modely deterministické striktně typované strukturované odpovědi s exaktními pravděpodobnostmi, tedy odpovědi ve stylu přelomového modelu Jev.
… více »Byla vydána beta verze Ubuntu 26.10 s kódovým názvem Stonking Stingray. Přehled novinek v poznámkách k vydání. Dle plánu by Ubuntu 26.10 mělo vyjít 15. října 2026.
Byla vydána verze 1.99.0 programovacího jazyka Rust (Wikipedie). Podrobnosti v poznámkách k vydání. Vyzkoušet Rust lze například na stránce Rust by Example.
Od 13. do 15. října proběhne v Praze OpenSSL Conference 2026. Na YouTube lze zhlédnout videozáznamy přednášek z loňského roku.
Eben Upton oznámil další zdražení jednodeskových počítačů Raspberry Pi. Tentokrát 2 GB varianty o 12,50 dolarů. Nově 2 GB Raspberry Pi 4 stojí 67,50 dolarů a 2 GB Raspberry Pi 5 stojí 77,50 dolarů.
OpenMandriva ROME, tj. průběžně aktualizovaná (rolling) edice linuxové distribuce OpenMandriva, byla vydána ve verzi 26.09. Vedle Flatpaku také s podporou Snapu.
Edison Design Group po více než 30 letech zveřejnil zdrojový kód svého EDG C/C++ front-endu. Ten proslul širokou podporou standardů C++ a kompatibilitou s dialekty kompilátorů od Microsoftu, GNU, Clangu, Sunu a dokonce i s prehistorickým cfrontem. EDG byl použit například v kompilátoru Intel C++ Classic, kompilátoru NVCC od firmy NVIDIA pro platformu CUDA nebo v našeptávači kódu IntelliSense v produktech společnosti Microsoft. Projekt nyní spravuje organizace The C++ Alliance a kód je dostupný pod licencí Apache 2.0, doplněnou o výjimky projektu LLVM.
Pocket Tank je malé kapesní virtuální akvárium postavené na vývojové desce ESP32-S3-Touch-AMOLED-1.8. Na dvoujádrovém mikrokontroléru ESP32-S3 s 8 MB PSRAM a 16 MB flash paměti běží jak simulace akvária, tak i malý jazykový model určující chování rybiček. Lokální model o velikosti 7,56 MB se 14 miliony parametrů vznikl destilací modelu Gemma 4 26B, tedy učitele s 26 miliardami parametrů. Kromě firmwaru pro skutečný modul s AMOLED
… více »Open-source nástroj Jevstiller vytváří (destiluje) malý lokální model, který se průběžně učí z odpovědí komerční služby Jev. Běžné dotazy vyřizuje přímo na vlastním hardware, čímž může řádově zkrátit čas odezvy a snížit provozní náklady díky menšímu využívání zpoplatněného API. Nejisté požadavky Jevstiller posílá do Jevu, rovněž průběžně kontroluje náhodná dvě procenta dotazů Jevem. Pokud se lokální model začne s Jevem rozcházet,
… více »
def only_multiple_occurences(d):
return dict((k, v) for k, v in d.iteritems() if len(v) > 1)
def add_to_dict_list(d, k, x):
if k in d:
d[k].append(x)
else:
d[k] = [x]
k=open('out', 'r')
text = k.read()
words = list(re.findall(r'\S+', text))
nwords = len(words)
n = 2
allngrams = [None, words, {}]
ngrams = allngrams[n]
for i in range(nwords+1-n):
add_to_dict_list(ngrams, tuple(words[i:i+2]), i)
allngrams[n] = only_multiple_occurences(ngrams)
while allngrams[n]:
prevngrams = allngrams[n]
n += 1
allngrams.append({})
ngrams = allngrams[n]
for prevngram, positions in prevngrams.iteritems():
for i in positions:
if i + n <= nwords:
add_to_dict_list(ngrams, prevngram + (words[i+n-1],), i)
allngrams[n] = only_multiple_occurences(ngrams)
n -= 1
excluded = {}
zoznam =[]
out={}
a = 1
while n >= 2:
nextexcluded = set()
for ngram, positions in allngrams[n].iteritems():
if ngram not in excluded:
zoznam.append([' %u ' % len(positions)] + [' '.join(ngram) ])
nextexcluded.add(tuple(ngram[1:]))
nextexcluded.add(tuple(ngram[:-1]))
excluded = nextexcluded
n -= 1
zoznam.sort()
zoznam.reverse()
index = 0
for t in zoznam:
index += 1
t = [index,] + t
zoznam[index-1] = t
Vtedy by som potreboval updatovať treeview, lenže dané pole z ktorého sa ťahajúu údaje sa však nezmenilo od začiatku programu.Této větě tak úplně nerozumím. TreeView zobrazuje nějaký TreeModel, nějaké náhodné datové struktury jsou irelevantní. Když dostanu nová data, přidám je do modelu, view je automaticky zobrazí. Takže problém je, že (a) vůbec nevíš, že dostaneš nová data -- v tom případě chybí nějaká komunikace mezi částmi programu (b) máš nová data, máš tree view model a nevíš, co dělat -- v tom případě se bez znalosti, jak vypadá ten model a jak je z těch dat konstruován, dá poradit jedině to samé co předtím: musíš nová data přidat do modelu (c) máš data, ale je příliš složité je rozdělit na nová a stará -- v tom případě prostě vytvoř nový model a použij set_model() to funguje a neukázal jsi žádný protipříklad
def create_model(self): store = Gtk.ListStore(int,str,str) for item in Load.zoznam: store.append([item[0],item[1],item[2]]) return storea protipríklad asi nieje potrebný, kedže set_model(), by fungoval kebyže sa mi po pridaní nových dát aktualizuje "zoznam"
Jak v pythonu detekuji, že se změnil soubor?? Viz https://github.com/seb-m/pyinotify/blob/master/python2/examples/loop.py, přičemž budeš asi chtít sledovat událost IN_CLOSE_WRITE.
Tiskni
Sdílej: