Web appOpen in Telegram
|| کانال توسعه‌دهندگان پایتون |

| کانال توسعه‌دهندگان پایتون |

@DevelopixPython · channel · Tech · indexed since 2026-07-19
7 688subscribers
152posts in the index
|
| کانال توسعه‌دهندگان پایتون |
FastAPI یکی از مدرن‌ترین فریم‌ورک‌های Python برای ساخت REST API و سرویس‌های سریع است 🚀 با استفاده از type hints استاندارد پایتون (مثل str و int) همزمان: • اسکیمای داده‌ها را تعریف می‌کنی ✅ • validation اتومات می‌گیری ✅ • مستندات زنده OpenAPI و Swagger UI تحویل می‌گیری ✅ برای میکروسرویس‌ها، Backend اپ‌های موبایل، و سرویس‌های ML که نیاز به عملکرد بالا دارند، انتخاب خیلی خوبی است. نصب و یک مثال ساده: pip install fastapi uvicorn from fastapi import FastAPI app = FastAPI() @app.get("/hello") async def hello(name: str = "Python"): return {"msg": f"Hello {name}!"} # اجرا: # uvicorn main:app --reload نکته: پارامترهای تابع، خودکار به query/body تبدیل می‌شوند و خطاهای validation به صورت JSON مرتب برمی‌گردند؛ خیلی مناسب برای frontend و mobile تیم. مستندات رسمی: 📚 FastAPI Docs 💻 GitHub امتحانش ارزش دارد؛ مخصوصاً اگر از Flask/Django API خسته از boilerplate شده‌ای 🙂 🔖 #Python #پایتون #Python #FastAPI #Web #API #Backend 👤 Developix 💎 Channel: @DevelopixPython
6 · 2.2K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
خروجی اجرای این کد در Python چیست؟ funcs = [] for i in range(3): funcs.append(lambda x, p=i: x * p) result = sum(f(10) for f in funcs) print(result) به عددی که در خروجی چاپ می‌شود توجه کنید و فقط همان عدد را بنویسید. 🔖 #Python #پایتون 👤 Developix 💎 Channel: @DevelopixPython
5 · 1.9K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
در قطعه‌کد زیر با یکی از رفتارهای مهم و گاهی خطرناک در Python روبه‌رو هستیم: آرگومان پیش‌فرض قابل‌تغییر (Mutable Default Argument). خروجی اجرای این کد (چاپ‌شده در انتهای برنامه) چیست؟ def append_item(item, data=[]): data.append(item) return data x = append_item(1) y = append_item(2) z = append_item(3, data=[]) w = append_item(4) print(x) print(y) print(z) print(w) پاسخ را فقط به صورت خروجی نهایی تابع printها (به ترتیب هر خط)، بنویسید. 🔖 #Python #پایتون 👤 Developix 💎 Channel: @DevelopixPython
7 · 2K ·
|
| کانال توسعه‌دهندگان پایتون |
✅ شرط‌های تمیزتر در Python با any و all 🧠 خیلی وقت‌ها توی if ها چند شرط پشت‌سرهم با and و or می‌نویسیم و کد شلوغ می‌شود. دو تابع ساده و خیلی Pythonic برای تمیز کردن این شرط‌ها داریم: any و all. ایده اصلی: - any(iterable) اگر حداقل یک مقدار True باشد، True برمی‌گرداند. - all(iterable) فقط وقتی همه مقادیر True باشند، True برمی‌گرداند. یک مثال واقعی: اعتبارسنجی ورودی کاربر 👇 def is_valid_user(data: dict) -> bool: required_keys = ["username", "email", "password"] # همه فیلدها باید وجود داشته باشند و خالی نباشند return all( key in data and isinstance(data[key], str) and data[key].strip() for key in required_keys ) user = {"username": "ali", "email": "", "password": "123"} print(is_valid_user(user)) # False به‌جای چند if تو در تو، با یک all هم خوانایی بهتر می‌شود هم خطاهای منطقی کمتر می‌شود. برای چک کردن اینکه «حداقل یکی» برقرار باشد، از any استفاده می‌شود. مرجع: Python docs - any & all امتحان استفاده از any و all در شرط‌های قدیمی کد، کدبیس را تمیزتر و قابل‌درک‌تر می‌کند. 😉 🔖 #Python #پایتون #Python #any #all #conditions #clean_code #validation #tips 👤 Developix 💎 Channel: @DevelopixPython
15 · 2.2K ·
|
| کانال توسعه‌دهندگان پایتون |
جنگو (Django): فریم‌ورک وب فول‌استک برای پایتون 🚀 اگر دنبال ساخت وب‌اپلیکیشن جدی با Python هستی، Django یکی از جدی‌ترین گزینه‌هاست. جنگو بهت کمک می‌کند خیلی سریع از ایده برسی به محصول قابل‌استفاده، بدون این‌که چرخ را از نو اختراع کنی. چرا Django؟ • ORM قدرتمند برای کار با دیتابیس بدون نوشتن مستقیم SQL • پنل ادمین آماده برای مدیریت دیتا 💻 • سیستم auth داخلی (کاربر، لاگین، permission) • ساختار استاندارد و opinionated برای پروژه‌های بزرگ • جامعه کاربری بزرگ و داکیومنتیشن عالی نصب و شروع سریع pip install django django-admin startproject mysite cd mysite python manage.py startapp blog python manage.py runserver برای وب‌اپلیکیشن‌های شرکتی، پنل ادمین داخلی جنگو زمان توسعه را به‌شدت کم می‌کند؛ مخصوصاً وقتی CRUD زیاد داری و نمی‌خواهی برای هر چیز یک صفحه custom بنویسی. مستندات رسمی: docs.djangoproject.com سورس‌کد: github.com/django/django با یک پروژه کوچک شروع کن؛ مثلاً یک وبلاگ ساده یا داشبورد ادمین، و کم‌کم سراغ featureهای جدی‌تر برو. 😎 🔖 #Python #پایتون #Python #Django #Web #Backend #ORM #Admin 👤 Developix 💎 Channel: @DevelopixPython
16 · 2.5K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
خروجی اجرای این کد در Python چیست؟ به رفتار تابع sorted با پارامتر key و پایداری (stability) مرتب‌سازی دقت کنید. data = [3, 1, 2, 1] calls = [] def key_fn(x): calls.append(x) return 0 result = sorted(data, key=key_fn) print("calls:", calls) print("result:", result) خروجی دقیق این برنامه چیست؟ 🔖 #Python #پایتون 👤 Developix 💎 Channel: @DevelopixPython
10 · 2.7K ·
|
| کانال توسعه‌دهندگان پایتون |
Pandas یکی از مهم‌ترین ابزارهای Python برای کار جدی با داده‌ است؛ مخصوصاً وقتی با فایل‌های CSV، Excel، دیتابیس‌ها یا دیتاهای جدولی سروکار داری 📊 با Pandas می‌توانی: • دیتاست‌های بزرگ را سریع فیلتر و مرتب کنی • ستون‌ها را اضافه/حذف و تبدیل نوع انجام بدهی • روی گروه‌ها آمار بگیری (groupby) • به‌راحتی با NumPy و ابزارهای ML مثل scikit-learn ترکیبش کنی نمونه استفادهٔ ساده: pip install pandas import pandas as pd # خواندن فایل CSV df = pd.read_csv("data.csv") # انتخاب سطرهایی که مقدار ستون "age" >= 18 است adults = df[df["age"] >= 18] # میانگین سن mean_age = adults["age"].mean() print(mean_age) برای تحلیل لاگ‌ها، دیتای مالی، گزارش‌های سیستمی یا آماده‌سازی دیتا برای مدل‌های ML، Pandas معمولاً اولین انتخاب است. مستندات رسمی: Docs GitHub امتحانش کن روی یک CSV واقعی از پروژه‌ات و کم‌کم دیتای خام را به insight تبدیل کن 🔍 🔖 #Python #پایتون #Python #Pandas #Data_Analysis #DataFrame #تحلیل_داده #پایتون 👤 Developix 💎 Channel: @DevelopixPython
13 · 1.9K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه python-telegram-bot منتشر شده است 🔸 ارتقا از نسخه 22.7.0 به 22.8.0 💎 @DevelopixPython
6 · 1.6K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه آیوگرام (Aiogram) منتشر شده است 🔸 ارتقا از نسخه 3.28.2 به 3.29.0 🔖 #Aiogram, #bot, #python, #release 💎 @DevelopixPython
3 · 1.5K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه FastAPI منتشر شده است 🔸 ارتقا از نسخه 0.136.3 به 0.137.0 🔹 لیست تغییرات این نسخه: - تغییر داخلیِ سازگارکننده APIRouter/APIRoute برای حفظ نمونه‌ها - امکان افزودن روت‌ها پس از include_router بدون کپی شدن مسیرها - پشتیبانی مقدماتی از APIRouter/APIRoute سفارشی (ویژگی آزمایشی) - به‌روزرسانی مستندات و راهنمای استقرار FastAPI Cloud - به‌روزرسانی ترجمه‌های مستندات به چندین زبان - به‌روزرسانی وابستگی‌ها، حامیان و تنظیمات داخلی و غیره 🔖 #fastapi, #python, #release 💎 @DevelopixPython
10 · 1.8K ·
|
| کانال توسعه‌دهندگان پایتون |
Video
magnific_this_image_does_not_change_the_text_it_just_transf_ · 4.8 MB · click to show
🏆آفرهای جام جهانی ۲۰۲۶ هاست‌ایران فعال شد! با کمپین «ترکیب برنده سایتت»، زیرساخت سایتت رو برای روزهای پرترافیک آماده کن: 🔥 ۲۵٪ تخفیف روی پلن‌های ۳ ماهه هاست اشتراکی ایران ⚡ ۵۰٪ تخفیف روی پلن‌های یک‌ماهه سرویس ابری در دیتاسنترهای تهران، مشهد و اهواز 🧠 مشاوره رایگان زیرساخت توسط کارشناسان هاست‌ایران فرصت استفاده از تخفیف‌ها و ثبت فرم مشاوره محدود است. 📌 برای کپی کدهای تخفیف و ثبت‌نام در فرم مشاوره، روی لینک زیر کلیک کنید: 📌صفحه فرم مشاوره 📌تلگرام هاست‌ایران 📌بله هاست‌ایران #هاست_ایران #سرور_ابری_هاست_ایران #هاست_اشتراکی #دیتاسنتر #مشاوره_زیرساخت #جام_جهانی2026
1 · 2K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه FastAPI منتشر شده است 🔸 ارتقا از نسخه 0.137.2 به 0.138.0 🔹 لیست تغییرات این نسخه: - افزودن پشتیبانی از app.frontend() و router.frontend() - به‌روزرسانی و بهبود مستندات (تایپو، لینک‌ها و دستورالعمل‌ها) - فعال شدن ترجمه مستندات به زبان هندی - بهبود تست‌ها و پایدارسازی فرایند انتشار، و غیره 🔖 #fastapi, #python, #release 💎 @DevelopixPython
5 · 2.1K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
Photo
click to show
در کد اول، برای پردازش یک فایل بزرگ کل محتوا با read().splitlines() یک‌باره در مموری لود شده است. این کار هم ریسک Memory Error را بالا می‌برد و هم برای فایل‌های خیلی بزرگ باعث افت شدید کارایی می‌شود. در کد دوم با استفاده از یک generator و iteration تنبل (lazy) هر خط به‌صورت stream خوانده می‌شود و فقط همان لحظه در مموری قرار می‌گیرد. در مثال بالا به جای بارگذاری یک‌جای کل فایل، می‌توانید با الگوی generator و حلقه روی file object، مصرف مموری را به‌صورت چشم‌گیر کاهش دهید و در سناریوهای پردازش فایل‌های چندصد مگابایتی یا لاگ‌فایل‌های بسیار بزرگ، هم مقیاس‌پذیری برنامه را بهتر کنید و هم سرعت شروع پردازش را افزایش دهید. اگر در پروژه‌های Python با داده‌های حجیم (مثلاً log processing، ETL ساده یا پردازش دیتاهای متنی) سروکار دارید، استفاده از این الگو به‌جای روش eager loading می‌تواند تفاوت جدی در performance و پایداری برنامه‌تان ایجاد کند. 🔖 #Python #پایتون 👤 Developix 💎 Channel: @DevelopixPython
13 · 2.4K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه FastAPI منتشر شده است 🔸 ارتقا از نسخه 0.138.1 به 0.139.0 🔹 لیست تغییرات این نسخه: - پشتیبانی از dependencies در app.frontend() - به‌روزرسانی ترجمه‌های چندزبانه مستندات - به‌روزرسانی فهرست متخصصان و مشارکت‌کنندگان FastAPI - بهبود تنظیمات مخزن‌ها و موضوعات GitHub - به‌روزرسانی وابستگی‌ها و GitHub Actions - سایر ریزبهبودهای داخلی و ترجمه‌ها و غیره 🔖 #fastapi, #python, #release 💎 @DevelopixPython
2 · 1.9K ·
|
| کانال توسعه‌دهندگان پایتون |
چرا متود copy همیشه کپی واقعی نمی‌سازه؟ یکی از باگ‌هایی که حتی برنامه‌نویس‌های با تجربه هم گاهی باهاش روبه‌رو میشن، تفاوت بین Copy و Deep Copy هست فرض کنید این لیست رو داریم: data = [ ["Yasin", "Ali"], ["Math", "Science"] ] حالا ازش کپی می‌گیریم: new_data = data.copy() خیلی‌ها فکر می‌کنن new_data کاملاً مستقل از data شده اما اینطور نیست اگر این کار رو انجام بدیم: new_data[0].append("Sina") نتیجه: print(data) # خروجی 👇🏻 # [['Yasin', 'Ali', 'Sina'], ['Math', 'Science']] چرا لیست اصلی هم تغییر کرد؟ چون copy() فقط لیست بیرونی رو کپی می‌کنه، ولی عناصر داخلش همچنان به همون آبجکت‌های قبلی اشاره می‌کنن. به این میگن Shallow Copy -——————————————-- 🎈اما راه حل؟ وقتی ساختارهای تو در تو دارید با از از deepcopy استفاده کنید from copy import deepcopy new_data = deepcopy(data) حالا هر تغییری روی new_data بدید روی data اثری نداره 🔴 نکته مهم 🔴 اگر داده‌های شما تو در تو نیستند، copy کاملاً کافی و سریع‌تره اما اگر با لیست، دیکشنری یا آبجکت‌های تو در تو کار می‌کنید استفاده اشتباه از copy می‌تونه باگ‌ ایجاد کنه که وقتتون گرفته بشه 🔖 #Python #پایتون 👤 BʟᴀᴄᴋCᴀᴛ 💎 Channel: @DevelopixPython
6 · 1.6K ·
|
| کانال توسعه‌دهندگان پایتون |
خیلی وقت‌ها پوشه Downloads شبیه یک انباری شلوغ می‌شود؛ pdf، عکس، zip، هر چیزی قاطی هم 😅 امروز یک اسکریپت واقعی و ساده با Python می‌سازیم که فایل‌ها را بر اساس نوع، به پوشه‌های جدا منتقل کند. ایده از این آموزش الهام گرفته شده: Real Python - Working With Files in Python 🧠 ایده کلی Python برای کار با فایل‌ها و مسیرها کتابخانه‌های خیلی خوبی دارد، مخصوصاً pathlib و shutil. کاری که می‌کنیم: - پوشه Downloads را مانیتور نمی‌کنیم، فقط هر بار اسکریپت را اجرا کنیم - بر اساس پسوند فایل (مثلاً .pdf یا .jpg) تصمیم می‌گیریم کجا برود - اگر پوشه مقصد وجود نداشت، خودمان می‌سازیم این مدل اسکریپت‌ها برای مرتب‌ نگه‌داشتن سیستم شخصی یا سیستم‌های روی سرور خیلی کاربردی است. 🛠 کتابخانه‌های مورد نیاز همه چیز با کتابخانه‌های استاندارد Python انجام می‌شود: - pathlib برای کار راحت‌تر با مسیرها - shutil برای جابجا کردن فایل‌ها - os اگر خواستیم تنظیمات خاص‌تری انجام بدهیم (اینجا خیلی کم استفاده می‌شود) 📦 کد نمونه: مرتب‌سازی فایل‌ها بر اساس پسوند این یک مثال ساده و عملی است. مسیر DOWNLOADS_PATH را با مسیر سیستم خودتان عوض کنید 👇 from pathlib import Path import shutil # مسیر پوشه Downloads را مطابق سیستم خود تنظیم کنید DOWNLOADS_PATH = Path.home() / "Downloads" # مپ کردن پسوندها به پوشه‌های هدف EXTENSION_MAP = { ".pdf": "PDFs", ".jpg": "Images", ".jpeg": "Images", ".png": "Images", ".zip": "Archives", ".rar": "Archives", ".mp4": "Videos", ".mp3": "Music", } for item in DOWNLOADS_PATH.iterdir(): if item.is_file(): ext = item.suffix.lower() if ext in EXTENSION_MAP: target_dir = DOWNLOADS_PATH / EXTENSION_MAP[ext] target_dir.mkdir(exist_ok=True) target_path = target_dir / item.name # اگر فایلی با همین نام هست، نام را کمی عوض می‌کنیم if target_path.exists(): target_path = target_dir / f"{item.stem}_copy{ext}" shutil.move(str(item), str(target_path)) نکات کوچک اما مهم ✨ - قبل از اجرا، یک‌بار روی یک پوشه تستی امتحان شود تا مطمئن شوید مپ پسوندها را
22 · 2.1K ·
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید محیط توسعه Pycharm منتشر شده است 🔸 ارتقا از نسخه 2026.1.4 به 2026.2 🔖 #pycharm, #python, #release 💎 @DevelopixPython
2 · 1.4K ·
|
Photo
click to show
با Migration Boost هاست‌ایران، برای مهاجرت به سرور ابری دوباره هزینه ترافیک نده! 🚀 با خرید اولین سرور ابری غیرساعتی از **هاست‌ایران**، بسته ترافیک هدیه مهاجرت به‌صورت خودکار برای سرویس شما فعال می‌شود: ✅ حداقل ۱۰۰ گیگابایت ترافیک هدیه مهاجرت ✅ افزایش حجم هدیه متناسب با ظرفیت دیسک اولیه ✅ ترافیک آپلود رایگان ✅ بدون محدودیت زمانی سرور ابری هاست‌ایران را راه‌اندازی کنید و بکاپ‌ها، فایل‌ها و پایگاه داده خود را بدون دغدغه هزینه‌های پنهان ترافیک منتقل کنید. 👇 مشاهده پلن‌های سرور ابری هاست‌ایران hostiran.club/Migration hostiran.club/Migration
1 · 1.5K ·
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه FastAPI منتشر شده است 🔸 ارتقا از نسخه 0.139.2 به 0.140.0 🔹 لیست تغییرات این نسخه: - بهینه‌سازی مصرف حافظه در مدیریت وابستگی‌ها - افزودن مستندات جدید «Library Skills» - به‌روزرسانی مستندات برای استفاده پیش‌فرض از uv projects - بازسازی ساختار صفحات «FastAPI People» و حامیان - بهبود زیرساخت CI با افزودن بنچمارک حافظه و به‌روزرسانی حامیان و … 🔖 #fastapi, #python, #release 💎 @DevelopixPython
1 · 1.5K ·
|
🐞 دیباگ سریع با تابع داخلی breakpoint() وقتی یک باگ سمج وسط کد ظاهر می‌شود، به‌جای پرینت گرفتن‌های پشت‌سرهم، استفاده از breakpoint() خیلی تمیزتر و سریع‌تر است. از Python 3.7 به بعد این تابع داخل خود زبان هست و نیازی به import جداگانه ندارد. کافی است هرجا نیاز به توقف و بررسی وضعیت متغیرها بود، یک breakpoint() بگذارید تا برنامه همان‌جا متوقف شود و وارد interactive debugger (پیش‌فرض: pdb) شوید. def process_items(items): total = 0 for i, item in enumerate(items): if item < 0: breakpoint() # اینجا وضعیت را چک کن total += item return total result = process_items([1, 2, -3, 4]) print(result) داخل debugger می‌شود متغیرها را چاپ کرد، روی کد قدم‌به‌قدم رفت، و سریع منطق مشکل‌دار را پیدا کرد. بعد از رفع مشکل، فقط همان خط breakpoint() را حذف یا comment کن. 🔗 مرجع رسمی Python: docs.python.org 🔖 #Python #پایتون #Python #debugging #breakpoint #pdb #best_practices 👤 Developix 💎 Channel: @DevelopixPython
13 · 1.9K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید کتابخانه FastAPI منتشر شده است 🔸 ارتقا از نسخه 0.140.13 به 0.141.0 🔹 لیست تغییرات این نسخه: - ✨ افزودن app.frontend(check_dir="auto") برای توسعهٔ ساده‌تر با fastapi dev - و بهبودهای جزئی دیگر، و غیره 🔖 #fastapi, #python, #release 💎 @DevelopixPython
1 · 1.8K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
💠 نسخه جدید فریمورک جنگو (Django) منتشر شده است 🔸 ارتقا از نسخه 6.0.8 به 6.1.0 🔹 لیست تغییرات این نسخه: - رفع باگ امنیتی شدید در lookupهای مکانی - جلوگیری از DoS در check_for_language - محدود کردن عمق مجموعه‌های هندسی تودرتو - ایمن‌سازی لینک‌های URLField در ادمین - رفع کرش bulk_create روی برخی دیتابیس‌ها - به‌روزرسانی سازگاری با sqlparse 0.5.5 و موارد دیگر 🔖 #django, #python, #release 💎 @DevelopixPython
2 · 1.5K ·
|
| کانال توسعه‌دهندگان پایتون |
مدیریت درست resource مثل فایل، connection دیتابیس یا lock، کلی باگ و Memory Leak بالقوه را حذف می‌کند. پایتون برای این کار Context Manager دارد که با کلمهٔ کلیدی with استفاده می‌شود. 😌 ساده‌ترین مثال، کار با فایل است؛ بدون نیاز به close() یادت نرود: with open("data.txt", "r", encoding="utf-8") as f: content = f.read() بعد از تمام شدن بلاک، فایل به‌صورت خودکار بسته می‌شود؛ حتی اگر exception رخ بدهد. 👌 برای resourceهای خودت هم می‌شود Context Manager ساخت. راحت‌ترین راه در پروژه‌های کوچیک، استفاده از contextlib.contextmanager است: from contextlib import contextmanager @contextmanager def temp_change_dir(path): import os old = os.getcwd() os.chdir(path) try: yield finally: os.chdir(old) حالا هرجا لازم بود، فقط: with temp_change_dir("/tmp"): # کدهای وابسته به مسیر جدید ... این الگو، کد را خواناتر، امن‌تر و تست‌پذیرتر می‌کند. دفعهٔ بعد که نیاز به setup/cleanup داشتی، به یک Context Manager کوچک فکر کن. ✨ 🔗 رفرنس: Python docs - contextlib 🔖 #Python #پایتون #Python #context_manager #with #contextlib #best_practices #resources 👤 Developix 💎 Channel: @DevelopixPython
5 · 1.9K ·
|
| کانال توسعه‌دهندگان پایتون |
Photo
click to show
🔥 پروژه: ‏DSPy فریم‌ورک برنامه‌نویسی LLM DSPy یه فریم‌ورک پایتونی از آزمایشگاه NLP استنفورده که کمک می‌کند با LLMها برنامه‌نویسی کنی، نه Prompt نویسی دستی 🤖 به‌جای حفظ Promptها، ماژول‌های سطح‌بالا تعریف می‌کنی (مثلاً برای Question Answering، RAG یا Summarization) و DSPy خودش Prompt و Hyperparameterها را روی داده‌ات Optimize می‌کند. برای ساخت Pipelineهای پایدار روی GPT و مدل‌های متن‌باز، گزینهٔ خیلی جدی‌ایه. سورس‌کد و مثال‌ها: DSPy در گیت‌هاب ⭐️ 519 stars this week 🔖 #Python #پایتون #پایتون #یادگیری_ماشین #پردازش_زبان_طبیعی
13 · 2.2K ·

An open public feed from the search index ChatCrawler — “Google for public Telegram”; refreshed as the venue is crawled. Times are UTC.

Public content only, official Telegram API. About · FAQ · What we do not do · Remove a page · Catalog · Search · How we count