Шикарно. Вообще генераторы ещё можно использовать для, например, если у вас есть процесс, который на протяжении своей работы может возвращать разный результат. По работе такое попалось, и решение использовать генератор показалось наилучшем (хотя я до сих пор в этом сомневаюсь) ). Только в таком случае возвращаемый результат из генератора должен быть в виде какой-то модели, условно с кодом возврата и какими-то данными в процессе обработки
Была идея разобрать встроенную библиотеку collections, и заодно поговорить про иерархию типов (Container, Sequence, Mapping), думаю там еще раз и затронем основные отличия. По itertools тоже сделаю, возможно через пару недель. Не думал, что кто-то заинтересуется, приятно
Да, например есть такое понятие как хартбит приложения/сервиса. Это как правило бесконечный процесс, который посылает куда-нибудь последовательность чисел 0.. 1.. 0.. 1.. или 0.. 1.. 2.. 3.. (в некоторый момент отсчет снова начинается с нуля) чтобы дать понять, что с ним все хорошо. Второй пример - обучение CV/NLP моделей. Набор данных может спокойно занимать несколько сотен гигабайт. Поэтому в PyTorch, например, есть итератор DataLoader, который позволяет загружать батчи данных с диска в память по очереди вместо того, чтобы загружать все сразу.
Общаемся с вами в Telegram: t.me/ml_mouse
Спасибо, очень помог твой видос🙌
Шикарно.
Вообще генераторы ещё можно использовать для, например, если у вас есть процесс, который на протяжении своей работы может возвращать разный результат. По работе такое попалось, и решение использовать генератор показалось наилучшем (хотя я до сих пор в этом сомневаюсь) ). Только в таком случае возвращаемый результат из генератора должен быть в виде какой-то модели, условно с кодом возврата и какими-то данными в процессе обработки
Спасибо за видео!
Комментарии в поддержку канала:)
лучший
можно видео по-конкретнее про эту троицу: генератор, итератор, итерируемый объект. ну и да, само собой Itertools
Была идея разобрать встроенную библиотеку collections, и заодно поговорить про иерархию типов (Container, Sequence, Mapping), думаю там еще раз и затронем основные отличия.
По itertools тоже сделаю, возможно через пару недель. Не думал, что кто-то заинтересуется, приятно
@@mouse-ml такой вопрос немного не к теме: Будешь использовать встроенные функции из модулей или писать свои(*модули написаны на питоне)
@@bobby_ridge если правильно понял вопрос, и он в общем про любые встроенные модули, всегда лучше использовать их, там где это возможно
@@bobby_ridge на пайторче смогу
а можно пару примеров из реальной жизни? к примеру где генератор может быть применён на том же сайте или при создании AI?
Да, например есть такое понятие как хартбит приложения/сервиса. Это как правило бесконечный процесс, который посылает куда-нибудь последовательность чисел 0.. 1.. 0.. 1.. или 0.. 1.. 2.. 3.. (в некоторый момент отсчет снова начинается с нуля) чтобы дать понять, что с ним все хорошо.
Второй пример - обучение CV/NLP моделей. Набор данных может спокойно занимать несколько сотен гигабайт. Поэтому в PyTorch, например, есть итератор DataLoader, который позволяет загружать батчи данных с диска в память по очереди вместо того, чтобы загружать все сразу.