Kadenza's questions

您需要找到列表中所有能给出目标值的金额组合。
列表长度nums- 最多 30 个元素。该列表可以包含从 1 到 9,999,999 的数字。目标值target可以是 1 至 9,999,999。

为了解决这个问题，必须删除重复项。对列表进行排序只需进行一次，不会浪费资源。

def find_combination_2(nums: list, target):
    result = []
    nums = list(set(nums)) # Убираем дубликаты
    nums.sort() # Сортируем список

    for r in range(1, len(nums) + 1):
        print(r)
        for combo in combinations(nums, r):
            current_sum = sum(combo)
            if current_sum == target:
                result.append(list(combo))
            elif current_sum > target:
                print(current_sum)
                break # Выходим из цикла, если сумма превышает целевое значение
    return result

不使用多线程如何加速函数？

如果在每个函数中，当某些条件不满足时我都会抛出异常，这是正常的吗？或者说根本不是那样做的？是否可以使用 try except 来控制应用程序的逻辑，如果可以，那么正确且最佳的方法是什么？

只是如果函数没有抛出异常，但某些事情没有按照我需要的方式进行。稍后如何捕捉。例如，我每次都需要检查这个函数返回什么，但这不太方便）

如果问题很愚蠢，我提前道歉，请不要投反对票）我真的无法理解。下面的代码就是例子。

 # Обработка ошибок в логике
class CustomError(Exception):
    def __init__(self, message):
        super().__init__(message)

    def __str__(self):
        return f"{super().__str__()}"

# Любая функция
def get_yandex(self):
    url = f"https://ya.ru"
    response = requests.get(url)
    if response.status_code == 200:
        return response.json()
    else:
        raise CustomError(f"Ошибка при получении токена: {response.text}") 

如何确定语言模型的 RAM、视频内存等的数量。至少非常粗略地讲。

从两个部分来理解所需的能力是很有趣的：

1. 推出完成的模型。
2. 微调。

在影响硬件功率的重要参数中，我确定了以下几点：

1. 参数的数量（3B、16B、128B……）——越多，所需硬件越强大。
2. 量化（Q3...Q8 或 FP16...FP32）——越多，所需的硬件越强大。
3. 上下文窗口的大小 - 越大，所需的硬件越强大。

其他哪些型号的特性会极大地影响功耗？那么如何根据这些特点，粗略的估算出一台服务器或者PC的具体功率呢？

如有任何建议我将不胜感激。

我创建了许多不同的项目，基本上它们都存储在文件夹中，并且一些笔记写在这些文件夹中的笔记本中。

但是，当您需要从以前的项目中提取一些有用的功能，或者再次记住如何绕过错误或记住命令等时。在文件夹和笔记本中查找信息需要很长时间。

而且您还需要定期进行备份...

我尝试了很多方法，但不知何故就是无法生根发芽。

请告知您如何存储有用的想法、命令、代码、解决方案等。 ？

我有一项任务将 pdf 文件从一个文件夹复制到另一个文件夹。如果某些 pdf 文件超过 5MB，则需要将其拆分为最多 5MB 的部分。

我写了一个函数来处理这个问题（请不要严格判断）但问题是这个函数对于超过100页的pdf文件需要很长时间才能工作。我需要处理数十万份文档

# Переместить и разбить при необходимости pdf
def copy_and_split_pdf(source_pdf_path, output_dir, new_pdf_name, max_pdf_size_mb=5.0):
    report_message = ""
    result_paths_pdf = []

    try:
        file_size_in_mb = get_file_size_in_mb(source_pdf_path)
        if file_size_in_mb > max_pdf_size_mb:
            source_pdf = fitz.open(source_pdf_path)

            result_pdfs_obj = []
            qty_pages = source_pdf.page_count
            from_page = 0
            to_page = qty_pages-1

            while True:
                print(from_page, to_page)
                new_pdf = fitz.open()
                new_pdf.insert_pdf(source_pdf, from_page=from_page, to_page=to_page)
                new_pdf.save("./tmp.pdf")
                pdf_size_mb = get_file_size_in_mb("./tmp.pdf")
                if pdf_size_mb < max_pdf_size_mb:
                    result_pdfs_obj.append(new_pdf)

                    # print(from_page, to_page, pdf_size_mb)
                    if to_page == qty_pages - 1:
                        break
                    from_page = to_page+1
                    to_page = qty_pages-1
                else:
                    if from_page == to_page:
                        for pdf in result_pdfs_obj:
                            pdf.close()
                        result_pdfs_obj = []
                        break
                    to_page -= 1
                new_pdf.close()
            source_pdf.close()

            if len(result_pdfs_obj) == 0:
                report_message = f"Ошибка: не удалось разбить pdf файл {source_pdf_path} на части меньше {max_pdf_size_mb} МБ"
            else:

                if not os.path.exists(output_dir):
                    os.mkdir(output_dir)

                for pdf in result_pdfs_obj:
                    new_pdf_save_name = f"{new_pdf_name}_{result_pdfs_obj.index(pdf)+1}.pdf"
                    save_path = os.path.join(output_dir, new_pdf_save_name)
                    pdf.save(save_path)
                    pdf.close()
                    result_paths_pdf.append(save_path)
        else:

            if not os.path.exists(output_dir):
                os.mkdir(output_dir)

            new_pdf_name = f"{new_pdf_name}.pdf"
            save_path = os.path.join(output_dir, new_pdf_name)
            shutil.copy2(source_pdf_path, save_path)
            result_paths_pdf.append(save_path)

    except Exception as e:
        print(e)
        report_message = f"Ошибка: {e} (Не удалось загрузить файл: {source_pdf_path})"
    finally:
        return report_message, result_paths_pdf

您还能如何实现这样的算法来加速该过程？

从服务器收到以下消息：

"{\"msgTm\": \"2024-07-01T14:36:38.109944Z\", \"message\": \"Wrong file extension: .xlsx. Available values: .pdf .jpg, .jpeg, .png\"}"

我正在尝试将此字符串转换为字典

res = response.json()

但结果我得到了这样的一行：

{"msgTm": "2024-07-01T14:42:53.114348Z", "message": "Wrong file extension: .xlsx. Available values: .pdf .jpg, .jpeg, .png"}

返回的对象类型是字符串，而不是字典。

此外，如果我尝试将单独的字符串转换为字典，一切都会正常：

import json

response = '{\"msgTm\": \"2024-07-01T14:36:38.109944Z\", \"message\": \"Wrong file extension: .xlsx. Available values: .pdf .jpg, .jpeg, .png\"}'
res = json.loads(response)

print(res)
print(type(res))

{'msgTm': '2024-07-01T14:36:38.109944Z', 'message': 'Wrong file extension: .xlsx. Available values: .pdf .jpg, .jpeg, .png'}
<class 'dict'>

但它不是这样工作的：

    if response.status_code == 200:
        access_token = "токен"
        headers = {'Authorization': f'Bearer {access_token}'}
        files = {
            'structuredDocument': (file_name, file_io_obj),
        }
        response = requests.post('https://test.ru', headers=headers, files=files, verify=False)
        return response.json()

我正在标记文本，但某些（大多数）单词的标记结果向右移动了一个字符。

我正在尝试从页面https://nottka.com/4364-yoshinao-nakada-etude-allegro.html下载pdf文件

如果我单击“下载乐谱”按钮，则文件下载成功。

但是，如果我在新选项卡中打开下载文件的链接（https://nottka.com/index.php?do=download&id=4420），那么我将被带到与我相同的页面，而不是下载文件是之前。

在我尝试使用会话的请求中，它没有帮助。

另外，在浏览器的开发人员工具中，我看到在下载文件之前发送了一个额外的 POST 请求

在通过下载链接请求文件之前，我尝试提出这样的请求。但这也没有产生结果。

我将非常感谢任何关于在哪里查看、学习什么以及遵循哪些步骤来弄清楚如何从该站点正确下载文件的提示。我首先需要它用于开发，其次用于解析该站点的文件。

我完全无法理解如何在 python 中使用对象。我知道在 python 中一切都是一个对象（嗯，他们是这样写的）。在大多数情况下，如何使用它们是很清楚的。假设这个对象是一个字典，那么我知道你可以遍历它的键，通过键访问它的值，给它加值等等。

但是，由于某些操作，我得到如下信息时该怎么办：

<pandas.core.groupby.generic.SeriesGroupBy object at 0x7f064fd517f0>

或者这是一个具体的例子：

r = [1, 2, 3, 4, 5]
print(map(lambda x: x*3, r)) 
<map object at 0x7fc3861bbee0>

我知道 map 返回一个迭代器，您可以使用 next() 或 for 循环或立即将所有内容传输到列表以查看值。但是直到最后我仍然无法理解可以用它做什么以及如何应用它，以及如何不应用它。

大多数时候，我根本不明白返回的是什么，那些字符背后是什么，是否可以迭代等等。

如何使用它？