Python

PyXL je počítačový procesor, který je speciálně navržen pro provádění kódu v jazyce Python. Obvykle je to tak, že na procesoru běží interpret jazyka. Tady je ovšem interpretrem přímo samotný křemík procesoru PyXL. Výsledkem je velmi rychlý běh…

Začneme se zabývat dalším problémem, který je poměrně dobře řešitelný s využitím knihovny PyTorch. Jedná se o rozpoznávání a klasifikaci rastrových obrázků. Řešení (většinou) spočívá ve využití konvolučních neuronových sítí.

Ukázali jsme si konstrukci, trénink a validaci neuronových sítí s využitím knihovny PyTorch. Zbývá nám ovšem seznámit se blíže s konceptem afinních transformací a aktivačních funkcí. Právě to je téma dnešního článku.

Sonda do světa otevřeného softwaru. Dnes si představíme nedávno otevřený software pro simulaci barvosleposti, podíváme se zápisník pro Python, vyzkoušíme prohlížeč a konvertor 3D modelů a řekneme si o „kotěcím“ emulátoru terminálu.

Ukážeme si tvorbu a konfiguraci neuronové sítě, natrénování této sítě, její otestování, vizualizaci získaných výsledků atd. Taktéž se zmíníme o problému přeučení a nedoučení.

Ukážeme tu nejdůležitější funkcionalitu poskytovanou balíčkem PyTorch, který umožňuje konstrukci neuronových sítí zvoleného typu a tvaru, trénink těchto sítí a jejich následné použití pro řešení konkrétních úloh.

V dnešním díle se podíváme na novou slabinu v desktopové aplikaci WhatsApp, na nový nástroj spammerů AkiraBot, závažnou zranitelnost v pluginu OttoKit a kritickou zranitelnost v zařízeních FortiSwitch.

Ukázali jsme si tvorbu MCP klientů i serverů v Pythonu s využitím oficiální MCP knihovny, zatímco dnes se zaměříme na jazyk Go, pro který oficiální knihovna prozatím není k dispozici.

Na praktických příkladech si ukážeme zpracování a deserializace dat vrácených MCP serverem, zjistíme, zda dokáže server obsloužit více klientů souběžně a na závěr si popíšeme posílání rastrových dat serverem klientovi.

Současně s vývojem aplikací, které do nějaké míry využívají umělou inteligenci a/nebo velké jazykové modely se ukázala potřeba existence standardního mechanismu pro komunikaci mezi jednotlivými moduly těchto aplikací.

V aktuálním dílu Postřehů se podíváme na operaci Interpolu nazvanou Red Card, na zranitelnosti v Kubernetes, v Google Chrome pro Windows nebo chytrých televizorech. Podíváme se také na nové nástroje a praktiky útočníků.

O rychlém překladači Pythonu Codon jsme tu již psali. Od verze 0.18.0, která vyšla 30. ledna, je ještě rychlejší, protože obsahuje vlastní implementaci oblíbené knihovny NumPy. Navíc se změnila licence a Codon je open source s licencí…

Ukážeme si základní vlastnosti rozšíření Postgresu, které se jmenuje pgvector. Umožňuje používat PostgreSQL ve funkci vektorové databáze, například při zpracování přirozeného jazyka, rozpoznávání obrázků, detekci anomálií atd.

Na úvodní článek o PIO na mikrořadičích Raspberry Pi Pico dnes navážeme. Pokusíme se propojit znalosti o PIO (interní architektura, způsob propojení s mikrořadičem i s GPIO, instrukční soubor) s vlastnostmi MicroPythonu.

Python 3.14 bude mít nový interpreter tail-call (koncová rekurze). V průměru je v testech o 10 % rychlejší,  v náročných testech scimark o 40 %. Zatím funguje jen s překladačem Clang 19 a novějším na architekturách on x86–64 a AArch64. GCC bude…

Letošní únorové vydání kancelářského balíku LibreOffice přináší desítky vylepšení ve všech aplikacích i společného základu balíku. Lépe pracuje s většími dokumenty či usnadňuje práci lidem s horším zrakem.

Ruská společnost Yandex včera vydala open source nástroj Perforator pro kontinuální sledování výkonu serverů. Jde o podobné řešení jaké Google-Wide Profiling. Perforator by měl mít velmi malou režii méně než 1 % CPU a asi 512 MB RAM. Používá eBPF…

Budeme se zabývat zarovnáním údajů v datových strukturách uložených v binární podobě (alignment) a taktéž tím, jak jsou realizovány výplně (padding) přidávané na konec serializovaných datových struktur.

Ve vývojářské praxi se prakticky každý den setkáme s nutností zpracování dat uložených v binární podobě, tj. například v binárních souborech atd. Ukážeme si, jak tyto operace provést v Pythonu.

V dnešním díle postřehů se nejprve podíváme na hattrick od Ivanti, zranitelnost v AMD-SEV a chybu v imagebuilderu pro OpenWrt. Poté na některé aktivity ruských hackerů a severokorejských podvodníků.

Se serializačním formátem nazvaným MessagePack jsme se již na stránkách Roota jednou setkali. Dnes si ukážeme, jak se tento formát používá v jazyku Python, a to včetně serializace N-dimenzionálních polí knihovny NumPy.

V dnešním článku dokončíme popis vlastností tenzorů. Ukážeme si, jaké operace je možné s tenzory provádět, ať již se jedná o operace prováděné prvek po prvku, o takzvaný broadcasting nebo o komplikovanější činnosti.

Budeme se zabývat velmi často řešenou úlohou: analýzou, zda je předložený text spam nebo se jedná o jiný typ textu (ham). Při vektorizaci textu využijeme takzvané n-gramy.

V tomto pravidelném vydání pondělních Postřehů z bezpečnosti se podíváme na využití AI severokorejskými útočníky, pročínskou vlivovou síť podvodných webů nebo nové malwary z arzenálu ruských skupin.

Dnes si vysvětlíme algoritmy pro vektorizaci jazykového korpusu, což je proces, při kterém se z jednotlivých textových dokumentů (každý dokument je představován řetězcem) konstruuje matice s numerickými hodnotami.

Podíváme se na ukrývání kódu v metadatech, na zranitelnost ve Windows zneužitelnou pouhým kliknutím pravého tlačítka myši, opět se budeme věnovat ransomwaru, zaměříme se také na škodlivý balíček fabrice a zranitelnosti v GitLabu.

V éře GNOME 47 a KDE Plasmy 6.2, obou běžících na Waylandu, v éře HDR, HiDPI i neceločíselného škálování může působit archaicky desktop stavějící na 23 let starých dogmatech. Přesto má ale desktop Trinity i pro rok 2025 co nabídnout.

V článcích o scikit-learn jsme se zabývali zpracováním a predikcí numerických dat. Ovšem v praxi je zapotřebí pracovat i s dokumenty psanými v přirozeném jazyce. I v takových případech najde scikit-learn své využití.

Vysvětlíme si, jak jsou tenzory uloženy v paměti počítače nebo TPU. Taktéž si ukážeme získání pohledu (view) na tenzor a následně si popíšeme i různé operace, které je možné s tenzory provádět jako s celkem.

Začneme se zabývat knihovnou PyTorch, která je poměrně intenzivně využívána v oblasti strojového učení (machine learning) a zejména pak hlubokého učení (deep learning).