Python

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).

Na světě je nová verze Fedory. Staví na jádru Linux 6.11 s GNOME 47, v případě KDE verze s Plasmou 6.2, dále třeba LXQt 2.0 (se zkušební podporou běhu na Waylandu). Novinkou je podpora použití kombinace uzavřeného ovladače Nvidia a Secure Bootu,…

Prozkoumáme, jaký vliv mají hyperparametry modelů MLPRegressor i MLPClassifier na kvalitu natrénované neuronové sítě. Budeme přitom sledovat interní stav velmi jednoduché sítě s pouhými třemi neurony.

Popíšeme si aktivační funkce, které lze vybrat při konstrukci neuronových sítí. Taktéž se zmíníme o možnosti výběru algoritmů použitých při tréningu neuronových sítí a jejich vlivu na kvalitu výsledků.

V tomto vydání Postřehů se podíváme na zneužívání chyby ve Windows, využití ChatGPT k psaní malwaru, ransomwarové skupiny zaměřené na Veeam Backup nebo únik 31 milionů údajů WaybackMachine.

Ukážeme si jeden ze způsobů rozpoznání rastrových obrázků. Použijeme obrázky s rozlišením pouze 8×8 pixelů, které lze reprezentovat vektorem s 64 prvky. Takto krátké vektory můžeme využít pro trénink různých modelů.

Dnes vychádza nová verzia jazyka Python 3.13. Medzi novinkami je aj vylepšený jazykový shell. Výzvy sú po novom farebne rozlíšené. Boli pridané príkazy exit , help , a quit . Teda pre návrat do terminálu už nebudeme musieť písaťexit() alebo quit()…

Budeme se opět zabývat neuronovými sítěmi. Ukážeme si změnu topologie neuronové sítě provádějící regresi, ale například i použití takzvané matice záměn (confusion matrix). Nakonec neuronovou síť naučíme malou násobilku.

Po téměř 12 letech vývoje byla vydána verze 1.0.0 programovacího jazyka Hy, což je dialekt jazyka Lisp, který je zabudován do jazyka Python. Jedná se o první stabilní vydání tohoto jazyka. Čerstvě vydaná verze 1.0.0 podporuje Python 3.8 až…

Dnes si ukážeme, jak vytvořit neuronovou síť s volitelným počtem skrytých vrstev, naučit tuto síť řešit zvolený problém s využitím sady trénovacích dat a následně tuto síť použít nad další sadou (validačních) dat.

Ještě jednou se vrátíme k modelu pro lineární regresi. S ním jsme se již setkali, ovšem ve skutečnosti je i zdánlivě jednoduchý koncept lineární regrese realizován tak, že ho lze využít mnoha dalšími způsoby.