Modele
Dodaj endpoint zgodny z OpenAI lub Anthropic, podając bazowy URL i klucz API, jeśli jest wymagany. Sprawdź połączenie. Lokalny serwer modelu musi działać; zdalne narzędzia mogą przesyłać dane oddzielnie.
Produkt
Funkcje programu · Próbkowanie rezerwuarowe strumieni
01
Odróżnij w SampleThicket zachowany rezerwuar od zużytej już części strumienia wejściowego.
Projekt
Wybierz folder i poproś asystenta o przeczytanie odpowiednich plików przed ich zmianą. Określ cel oraz granice zadania.
Zmiany
Sprawdzaj zmiany i wyniki poleceń. Uruchom testy projektu przed zaakceptowaniem rezultatu; wygenerowany kod nie jest automatycznie przetestowany.
Próbkowanie rezerwuarowe strumieni
● ● ●SampleThicket●
Sposoby pracy · Próbkowanie rezerwuarowe strumieni ×
from random import Random
def reservoir_sample(items, size, seed):
if type(size) is not int or not 0 <= size <= 32:
raise ValueError("size.range")
if type(seed) is not int or not 0 <= seed < 2**32:
raise ValueError("seed.range")
rng, sample, count = Random(seed), [], 0
for index, item in enumerate(items):
count = index + 1
if count > 1000:
raise ValueError("stream.limit")
if index < size:
sample.append(item)
elif size:
position = rng.randrange(count)
if position < size:
sample[position] = item
if size > count:
raise ValueError("stream.short")
return sample✳Wybierz rezerwuar najwyżej 32 elementów ze skończonego strumienia najwyżej 1000 elementów lokalnym generatorem z ziarnem.
✓ ZmianySprawdź przed zastosowaniem ↗
Ilustracja środowiska