SSampleThicket
ผลิตภัณฑ์

คุณสมบัติของโปรแกรม · การสุ่มตัวอย่างแบบอ่างเก็บจากสตรีม

01

ใช้ SampleThicket แยกตัวอย่างที่เก็บไว้ในอ่างเก็บออกจากส่วนของสตรีมอินพุตที่ใช้ไปแล้ว.

01

โมเดล

ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก

02

โปรเจกต์

เลือกโฟลเดอร์และให้ผู้ช่วยอ่านไฟล์ที่เกี่ยวข้องก่อนแก้ไข ระบุเป้าหมายและขอบเขตของงานให้ชัดเจน

03

การเปลี่ยนแปลง

ตรวจสอบการแก้ไขและผลลัพธ์คำสั่ง รันการตรวจสอบของโปรเจกต์ก่อนยอมรับผล โค้ดที่สร้างขึ้นไม่ได้ผ่านการทดสอบโดยอัตโนมัติ

การสุ่มตัวอย่างแบบอ่างเก็บจากสตรีม

● ● ●SampleThicket●
ขั้นตอนการทำงาน · การสุ่มตัวอย่างแบบอ่างเก็บจากสตรีม ×
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
✳เลือกตัวอย่างแบบอ่างเก็บไม่เกิน 32 รายการจากสตรีมจำกัดไม่เกิน 1000 รายการด้วยตัวสร้างสุ่มภายในที่กำหนดค่าเริ่มต้น.
✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗
ภาพประกอบพื้นที่ทำงาน
พื้นที่เขียนโค้ดด้วย AI

ไอเดียถัดไปเริ่มต้นที่นี่

ดาวน์โหลดสำหรับ Windows ↗