当前位置: 代码迷 >> 综合 >> RHEL 8 不再默认 Python 版本;Win10 测试版加入颜文字支持
  详细解决方案

RHEL 8 不再默认 Python 版本;Win10 测试版加入颜文字支持

热度:63   发布时间:2023-12-13 10:06:46.0

(给技术最前线加星标,每天看技术热点)

转自:开源中国、solidot、cnBeta、腾讯科技、快科技等

0、RHEL 8 中不再默认系统 Python 版本

RHEL 8 中不再默认 Python 版本。

 640?wx_fmt=png

包括 RHEL 在内的大多数 Linux 发行版,用户除非离开系统的包管理器环境,否则一般是被默认限定在系统提供的 Python 版本中。对于像 Ruby、Node、Perl 与 PHP 在内的许多工具来说这都是习以为常的,但是 Python 的情况会比较复杂一些,因为许多 Linux 工具(如 yum)都直接依赖于 Python。

根据 PEP 394,目前 /usr/bin/python 默认是指 Python2,也就是 “Python”这一命令或者 Python 解释器将默认指向 Python2 版本。

Red Hat 官方在其开发者博客中发文称,针对这一点,为了改善用户体验,从 RHEL 8 Beta 开始不再强调“系统 Python”,不再默认一个 Python 版本。他们使用模块化的 Application Streams 设计,结合 Python 可多版本同时安装的特点,将为用户提供多个版本 Python 的选项,并且可以从标准存储库轻松安装到标准位置,用户可以选择他们想要在任何给定用户空间中运行的 Python 版本。

Application Streams 是在 RHEL 8 中引入的一类存储库,它提供用户可能希望在给定用户空间中运行的所有应用程序,它是在物理存储库中创建的多个虚拟存储库。

这种变化之后,用户想要使用 Python,需要直接指定 Python3 或者 Python2,而不是直接 Python。同时 yum install python 将返回 404,因为它同样需要指定安装版本。建议使用 yum install @python36 或 yum install @python27 安装推荐软件包,而如果只需要 Python 二进制文件,则可以使用 yum install python3 或 yum install python2。此外,pip 等工具也有变化,比如 Python3 将安装在 pip3 路径下,而不是没有版本指定的 pip 路径。

Red Hat 解释,除了提升用户体验,这种方案还让方便了系统维护人员,因为不会被锁定在系统中老版本的 Python 上,那么他们可以自由地利用新版本的语言功能与性能改进等优势。

1、Windows 10 测试版加入颜文字支持

在最新的 Window 10 测试版 Build 18305 中,Windows 10 增加了对颜文字(kaomoji)的支持。

Kaomoji 是由日本符号序列组成的面脸部表情的名称。虽然有些人,比如耸肩 \ _ (ツ) /?,已经变得普遍,实际上有各种各样的面孔被使用。因此,有时候你可能会在桌子上疯狂地╯益益╯彡┻彡┻其他时候你可能只想翻鸟┌∩┐(◣_ ◢)┌∩┐。如果这有点令人震惊,你可能会有点惊讶(⊙_⊙),也许你甚至会逃跑ε=ε=┌(> _ <)┘。

在测试版中,除了对颜文字的支持。还包括早些时间宣布的 Windows Sandbox 功能。Sandbox 借助 Windows 10 相关的管理程序和容器技术,为不受信任的应用程序提供安全,隔离的运行环境。

此外,测试版包括一些更简化的登录选项,例如 Active Directory 的机器现在可以在更新后自动登录,在资源管理器中增加了一些更加友好的更改(例如:文件修改于几分钟前),用户界面元素下阴影更多。

随着圣诞节和新年即将到来,这可能是我们几周后看到的最后一个新版本,所以它有一个有趣的新功能可供探索。新版本还包括本周早些时候宣布的功能的首次迭代。Sandbox 结合使用管理程序和容器技术,为运行不受信任的应用程序提供安全,隔离的环境。

除此之外,新版本包括一些更简化的登录选项(例如,Active Directory 机器现在可以在更新后自动登录),在资源管理器中使用相对“友好”约会的选项(例如,说文件是修改“几分钟前”),以及用户界面元素下的更多阴影。设置页面也获得了很多更新:设置页面会显示账户信息,以及一些系统信息(例如:OneDrive 的同步状态、手机是否连接、系统是否有更新等等)

2、Facebook 发布无梯度优化开源工具 Nevergrad

大多数机器学习任务——从自然语言处理、图像分类到翻译以及大量其他任务,都依赖于无梯度优化来调整模型中的参数和/或超参数。为了使得参数/超参数的调整更快、更简单,Facebook 创建了一个名叫 Nevergrad(https://github.com/facebookresearch/nevergrad) 的 Python 3 库,并将它开源发布。Nevergrad 提供了许多不依赖梯度计算的优化算法,并将其呈现在标准的问答 Python 框架中。此外,Nevergrad 还包括了测试和评估工具。

Nevergrad 现已对外开放,人工智能研究者和其他无梯度优化相关工作者马上就可以利用它来协助自己的工作。这一平台不仅能够让他们实现最先进的算法和方法,能够比较它们在不同设置中的表现,还将帮助机器学习科学家为特定的使用实例找到最佳优化器。在 Facebook 人工智能研究院(FAIR),研究者正将 Nevergrad 应用于强化学习、图像生成以及其他领域的各类项目中,例如,它可以代替参数扫描来帮助更好地调优机器学习模型。

觉得这些资讯有帮助?请转发给更多人

关注 技术最前线 加星标看 IT 要闻

640?wx_fmt=png