Andrey Dugin

Если охота поковыряться с Python в браузере, можете глянуть Brython.

JPG - это формат с потерями. Зачем в него сохранять?

from pathlib import Path
from datetime import datetime

dic = {
    datetime.fromtimestamp(path.stat().st_ctime).strftime('%Y-%m-%d %H:%M:%S'): path.name
    for path in Path().glob('*.*')
}

Отвечая на ваш вопрос в соседней теме - как получить имя самого старого архива:

path = min(Path().glob('*.rar'), key=lambda path: path.stat().st_ctime)
print(path.name)

В Path() можно передать путь к папке, например: Path('/path/to/your/dir')

nums = '1 2 2 2 5 8 12 12 13 15 15 21 25 26 32'
nums = sorted(map(int, nums.split()))

result = [x1 for x1, x2 in zip(nums[:-1], nums[1:]) if x2 - x1 == 1]

print(*result)

Это даже в документации Python есть: https://docs.python.org/3.8/library/functions.html#zip

a = ['K', 'G', 'K', 'G', 'G', 'K', 'K']
chunks = list(zip(*[iter(a)]*2))

Overhead на перегонку данных в GPU и обратно может быть слишком большим относительно времени вычисления в вашей конкретной задаче. Кроме того, в самом Tensorflow полно очень медленных функций, самописный аналог которых может быть на 1-3 порядка быстрее. Также может влиять разрядность чисел - например, посмотрите сюда: Как ускорить перемножение матриц в numpy?

Используйте numpy/scipy, например scipy.stats.rv_discrete

Например, можете применить стеммер (библиотеки нагуглите).

import random
from collections import defaultdict


class mydefaultdict(defaultdict):
    
    def __getattr__(self, attr):
        return self[attr]
    
    def __setattr__(self, attr, val):
        self[attr] = val
    
    def classify(self, animal, unknown='Unknown'):
        for subclass, species in self.items():
            if animal in species:
                return subclass
        return unknown
    
    @property
    def all(self):
        all_animals = []
        for subclass, species in self.items():
            all_animals.extend(species)
        return all_animals
            
    @property
    def random(self):
        return random.choice(self.all)
        

def taxonomy():
    return mydefaultdict(taxonomy)


animals = tree()
animals.cats.Tiger
animals.cats.Lion
animals.horses.Zebra
animals.horses.Horse
animals.horses.Lamb
animals.birds.Raven
animals.birds.Parrot
animals.birds.Dove
animals.elephants.Elephant
animals.dogs.Wolf
animals.dogs.Hyena

random_animal = animals.random
answer = input(f'What class does {random_animal} animal belong to? ')
correct_answer = animals.classify(random_animal)
print(['Не верно', 'Верно'][answer == correct_answer])

Можете использовать шестнадцатиричную систему: 0xFFF = 4095

Просто оставлю это здесь в качестве иллюстрации разгона перемножения матриц в 330 раз без всяких GPU:
Как ускорить перемножение матриц в numpy?

Используйте mmap. Но, строго говоря, это не является загрузкой в ОЗУ.