قبلا درباره ماشین لرنینگ پست گداشته بودم اینم یه لیستی از نوت بوک های جوپیتر پایتون برای دیپ لرنینگ، کافیه جوپیتر پایتون رو نصب کنید و کد هارو توی هر درس بخش به بخش روی سیستم خودتون اجرا کنید و نتیجه خروجی رو ببینید اینطوری بهتر از تئوری یاد می‌گیرید:

برای شروع برید توی دایرکتوری ویرایش دوم second_edition ، اگر هم سیستمون ضعیفه روی Colab اجرا کنید راهنماش داخل توضیحاتش هست :

github.com/fchollet/deep-learning-with-python-notebooks


@Linuxor

فرانت‌اند هم چیز جالبیه ها؛ فکر کن بک‌اندی ها کلی بد بختی می‌کشن یه چیزی تحویلت بدن بعد تو تو فکر اینی که وقتی یوزر روی دکمه کلیک کرد چطوری آیتم هارو نشونش بدی از بالا به پایین یا از پایین به بالا.

@Linuxor

ویندوز : همه از غریبه خوردن ولی من از خودی!


@Linuxor

مسائل الگوریتمیتون رو بندازید آخر شب انجامش بدید؛ باعث می‌شه راحت تر پشت سیستم خوابتون ببره.

@Linuxor

طراحی سایدبار زیبا

@Linuxor

دیجی کالا برای فروش گوشی دست دوم یه سرویسی بالا آورده بود حالا مدیر عاملش پایان فعالیتش رو اعلام کرده، به گفته مدیر عاملش به سه دلیل این کارو کرده: مقیاس‌پذیری محدود، حاشیه سود پایین و عملیات گسترده و پیچیده.

این یه درس جالبی داره اونم اینه که هرچقدر هم بزرگ باشی ممکنه توی یه موقعیت دیگه تجربه ها و قدرتت به کار نیاد و شکست بخوری!

@Linuxor

اپل قبل تر رفته بود سراغ OpenAi حالا برای عقب موندگی Siri دست به دامن Gemini شده.

هفته های آینده قراره گوگل تست هایی روی Siri انجام بده؛ مثل اینکه اپل خلاء خودش توی هوش مصنوعی رو هنوز نتونسته اصولی جبران کنه و در حال مذاکره با بزرگای هوش مصنوعیه.

@Linuxor

گوگل یه مدل هوش مصنوعی جدید به نام Embedding Gemma منتشر کرده که کاملاً از زبان فارسی پشتیبانی می‌کنه!
دیگه نیازی به کلنجار رفتن با مدل‌های انگلیسی نیست.

این مدل‌ها کاربردهای زیادی دارن، از جمله جستجوی معنایی. برای مثال می‌تونید سیستمی بسازید که وقتی کسی سرچ کرد:
«بهترین گوشی برای عکاسی»، نتایج مرتبط مثل «موبایل‌های مناسب برای دوربین قوی» یا «اسمارت‌فون‌های با کیفیت عکس بالا» هم نمایش داده بشن، حتی اگه دقیقاً همون کلمات رو توی متن نیاورده باشید.

کاربرد دیگه‌ش توی سیستم‌های توصیه‌گره. مثلاً یه فروشگاه آنلاین می‌تونه بر اساس متن توضیحات محصولات و علاقه‌مندی‌های کاربر، پیشنهادهای دقیق‌تر بده.
همچنین توی چت‌بات‌ها و پشتیبانی هوشمند هم خیلی به کار میاد، چون می‌تونه معنی سوال کاربر رو بفهمه، نه فقط کلماتشو‌.

@Linuxor ~ iSegar0

شبه کد دیگه چیه؟ ما فقط بلدیم کدی بنویسیم که واقعا کار کنه

@Linuxor

اگه با انمیشن ها توی وب زیاد ور می‌ری و آخرش هم چیز خوبی در نمی‌آد Gasp رو تست کنید، خود سایتش هم باز کنید توش یه سری انمیشن باحال با خودش ساختن

gsap.com

@Linuxor

این لایبری بهتون امکان درگ و دراپ آبجکت ها توی وب می‌ده :)

github.com/Shopify/draggable

@Linuxor

برای کسی که می‌خواد کلی ویدئوی تکراری (مثلاً اینتروی کانال یا تبلیغ محصول با دیتای مختلف) بسازه، هر بار باز کردن Premiere یه شکنجه‌ست. Remotion دقیقا این مشکل رو حل می‌کنه: می‌تونی یه بار قالب ویدئو رو با React بنویسی و بعد هر بار با داده‌ی جدید خروجی بگیری.

remotion.dev

@Linuxor

اینجا پر از عکسای انیمه ایه که با کتابای برنامه نویسی معروف عکس گرفتن، برای ما بیشتر جنبه معرفی کتاب داره. پشت هرکدومشون یه داستانی هست.

cat-milk.github.io/Anime-Girls-Holding-Programming-Books

@Linuxor

می‌دونستین با PyScript می‌شه توی مرورگر بجای جاوااسکریپت با پایتون کد زد؟

شاید سوالتون این باشه چه کاریه همون جاوااسکریپت می زنیم دیگه! ولی کاربرد اصلی PyScript اینه که اجازه می‌ده پایتون (با تمام اکوسیستمش مثل NumPy, Pandas, Matplotlib) مستقیم توی مرورگر اجرا بشه مکانیزمش هم اینه با وب اسمبلی این کارو می‌کنه.

docs.pynoscript.net/2025.8.1/beginning-pynoscript

@Linuxor

لول اعتمادم اونقدری اومده پایین که داخل catch یه try/catch دیگه می‌نویسم.


@Linuxor

کاش فقط آیپی خودشو لو می‌داد، آیپی هممونو لو داده !


@Linuxor

نماینده دانشگاه شریف در پروژه سکوی ملی هوش مصنوعی: یکی از مزایای این سکو، پایداری در زمان قطعی اینترنت بین‌الملل است.

@Linuxor ~ ITIRAN

سوال اصلی اینجاست، مگه وقتی اینترنت ملی بشه API های OpenAi کار می‌کنه؟


پ.ن: کلی پروژه ملی هوش مصنوعی با API های OpenAi به بهانه پروژه ملی کلی بودجه گرفتن.

@Linuxor

کلمه دزد رو به داکر ربط بده :

دزد
پلیس
افسر
آفیسر
آفیس
مایکروسافت
ویندوز
لینوکس
داکر


@Linuxor

اگه خواستین TensorFlow یاد بگیرین این لیست رو یه نگاهی بندازین، کلی منبع از کتاب بگیر تا پروژه های از قبل آماده توش هست، TensorFlow یه فریمورک متن‌بازه که توسط گوگل ساخته شده برای کار با یادگیری ماشین و شبکه‌های عصبی. اصل ایده‌ش اینه که بتونی محاسبات پیچیده ریاضی (مثل ماتریس‌ها و تنسورها) رو به شکل راحت‌تری پیاده کنی و بعد اون‌ها رو روی سخت‌افزارهای مختلف (CPU، GPU یا حتی TPU) اجرا کنی.
github.com/jtoy/awesome-tensorflow

@Linuxor