زیگموند فروید قبل از وفاتش یه صحبت قشنگی درباره مک و لینوکس کرده بود.

میگفت اینایی که مک دارن توی ناخودآگاهشون خودشون رو به ارور های لینوکس باختن و برای سرکوب و فراموش این قضیه از مک دارن استفاده می‌کنن اینا از درون عاشق لینوکسن.


@Linuxor

هم بنیان گذار super.com که یه برنامه نویسه و شرکتش سالی 200 میلیون دلار درآمد داره یه لیست درست کرده از چیزایی که برای هوش مصنوعی خودش یاد گرفته و گفته اینارو توی دو هفته بخونید :

https://github.com/henrythe9th/AI-Crash-Course

چیزایی که معرفی کرده بود رو چک کردم خیلی جالب بود بیشتر مقالات پایه ای هوش مصنوعی بود و واقعا هم برای موفقیت هیچ راه میان‌بری وجود نداره باید یادگرفت :)


@Linuxor

خواستید برنامه اندروید بسازید و همیشه قاطی پاتی میشه و معماری درست در نمیاد اینو ببنید یه مثال از معماری درسته که همه بخش هارو مجزا از هم کرده و اینطوری توسعه پذیری برنامه هم بالا می‌ره

یکم قدیمیه ولی یه نگاهی بهش بندازید بد نیست، نسخه کاتلین هم داره داخلش

github.com/android10/Android-CleanArchitecture

@Linuxor

یونیتی یه ابزار برای آموزش کاراکتر های بازی داره باهاش می‌تونید کاراکتر بازی رو باهوش کنید و آموزشش بدید و مثلا بگید اگه فلان اتفاق افتاد یه امتیاز جریمه بشه اگه فلان کارو کردی که به هدف نزدیک شدی یه امتیاز پاداش بگیری

github.com/Unity-Technologies/ml-agents

@Linuxor

می‌دونستین نیازی نیست برای ولیدیت کردن شماره تلفن لایبری ینویسید گوگل خودش یدونه نوشته ااگه خواستید اپلیکیشن جهانی بنویسید خیلی جلوتون می‌ندازه چون بقیه کشورا شماره هاشون یکم دنگو فنگ داره مثلا تو بریتانیا شماره ها ممکنه یا ده رقمی باشن یا یازده رقمی

github.com/google/libphonenumber

@Linuxor

وقتی برای اولین بار کتاب گنگ آف فور یا همون دیزاین پترن هارو میخونی می‌گی برم شروع کنم اپلیکیشن های خفنی بنویسم :)

ولی وقتی وارد کار واقعی می‌شی شاید دو سه تاش رو به کار ببری حتی قبل خوندن کتابه خیلیاشم از قبل بلد بودی ولی اسمشونو نمی‌دونستی این کتابه یه جور کتاب باکلاسا حساب میاد مثلا اگه همکارت گفت این Observer هستش میفهمی منظورش چیه، چیز گنگی به اون معنی نیست انگار یه سری پترن هارو دسته بندی و اسم گذاری کرده که هممون از قبل بلد بودیمشون.


@Linuxor

+ می‌خوای یه جدول و نمودار از باگ ها و مشکلات کدت بکشم ؟


- نه عوضی، نه، خوابم می‌آد؛ فقط فیکسش کن کی به تو جدول کشیدنو یاد داده!



@Linuxor

پشت صحنه قرارداد های میلیاردی شرکت های بزرگ

@Linuxor

خسته ام مثل StackOverFlow که از ترسش رفته پشته کلادفلر اونقدری که این باتای هوش مصنوعی کراولش کردن :)


@Linuxor

اوراکل مشغول خودستایی کردنه؛ توی معرفی جاوای 25 اون رو زبان اول دنیا توصیف کرده 🎀


@Linuxor

ورژن جدید جاوااسکریپت ECMAScript 2026 یه متود جدید به اسم try به Promise اضافه کرده

باهاش می‌تونید یه تابع sync رو با ظاهر async اجرا کنید و فرقش با حالت then اینه که این همون لحظه اجرا میشه اما then اجرا رو به میکروتسک بعدی منتقل می‌کنه، یعنی کمی تأخیر داره.


@Linuxor

این مقاله هوش مصنوعی هم جالب بود :

به جای اینکه به مدل میلیون‌ها داده‌ی مصنوعی (خیلی سطحی یا ناقص) بدیم، اگه فقط تعداد کمی نمونه‌ی خیلی دقیق و کامل از اول تا آخر یک کار واقعی رو نشون بدیم، مدل یاد می‌گیره چطور واقعا مثل یک عامل عمل کنه.
این کار باعث می‌شه مدل توی وظایفی مثل برنامه‌ریزی، استفاده از ابزار، و انجام دادن کامل یک پروژه موفق‌تر باشه.


@Linuxor

ساختن README همیشه یه کار سخت بوده، کلی زحمت می‌کشیم کد های پروژه رو می‌زنیم اما وقتی می‌رسه به README نمی‌دونیم توش چی بنویسیم‌؟ و جالب اینجاست اگه README خوب نباشه کسی جذبش نمی‌شه و ممکنه کل زحماتمون هدر بره. اینجا کلی README که خوب نوشته شدن رو جمع کرده ازش می تونید برای پروژه های خودتون الگو بگیرید:


github.com/matiassingers/awesome-readme

@Linuxor

رو کارات زیاد حساس نشو رفیق؛ یوتیوب که سالها وقت داشته ui ش رو درست کنه هنوز یه gap ساده بین منو هاش ننداخته‌.

@Linuxor

وقتی میخوای حرفه ای بازی در بیاری و به یوزر دوتا مسیر یکی سریع ترین مسیر و یکی مسیر یکم کوتاه تره رو نشون بدی :


@Linuxor

شاید شما سختی راه برنامه نویس شدن رو احساس نکنید ولی افراد تازه کار خیلی سردرگم هستن که چطوری یاد بگیرن، چطوری مشارکت کنن، چطوری سیستم هارو رشد بدن و حتی چطوری با دیگران ارتباط برقرار کنن.

آقای Robert L. Read یه کتابچه آنلاین درست کرده توش همه این موارد رو گفته

braydie.gitbooks.io/how-to-be-a-programmer/content/en

@Linuxor

مقاله جدیدی که ادعا می‌کنه مدل های هوش مصنوعی برای پزشکی هیچی بارشون نیست و مفاهیم پزشکی رو کنکوری یاد گرفتن !

خیلی از سیستم‌های معروف هوش مصنوعی حتی وقتی ورودی مهم مثل عکس‌ها رو ازشون بگیری، بازم شانسی درست جواب می‌دن. یا با یه تغییر کوچیک توی پرامپت جوابشون عوض می‌شه. بعضی وقتا هم یه استدلال قشنگ و قانع‌کننده می‌سازن، ولی آخرش غلط درمیاد. اینا باگ نیست، بلکه نشون می‌ده تست‌های فعلی بیشتر به کلک‌های امتحانی جایزه می‌دن تا به فهم واقعی پزشکی.


@Linuxor

از بین مدل‌های بینایی (برای کارهای پردازش تصویر) تا مدتی اغلب از شبکه‌های کانولوشنی (CNN) استفاده می‌شد. مدل ViT ایده‌ای آورد که تصاویر رو به قطعات (patchها) تقسیم می‌کنه و سپس مثل مدل‌های ترنسفورمر NLP به اونها نگاه می‌کنه یعنی از سازوکاری مشابه Attention / Transformer برای تصاویر استفاده می‌کنه.

برای استفاده و یادگیری اول با پیپ vit-pytorch رو نصبش کنید یا ریپو رو کلون کنید بعدش برید توی مستنداتش مثال های ساده ای داره که می‌تونید رانش کنید اگه سیستمون ضعیفه روی kaggle و colab هم می‌تونید که البته اونجا خودش کلی مثال آماده هم داره

قبل از شروع استفاده حتما README رو بخونید :
github.com/lucidrains/vit-pytorch

@Linuxor

کتابخونه raylib یه ویدیو توی یوتیوبش گذاشته از بازی هایی که باهاش ساخته شده آدم دوست داره ده بار ببینتش، این بازی ها همگی با زبان C ساخته شدن، این کتابخونه ساخت بازی رو با C بسیار ساده می‌کنه ولی در عین اون مفاهیم عمیق زبان C رو نگه داشته. بازی هاش روی همه پلتفرما اجرا می‌شن و در کل چیز جالبیه به خصوص اینکه با C دارید باهاش کار می‌کنید جالب ترش هم می‌کنه


سایتش و مستنداتش:
www.raylib.com
ریپازیتوری گیتهابش:
github.com/raysan5/raylib


@Linuxor