Forwarded from CS12 Consortium
بروبچ سلام
افتتاحیه کامیونیتی CS12 در 05-05-2025 یعنی 15 اردیبهشت ماه سال 1404 از ساعت 14:00 تا 17:00 در لوکیشن "شهر زیبا" در شهر تهران برگزار میشه.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍2🔥1
🎯 Display Server و Window Manager چیه؟ فرقشون چیه؟ چرا باید برامون مهم باشه؟
🖥 Display Server و Window Manager.
Display Server چیه؟
Display Server (یا گاهی بهش Display Server Protocol هم میگن) اون چیزیه که توی سیستمعاملهای گرافیکی وظیفه داره تا یه پل ارتباطی بین اپلیکیشنها و کارت گرافیک ایجاد کنه. یعنی چی؟
فرض کن یه برنامه مثل Firefox میخواد یه پنجره باز کنه. خب! خودش نمیتونه مستقیم به مانیتور دسترسی داشته باشه. میاد با Display Server حرف میزنه و اون، تصویر رو روی صفحهنمایش میندازه.
📌 معروفترین Display Serverها:
X11 (قدیمی ولی هنوز پرکاربرد)
Wayland (مدرنتر، امنتر، سریعتر)
Window Manager چیه؟
حالا که Display Server تصویر رو نشون میده، یه چیزی لازمه که مدیریت کنه این پنجرهها کجا باشن، قاب داشته باشن یا نه، کی فوکوس بگیرن و غیره. این وظیفه به عهده Window Manager هست.
Window Manager بهت اجازه میده:
پنجرهها رو بکشی و بذاری اینور اونور صحفه نمایشت
fullscreen یا minimize کنی
حالت تایل (tile) یا شناور (floating) بذاری
و کلی تنظیمات ظاهری پیادهسازی کنی
📌 معروفترین Window Managerها:
i3, bspwm (تایلینگ، سبک، مخصوص حرفهایها)
Openbox, Fluxbox (شناور، مینیمال)
KWin (تابعه KDE)
Mutter (تابعه GNOME)
Display Server و Window Manager ممکنه یکی باشن؟
بله! بعضی وقتها Display Server و Window Manager توی یه چیز واحد ترکیب میشن.
مثلاً در Wayland، خیلی از کامپوزیتورها (مثل Sway یا Weston) هم Display Server هستن هم Window Manager.
چرا اینا مهمن برامون؟
اگه دنبال سرعت و سبک بودن سیستم هستی (مثلاً با لپتاپ قدیمی کار میکنی)، باید بدونی کدوم Window Manager سبکتره.
اگه کار دیزاین و گرافیکی میکنی، نوع Display Server مهمه (بعضی ابزارها فقط با X11 درست کار میکنن).
اگه بخوای کیبوردی همه کار کنی و با موس خداحافظی، Window Managerهای تایلینگ نجاتدهنده هستن .
Display Server پل بین برنامه و صفحهنمایش :
X11، Wayland
Window Manager مسئول مدیریت پنجرهها i3، KWin، Openbox
وقتی یه (میزکار) مثل GNOME یا KDE رو نصب میکنی، توش هم Display Server هست، هم Window Manager، ولی اگه بخوای سبک کار کنی، میتونی فقط Window Manager نصب کنی و همه چیزو خودت کانفیگ کنی!
بعضی از ادما میگن به دردسرش نمیارزه 🤷🏻♂️
Display Server چیه؟
Display Server (یا گاهی بهش Display Server Protocol هم میگن) اون چیزیه که توی سیستمعاملهای گرافیکی وظیفه داره تا یه پل ارتباطی بین اپلیکیشنها و کارت گرافیک ایجاد کنه. یعنی چی؟
فرض کن یه برنامه مثل Firefox میخواد یه پنجره باز کنه. خب! خودش نمیتونه مستقیم به مانیتور دسترسی داشته باشه. میاد با Display Server حرف میزنه و اون، تصویر رو روی صفحهنمایش میندازه.
📌 معروفترین Display Serverها:
X11 (قدیمی ولی هنوز پرکاربرد)
Wayland (مدرنتر، امنتر، سریعتر)
Window Manager چیه؟
حالا که Display Server تصویر رو نشون میده، یه چیزی لازمه که مدیریت کنه این پنجرهها کجا باشن، قاب داشته باشن یا نه، کی فوکوس بگیرن و غیره. این وظیفه به عهده Window Manager هست.
Window Manager بهت اجازه میده:
پنجرهها رو بکشی و بذاری اینور اونور صحفه نمایشت
fullscreen یا minimize کنی
حالت تایل (tile) یا شناور (floating) بذاری
و کلی تنظیمات ظاهری پیادهسازی کنی
📌 معروفترین Window Managerها:
i3, bspwm (تایلینگ، سبک، مخصوص حرفهایها)
Openbox, Fluxbox (شناور، مینیمال)
KWin (تابعه KDE)
Mutter (تابعه GNOME)
Display Server و Window Manager ممکنه یکی باشن؟
بله! بعضی وقتها Display Server و Window Manager توی یه چیز واحد ترکیب میشن.
مثلاً در Wayland، خیلی از کامپوزیتورها (مثل Sway یا Weston) هم Display Server هستن هم Window Manager.
چرا اینا مهمن برامون؟
اگه دنبال سرعت و سبک بودن سیستم هستی (مثلاً با لپتاپ قدیمی کار میکنی)، باید بدونی کدوم Window Manager سبکتره.
اگه کار دیزاین و گرافیکی میکنی، نوع Display Server مهمه (بعضی ابزارها فقط با X11 درست کار میکنن).
اگه بخوای کیبوردی همه کار کنی و با موس خداحافظی، Window Managerهای تایلینگ نجاتدهنده هستن .
Display Server پل بین برنامه و صفحهنمایش :
X11، Wayland
Window Manager مسئول مدیریت پنجرهها i3، KWin، Openbox
وقتی یه (میزکار) مثل GNOME یا KDE رو نصب میکنی، توش هم Display Server هست، هم Window Manager، ولی اگه بخوای سبک کار کنی، میتونی فقط Window Manager نصب کنی و همه چیزو خودت کانفیگ کنی!
بعضی از ادما میگن به دردسرش نمیارزه 🤷🏻♂️
#os
#linux
#byteforge
@byteforge_chan 🛸
1❤🔥3👍3👎2
👩🏻💻 بنظرم یکیتون بره به افشین بگه عکس پروفایل اسپاتیفایش برای لینکدین مناسبتره تا پروفایل لینکدینش :)))
✍🏼 ZhinA
✍🏼 ZhinA
#meme
#byteforge
@byteforge_chan 🛸
🤣10👍1😁1
Cluely استارتاپی که با تقلب ساخته شد
ماجرا از یه دانشجوی کرهایتبار دانشگاه کلمبیا به اسم "چانگین (روی) لی" شروع شد.
اون دنبال راهی بود تا بتونه توی مصاحبههای شغلی سطح بالا بهتر ظاهر بشه، حتی اگر جواب خیلی از سوالها رو نمیدونست.
برای همین، یه اپ ساده ساخت که با کمک هوش مصنوعی، همزمان صدای مصاحبهگر و محتوای صفحه رو تحلیل میکرد و توی لحظه بهش میگفت چی بگه. یه جور تقلب دیجیتال.
روی لی با همین اپ چند تا مصاحبه رو رد کرد، اما وقتی دانشگاه فهمید، به خاطر "تقلب در فرآیند استخدام" اخراجش کرد.
ولی شکست نخورد. همون اپ رو به یه محصول عمومی تبدیل کرد و اسمش رو گذاشت Cluely.
Cluely چیه؟
یه اپ دسکتاپ که وقتی داری با کسی صحبت میکنی یا توی جلسهای هستی، صدای طرف مقابل و چیزایی که میبینه رو تحلیل میکنه و بهت پیشنهاد میده چی بگی یا چه واکنشی نشون بدی. میتونه توی جلسه کاری، مصاحبه شغلی، چت آنلاین یا حتی قرار ملاقات استفاده بشه.
روی لی اما هنوز سر حرفشه: "اگه سیستم عادلانه نیست، پس باید ابزار برنده ساخت."
حالا سوال اینجاست:
Cluely یه ابزار کمکیه یا عادیسازی تقلب؟
ماجرا از یه دانشجوی کرهایتبار دانشگاه کلمبیا به اسم "چانگین (روی) لی" شروع شد.
اون دنبال راهی بود تا بتونه توی مصاحبههای شغلی سطح بالا بهتر ظاهر بشه، حتی اگر جواب خیلی از سوالها رو نمیدونست.
برای همین، یه اپ ساده ساخت که با کمک هوش مصنوعی، همزمان صدای مصاحبهگر و محتوای صفحه رو تحلیل میکرد و توی لحظه بهش میگفت چی بگه. یه جور تقلب دیجیتال.
روی لی با همین اپ چند تا مصاحبه رو رد کرد، اما وقتی دانشگاه فهمید، به خاطر "تقلب در فرآیند استخدام" اخراجش کرد.
ولی شکست نخورد. همون اپ رو به یه محصول عمومی تبدیل کرد و اسمش رو گذاشت Cluely.
Cluely چیه؟
یه اپ دسکتاپ که وقتی داری با کسی صحبت میکنی یا توی جلسهای هستی، صدای طرف مقابل و چیزایی که میبینه رو تحلیل میکنه و بهت پیشنهاد میده چی بگی یا چه واکنشی نشون بدی. میتونه توی جلسه کاری، مصاحبه شغلی، چت آنلاین یا حتی قرار ملاقات استفاده بشه.
چه اتفاقی افتاد؟
Cluely خیلی زود معروف شد
۷۰ هزار کاربر براش ثبتنام کردن
اشتراک ماهانهاش ۲۰ دلاره
تا حالا ۵.۳ میلیون دلار سرمایه جذب کرده
اما جنجالها شروع شد :
اخراج بنیانگذار از دانشگاه
بحثهای جدی درباره اخلاقی بودن این ابزار
نگرانی از نقض حریم خصوصی
و البته مشکلات فنی و ضعف در عملکرد واقعی
روی لی اما هنوز سر حرفشه: "اگه سیستم عادلانه نیست، پس باید ابزار برنده ساخت."
حالا سوال اینجاست:
Cluely یه ابزار کمکیه یا عادیسازی تقلب؟
#ai
#ai_agent
#byteforge
@byteforge_chan 🛸
👌2👍1
Byteforge / بایــت فورج 🛸
https://news.1rj.ru/str/GitBook_s
گیت بووک (gitbook)معرف حضور همه خوباست
هرکی اینجا نیست فرصت از دست داده
دوستانی که به حوزه امنیت علاقه مندن اینجا رو از دست ندید واقعا 🔥👌🏻
هرکی اینجا نیست فرصت از دست داده
دوستانی که به حوزه امنیت علاقه مندن اینجا رو از دست ندید واقعا 🔥👌🏻
🔥1😁1
در دنیای امروز، داده نهتنها به عنوان یک دارایی بلکه بهمثابه ستون فقرات بسیاری از سامانههای نرمافزاری شناخته میشود. پایگاههای داده بستر مدیریت و پردازش این دادهها را فراهم میسازند. شناخت دقیق معماری و ویژگیهای انواع دیتابیسها، برای طراحی زیرساختهای پایدار، مقیاسپذیر و کارآمد حیاتی است
پایگاه داده چیست؟
پایگاه داده (Database) یک ساختار منطقی و گاهی فیزیکی برای ذخیرهسازی، بازیابی و مدیریت دادهها است که اغلب با استفاده از یک سامانه مدیریت پایگاه داده (DBMS) اداره میشود. هدف آن ایجاد یک لایه واسط برای تعامل مؤثر با دادهها، مستقل از جزئیات ذخیرهسازی پایینسطح است.
- دستهبندی انواع پایگاه داده :
پایگاه داده غیررابطهای (NoSQL) :
پایگاه داده توزیعشده (Distributed Database) :
پایگاه داده درونحافظهای (In-Memory) :
مفاهیم کلیدی در طراحی دیتابیس :
کاربردهای صنعتی پایگاه دادهها :
لپ کلام :
در عصر دادهمحور، انتخاب پایگاه داده مناسب وابسته به فاکتورهایی چون نوع داده، نیاز به انسجام، سرعت پاسخگویی، مقیاسپذیری و پیچیدگی روابط است. پایگاه دادههای رابطهای هنوز در بسیاری از سیستمهای مالی و سنتی انتخاب اول هستند، اما NoSQL با انعطافپذیری و مقیاسپذیری بالا، برای چالشهای دادههای بزرگ و سیستمهای غیرمتمرکز ایدهآل است.
پایگاه داده چیست؟
پایگاه داده (Database) یک ساختار منطقی و گاهی فیزیکی برای ذخیرهسازی، بازیابی و مدیریت دادهها است که اغلب با استفاده از یک سامانه مدیریت پایگاه داده (DBMS) اداره میشود. هدف آن ایجاد یک لایه واسط برای تعامل مؤثر با دادهها، مستقل از جزئیات ذخیرهسازی پایینسطح است.
- دستهبندی انواع پایگاه داده :
پایگاه داده رابطهای (Relational Database)
معماری: مدل جدولمحور با کلیدهای اصلی و خارجی (Primary & Foreign Keys)
ویژگیها: پشتیبانی از ACID، نرمالسازی داده، یکپارچگی مرجع
نمونهها: PostgreSQL، Oracle، SQL Server، MySQL
زبان کوئری: SQL (Structured Query Language)
مناسب برای: سیستمهای دارای روابط پیچیده و نیازمند انسجام قوی دادهها مانند بانکداری، ERP
پایگاه داده غیررابطهای (NoSQL) :
Document-based (مانند MongoDB): دادهها به صورت JSON یا BSON ذخیره میشوند
-Key-Value (مانند Redis): هر مقدار به یک کلید منحصربهفرد مرتبط است.
-Wide-column (مانند Cassandra): مشابه جداول رابطهای اما با انعطاف در ساختار ستونها.
-Graph-based (مانند Neo4j): مناسب مدلسازی موجودیتها و ارتباطات بین آنها با گره و یال.
-ویژگیها: طراحی schema-less، مقیاسپذیری افقی، eventual consistency
مناسب برای: دادههای بزرگ، غیرساختیافته، تحلیل بلادرنگ، شبکههای اجتماعی، سیستمهای IoT
پایگاه داده توزیعشده (Distributed Database) :
ویژگیها : پارتیشنبندی داده (Sharding)، تکرار داده (Replication)، تحمل خطا
نمونهها : CockroachDB، Cassandra، Google Spanner
کاربرد : سیستمهای با قابلیت دسترسی بالا، geo-redundancy، پردازش توزیعشده
پایگاه داده درونحافظهای (In-Memory) :
ویژگی کلیدی: ذخیرهسازی داده در RAM برای کاهش زمان پاسخ به زیر میلیثانیه
کاربرد: caching، سیستمهای مالی بلادرنگ، پردازش رویدادهای سریع (Event Streaming)
نمونهها :
Redis، MemSQL
مقایسه معماری SQL و NoSQL
SQL یا پایگاهدادههای رابطهای مبتنی بر مدل جدولمحور و زبان استاندارد SQL هستند، از انسجام کامل داده (ACID) پشتیبانی میکنند و معمولاً بهصورت عمودی مقیاسپذیرند؛ در حالی که NoSQL پایگاهدادهای غیررابطهای با مدلهای متنوع مانند Document، Key-Value، Graph و Column است، مقیاسپذیری افقی دارد، از ساختار schema-less استفاده میکند و بیشتر بر پایه انسجام نهایی (BASE) طراحی شدهاند؛ انتخاب بین آنها به نوع داده، نیاز به انسجام، و مقیاس پروژه بستگی دارد.
مفاهیم کلیدی در طراحی دیتابیس :
ACID vs BASE
ACID (Atomicity, Consistency, Isolation, Durability): برای تراکنشهای بحرانی، تضمین انسجام کامل.
BASE (Basically Available, Soft state, Eventually consistent): طراحی برای مقیاسپذیری و تحمل خطا، با پذیرش تأخیر در انسجام داده.
CAP Theorem
هیچ پایگاه دادهای نمیتواند بهصورت همزمان Consistency، Availability و Partition Tolerance را بهطور کامل تضمین کند. باید بین آنها trade-off انتخاب شود:
CP: مثل MongoDB (Consistency + Partition Tolerance)
AP: مثل Cassandra (Availability + Partition Tolerance)
CA: فقط در سیستمهای متمرکز ممکن است
کاربردهای صنعتی پایگاه دادهها :
در بانکداری از SQL و دیتابیسهای درونحافظهای برای پردازش سریع تراکنشها و گزارشگیری استفاده میشود؛ در فروشگاههای آنلاین ترکیبی از SQL و NoSQL برای مدیریت موجودی، سفارشات و اطلاعات کاربران به کار میرود؛ شبکههای اجتماعی با دیتابیسهای گراف و سندی برای ذخیرهسازی روابط کاربران و محتوای تولیدی کار میکنند؛ سیستمهای پزشکی اغلب به SQL برای امنیت و یکپارچگی سوابق سلامت بیماران متکی هستند؛ و در حوزه دادهکاوی و هوش مصنوعی، از دیتابیسهای ستونی و مخازن داده (Data Lakes) برای ذخیره، پردازش و آموزش مدلهای تحلیلی بهره گرفته میشود.
لپ کلام :
در عصر دادهمحور، انتخاب پایگاه داده مناسب وابسته به فاکتورهایی چون نوع داده، نیاز به انسجام، سرعت پاسخگویی، مقیاسپذیری و پیچیدگی روابط است. پایگاه دادههای رابطهای هنوز در بسیاری از سیستمهای مالی و سنتی انتخاب اول هستند، اما NoSQL با انعطافپذیری و مقیاسپذیری بالا، برای چالشهای دادههای بزرگ و سیستمهای غیرمتمرکز ایدهآل است.
#data
#database
#byteforge
@byteforge_chan 🛸
1❤2👍1👌1
#دلی
رفقا باورکنید سافت اسکیل بسته به محیط کارتون و استکی که توش کار میکنید به مراتب خیلی بیشتر کمکتون میکنه. در آینده تا بار فنی داستان، البته اینم مهمه ولی سافت اسکیل خیلی مهمتره
#تجربه_شخصی
رفقا باورکنید سافت اسکیل بسته به محیط کارتون و استکی که توش کار میکنید به مراتب خیلی بیشتر کمکتون میکنه. در آینده تا بار فنی داستان، البته اینم مهمه ولی سافت اسکیل خیلی مهمتره
#تجربه_شخصی
2🔥4🆒1
عکسها دروغ نمیگن... اگه بلد باشی داستان شونو بخونی 👌🏻
Reverse Image Search
این سیستم از الگوریتمهای تطبیق تصویر (Image Matching) استفاده میکند که به جای یافتن تصاویر مشابه، فقط تصاویری را شناسایی میکند که پیکسل به پیکسل یا با تغییرات بسیار جزئی (مثل تغییر اندازه یا فشردهسازی) با تصویر اصلی یکسان هستند.
فناوریهایی مثل Perceptual Hashing یا Content-Based Image Retrieval (CBIR) برای مقایسه دقیق تصاویر به کار میروند.
برخی سیستمها با استفاده از وب کراولینگ (Web Crawling) و دسترسی به آرشیوهای اینترنتی (مثل Wayback Machine یا پایگاهدادههای موتورهای جستجو) میتوانند تخمینی از اولین تاریخ انتشار تصویر ارائه دهند.
این ویژگی معمولاً با بررسی متادیتا (Metadata) تصویر، تاریخ ایندکس شدن صفحه وب، یا اطلاعات موجود در سایتهای میزبان تصویر (مثل شبکههای اجتماعی یا وبلاگها) انجام میشود.
ref : https://copyseeker.net
Reverse Image Search
این سیستم از الگوریتمهای تطبیق تصویر (Image Matching) استفاده میکند که به جای یافتن تصاویر مشابه، فقط تصاویری را شناسایی میکند که پیکسل به پیکسل یا با تغییرات بسیار جزئی (مثل تغییر اندازه یا فشردهسازی) با تصویر اصلی یکسان هستند.
فناوریهایی مثل Perceptual Hashing یا Content-Based Image Retrieval (CBIR) برای مقایسه دقیق تصاویر به کار میروند.
برخی سیستمها با استفاده از وب کراولینگ (Web Crawling) و دسترسی به آرشیوهای اینترنتی (مثل Wayback Machine یا پایگاهدادههای موتورهای جستجو) میتوانند تخمینی از اولین تاریخ انتشار تصویر ارائه دهند.
این ویژگی معمولاً با بررسی متادیتا (Metadata) تصویر، تاریخ ایندکس شدن صفحه وب، یا اطلاعات موجود در سایتهای میزبان تصویر (مثل شبکههای اجتماعی یا وبلاگها) انجام میشود.
کاربردها :
بررسی اصالت تصویر : شناسایی اینکه آیا تصویر در جای دیگری منتشر شده یا خیر.
حفاظت از کپیرایت: پیدا کردن استفادههای غیرمجاز از تصاویر شما.
ref : https://copyseeker.net
#tools
#osint
#byteforge
@byteforge_chan 🛸
👏2👍1
دیپفیک در عمل؛ نگاهی به FaceSwap، ابزار قدرتمند تغییر چهره با ai
سوال پیش اومد که دیپ فیک(deepfake) چی هست اصلا 🤔
دیپفیک (Deepfake) ترکیبیه از دو واژه:
«Deep Learning» (یادگیری عمیق)
و «Fake» (جعلی)
یعنی ویدیوها یا تصاویر جعلیای که با استفاده از هوش مصنوعی ساخته میشن، اما انقدر طبیعی و دقیقن که بهسختی میتونی بگی واقعی نیستن.
دیپفیکبا استفاده از مدلهای یادگیری عمیق، مثل autoencoderها یا GANها (شبکههای خصمانهی مولد) ساخته میشن. این مدلها اول با مقدار زیادی داده (مثل تصاویر چهرهی انسان ها) آموزش میبینن، بعد میتونن اون چهره رو روی ویدیوی فرد دیگهای «بچسبونن»؛ طوری که انگار خودش داره اون حرفا رو میزنه یا اون کارها رو انجام میده.
حالا یه مدل متن باز قدرتمند رو برای دیپ فیک (deepfake) میخوام معرفی بکنم .
گیت هاب پروژه :
https://github.com/deepfakes/faceswap
روش استفاده :
توصیه : اگه کارت گرافیک NVIDIA داری و CUDA نصبه، تجربه بهتری کسب میکنی
سوال پیش اومد که دیپ فیک(deepfake) چی هست اصلا 🤔
دیپفیک (Deepfake) ترکیبیه از دو واژه:
«Deep Learning» (یادگیری عمیق)
و «Fake» (جعلی)
یعنی ویدیوها یا تصاویر جعلیای که با استفاده از هوش مصنوعی ساخته میشن، اما انقدر طبیعی و دقیقن که بهسختی میتونی بگی واقعی نیستن.
دیپفیکبا استفاده از مدلهای یادگیری عمیق، مثل autoencoderها یا GANها (شبکههای خصمانهی مولد) ساخته میشن. این مدلها اول با مقدار زیادی داده (مثل تصاویر چهرهی انسان ها) آموزش میبینن، بعد میتونن اون چهره رو روی ویدیوی فرد دیگهای «بچسبونن»؛ طوری که انگار خودش داره اون حرفا رو میزنه یا اون کارها رو انجام میده.
حالا یه مدل متن باز قدرتمند رو برای دیپ فیک (deepfake) میخوام معرفی بکنم .
FaceSwap – پروژهای جذاب از دل یادگیری عمیقبا این ابزار میتونی :
FaceSwap ابزاری مبتنی بر یادگیری عمیق (Deep Learning) هست که از شبکههای عصبی کانولوشنی (CNN) و معماری autoencoder برای شناسایی، استخراج و جایگزینی چهرهها در ویدیو یا تصویر استفاده میکنه.
چهرهی یک فرد رو از تصاویر یا فریمهای ویدیویی جدا کنیابزارها و تکنولوژیهایی که استفاده میکنه :
یه چهرهی جدید (مثلاً خودت، دوستت یا یه سلبریتی) رو جایگزینش کنی
خروجیای بگیری که طبیعی، صاف و باورپذیره
تمام این فرآیند میتونه روی سیستم خودت (با GPU یا حتی CPU) اجرا بشه.
زبان : Pythonکاربردهای FaceSwap
فریمورکهای ML: TensorFlow، Keras
ابزارهای پردازش تصویر: OpenCV، Dlib
رابط گرافیکی: Tkinter GUI
پشتیبانی از CUDA برای تسریع پردازش روی کارت گرافیک
تولید جلوههای بصری در ویدیو و سینما
آموزش مباحث ethical AI و deepfake detection
پیادهسازی پروژههای تحقیقاتی در زمینه Computer Vision
ساخت محتوای سرگرمکننده و خلاقانه
استفادهی درست از ابزارهای AI همیشه با «اخلاق دیجیتال» گره خورده.احتمالا دوس داری خودت یه امتحانی بکنی 😁
FaceSwap برای یادگیری و توسعه ساخته شده، نه جعل هویت یا سوءاستفاده از تصویر افراد.
گیت هاب پروژه :
https://github.com/deepfakes/faceswap
روش استفاده :
git clone https://github.com/deepfakes/faceswap.git
cd faceswap
python setup.py
توصیه : اگه کارت گرافیک NVIDIA داری و CUDA نصبه، تجربه بهتری کسب میکنی
#ai
#deepfake
#byteforge
@byteforge_chan 🛸
GitHub
GitHub - deepfakes/faceswap: Deepfakes Software For All
Deepfakes Software For All. Contribute to deepfakes/faceswap development by creating an account on GitHub.
🔥3👏1
https://esawebb.org/images/potm2504a/
جیمز وب پخت و پز کرده 🔥🛰
✍ ZhinA
جیمز وب پخت و پز کرده 🔥🛰
✍ ZhinA
#space
#byteforge
@byteforge_chan 🛸
www.esawebb.org
A visual feast of galaxies
👍1
Kubernetes_Cookbook_Building_Cloud_Native_Applications,_2nd_Edition.pdf
4.6 MB
Kubernetes Cookbook Building Cloud Native Applications, 2nd Edition (Sameer Naik, Sébastien Goasguen etc.)
#book
#kubernetes
#byteforge
@byteforge_chan🛸
2🔥2👍1👌1