Code Lab – Telegram
Code Lab
716 subscribers
350 photos
36 videos
56 files
535 links
Code Lab | Learn. Build. Share.
پلتفرمی برای آموزش اصولی برنامه‌نویسی وترفندها
تمرکز بر رشد مهارت، کیفیت محتوا و ساخت پروژه‌های واقعی 🚀
Download Telegram
مامان همون معجزه‌ایه که خدا گذاشت کنارمون تا یادمون نره هنوز یه جایی تو این دنیا، عشق واقعی نفس می‌کشه.
همونی که خستگیاشو می‌ذاره پشت لبخندش، ولی حال بدِ ما رو از یه آه کوچیک می‌فهمه.
روزت مبارک قوی‌ترین زنی که می‌شناسم
اونی که بدون ادعا، تمام زندگیِ منه.
روز مادر رو به همه مادران سرزمینم ، و همچنین مادران عزیزی که در چنلمون هستن و مارو دنبال میکنن تبریک میگم♥️
CODELAB | GpCodeLab
21
🔥سرور اختصاصی فیلترشکن مخصوص لپ‌تاپ – سرعت موشکی واقعی!
هم ویندوز داری؟ هم مک؟ هم لینوکس؟
فرقی نداره! روی همه سیستم‌عامل‌ها و تمام اپراتورهای ایران بدون محدودیت کار می‌کنه! 🔥

💥 پینگ پایین | پایدار | بدون قطعی | سرعت انفجاری
🎯 مناسب استریم، گیم، دانلود سنگین و کارهای روزمره

اکانت تست رایگان موجوده
قبل خرید خیالتو راحت کن 😉

💸 قیمت‌های ویژه:
🔹 ۱۰ گیگ فقط ۲۰,۰۰۰ تومان
🔹 ۲۰ گیگ فقط ۴۰,۰۰۰ تومان
🔹 ۳۰ گیگ فقط ۵۸,۰۰۰ تومان

⚡️ سروری که همه لازم دارن؛ اما فقط به بعضیا می‌رسه!
برای دریافت تست یا خرید، سریع پیام بده قبل از اینکه ظرفیت تموم شه! 🚀🔥


🏃‍♂️ همین الان بیا واسه تست رایگان (ضرر که نداره!):
👇👇👇
🆔 @monidevvpn
👀 حتما کانال رضایت مشتریان رو چک کن تا خیالت تخت بشه:
🆔 @monidevvpnchanel
چرا قیمت رم (RAM) سر به فلک کشیده!؟

بازار رم چند هفته‌ای میشه که به طرز عجیبی داغ شده ، مخصوصاً رم‌های DDR5 و دلایل اصلی به این شکل هستن :

1️⃣تقاضای شدید برای AI و مراکز داده :

پروژه‌های هوش مصنوعی و سرورهای بزرگ، بخش عمده حافظه DRAM و رم رو میخوان ؛ بنابراین تولید برای مصرف‌کننده کاهش یافته.

2️⃣کاهش تولید برای مصرف‌کننده:

شرکت‌های بزرگ تولید چیپ رم (مثل سامسونگ، SK Hynix و Micron) ظرفیت تولید یادگیری ماشین و HBM/سرور رو در اولویت گذاشتن و عرضه رم دسکتاپ/لپ‌تاپ رو محدود کردند.

3️⃣افزایش هزینه مواد اولیه، تولید و لجستیک:

تولید رم به خاطر بالا رفتن هزینه‌ مواد، انرژی و زنجیره تأمین گران‌تر شده.

+ نتیجه؟ رم‌هایی که ماه قبل قیمتی مناسب داشتند، حالا قیمتشون به‌شدت افزایش یافته ، بعضی ماژول‌های DDR5 بیش از 3 تا 4 برابر قیمت گذشتشون شدن ؛)


CODELAB | GpCodeLab
👍9
‏تجربه شخصی:
تعریف هیچکس و هیچ جا نکنید،
بعد یه مدت ذات واقعیشو نشون میده
شما میمونی و کلی شرمندگی پیش کسایی
که از خوبی های طرف بهشون گفتین
👍17👎21💯1💔1
قیمت هر گرم طلای 18 عیار از 13 میلیون تومان عبور کرد…
💔14
دوستان telegram تون رو اپدیت کنید قابلیت passkey فعال شده
🔥8
Code Lab
دوستان telegram تون رو اپدیت کنید قابلیت passkey فعال شده
برای فعال‌سازی: Settings → Privacy & Security → Passkey
سپس محل ذخیره‌سازی Passkey را انتخاب کنید Google Password Manager، iCloud Keychain، سامسونگ، Bitwarden و…

از این پس روی دستگاه‌های پشتیبانی‌شده اندروید، iOS و تلگرام دسکتاپ با Windows Hello فقط با انتخاب Passkey، اسکن اثرانگشت و وارد کردن رمز دو‌مرحله‌ای، وارد حساب می‌شوید بدون نیاز به دریافت و وارد کردن کد
🗣️ معرفی Rasa

یک پلتفرم متن‌باز برای ساخت دستیارهای هوش مصنوعی و ایجنت‌های مکالمه‌ای است. هدف آن ایجاد چت‌بات‌هایی است که قابل اعتماد، مقیاس‌پذیر و قابل کنترل باشند. توسعه‌دهندگان می‌توانند منطق و رفتار ایجنت را دقیقاً مدیریت کنند و فقط در مواقع لازم از مدل‌های زبانی بزرگ (LLM) استفاده کنند تا هزینه و سرعت بهینه بماند. 



ویژگی‌ها
- کنترل کامل روی منطق و پاسخ‌ها 
- اتصال به سیستم‌های سازمانی و استقرار در هر محیط 
- پشتیبانی از چند کانال (وب، موبایل، پیام‌رسان‌ها، صدا) 
- ابزارهای پیشرفته مثل NLU، RAG سازمانی و Voice Gateway 



کاربردها
- پشتیبانی مشتری: پاسخ سریع و کاهش بار تیم پشتیبانی 
- فروش: راهنمایی مشتریان و شناسایی لیدها 
- وظایف داخلی: اتوماسیون در IT و HR 
- صنایع مختلف مثل بانکداری، بیمه، سلامت و مخابرات از آن استفاده می‌کنند


CODELAB | GpCodeLab
👍7🔥1
«چت‌باتی که ما طراحی کردیم در حالت دمو و بدون دسترسی به APIهای اشتراکی و داده بشدت محدود معرفی شده و طبیعتاً محدودیت‌هایی دارد. با این حال، هدف ما از ابتدا خدمت به جامعه‌ی کامپیوتر کرمانشاه و دانشگاه بوده و هیچ‌وقت ادعای غیرواقعی نداشتیم. 

جالب اینجاست کسانی که حتی نحوه‌ی ساخت یک چت‌بات ساده را نمی‌دانند، از تریبون(یکی از چنل های دانشگاه ) استفاده می‌کنند تا به جای یادگیری، تخریب کنند. اگر واقعاً دانش و جرأت دارید، با اسم و اکانت خودتان پست بزنید؛ پشت پرده و ناشناس بودن فقط نشان می‌دهد که سطح سوادتان آن‌قدر پایین است که حتی از دیده شدن نامتان می‌ترسید. 

انتقاد سازنده همیشه ارزشمند است، اما تخریب و کوچک‌نمایی نه به پیشرفت فردی کمک می‌کند و نه به اعتبار دانشگاه. ما مطمئنیم که مسیر درست را می‌رویم و موفقیت هر پروژه‌ای در ابتدا با نیشخند همراه است، اما در نهایت نتیجه‌ی کار مشخص خواهد کرد چه کسی اهل عمل است و چه کسی فقط اهل حرف.»


خطاب به افرادی که خودشون میدونن🙌
👍13🔥1
Code Lab
«چت‌باتی که ما طراحی کردیم در حالت دمو و بدون دسترسی به APIهای اشتراکی و داده بشدت محدود معرفی شده و طبیعتاً محدودیت‌هایی دارد. با این حال، هدف ما از ابتدا خدمت به جامعه‌ی کامپیوتر کرمانشاه و دانشگاه بوده و هیچ‌وقت ادعای غیرواقعی نداشتیم.  جالب اینجاست کسانی…
ما حتی یک شب قبل نمایشگاه صرفاً برای اینکه ظاهر پروژه آماده باشه یک دمو ساده زدیم نه مدلی ترین شده بود نه به API وصل بود با همین نسخه‌ی خام چندین شرکت معتبر برای پیاده‌سازی روی سایت‌هاشون با ما ارتباط گرفتن این یعنی کار ما حتی در ابتدایی‌ترین حالت هم دیده شد.
شما پشت چنل ناشناس قایم می‌شید و تخریب می‌کنید چون جرأت ندارید با اسم و هویت خودتون وارد بحث بشید این ترس بهترین سند ضعف شماست ما مسیرمون روشنه و نتیجه‌ی کار در نهایت مشخص می‌کنه چه کسی اهل عمله و چه کسی فقط اهل حرف
ایشالا وقتی پروژه‌های واقعی شرکت‌ها روی کار بیاد می‌فرستیم خدمتتون تست کنید شاید اون موقع تازه بفهمید ماشین لرنینگ یعنی چی تا اون زمان بهتره به همون وردپرس‌کاری😂و شعارهای بی‌پشتوانه ادامه بدید چون سطح فنی این بحث بالاتر از چیزی هست که شما توان ورود بهش داشته باشید
🤣12
بینایی ماشین چیه؟
فناوری‌ای که به کامپیوترها یاد می‌ده تصاویر و ویدئوها رو مثل انسان ببینن و تحلیل کنن.

کارهای اصلیش:
- تشخیص تصویر (مثلاً سگ یا گربه)
- تشخیص اشیاء (پیدا کردن عابر یا ماشین در خیابان)
- بخش‌بندی تصویر (جدا کردن هر پیکسل بر اساس شیء)

- OCR (خواندن متن از عکس‌ها)
- بازشناسی چهره

کاربردها در دنیای واقعی:
- خودروهای خودران
- پزشکی و تشخیص بیماری
- امنیت و نظارت
- کنترل کیفیت در صنعت
- فیلترها و افکت‌های شبکه‌های اجتماعی

جذابیت برای یادگیری؟
از پروژه‌های ساده مثل تشخیص دست‌نوشته شروع می‌کنی و می‌تونی تا پروژه‌های پیشرفته مثل تشخیص پلاک خودرو یا چهره پیش بری.


بهترین مقاله برای اشنایی بیشتر و نحوه یادگیری بینایی ماشین :

کلیک کنید

❗️لینک رو با فیلتر باز کنید ، زبان اصلیه ولی میتونید از مترجم مرورگرها استفاده کنید

#Computer_vision
CODELAB | GpCodeLab
🔥9
گوگل هم به میم وایرال 67 پیوسته
اگر عدد 67 رو در گوگل جستجو کنید، صفحه نتایج به شکل بامزه‌ای بالا و پایین می‌شه؛ درست شبیه حرکت دست‌ها در این میم معروف
😁8
صدای بلند همیشه نشونه قدرت نیست گاهی فقط نشونه خالی بودن درونه
زمان فرقش رو نشون می‌ده🤞🏻
👍6😁4
🔴یه هکر ادعا کرده اطلاعات 69 میلیون شهروند ایرانیو مثل اسم ، فامیلی ، شماره تماس ، آدرس خونه و کد ملیو هک کرده و برای فروش گذاشته توی دارک وب

CODELAB | GpCodeLab
🗿7
🧠 پروژه جنجالی Conduit؛ وقتی AI می‌خواد قبل از حرف‌زدن، فکر آدم رو بخونه!

استارتاپ آمریکایی Conduit توی فقط شش ماه، حدود 10 هزار ساعت داده عصبی از هزاران داوطلب جمع کرده؛ هدفش هم اینه که هوش مصنوعی، چند ثانیه قبل از اینکه حرف بزنی یا تایپ کنی، حدس بزنه چی توی ذهنته.

داوطلب‌ها تو اتاق‌های کوچیک میشینن ، دو ساعت با مدل حرف میزنن یا تایپ میکنن و همزمان یه کلاه حسگر، فعالیت مغزشون رو ثبت میکنه. این داده‌ها قبل از گفتنِ جمله ذخیره میشن و برای آموزش مدل‌های «رمزگشایی فکر» استفاده می‌شن.

حالا کل دیتاست با فرمت Zarr 3 ذخیره شده و Conduit میگه این بزرگ‌ترین مجموعه داده عصبی دنیاست.

CODELAB | GpCodeLab
👍6
Forwarded from Linuxor ?
این پروژه اوپن سورس عجیب و جالب می‌تونه بیش از 1000 فرمت فایل مختلف رو به هم دیگه تبدیل کنه، برای ساخت سایت و ربات تلگرام عالیه.


github.com/C4illin/ConvertX

@Linuxor
💯7👍1
استخراج ویژگی (Feature Extraction) چیست؟

در یادگیری ماشین، داده‌های خام (مثل پیکسل‌های یک عکس یا هزاران سطر متن) اغلب دارای اطلاعات «زائد» یا نویز هستند. Feature Extraction فرایندی است که این داده‌های حجیم را به یک مجموعه داده‌ی کوچک‌تر و غنی‌تر تبدیل می‌کند تا مدل فقط روی «متغیرهای کلیدی» تمرکز کند.

#ML
CODELAB | GpCodeLab
👍6🤣1
Code Lab
استخراج ویژگی (Feature Extraction) چیست؟ در یادگیری ماشین، داده‌های خام (مثل پیکسل‌های یک عکس یا هزاران سطر متن) اغلب دارای اطلاعات «زائد» یا نویز هستند. Feature Extraction فرایندی است که این داده‌های حجیم را به یک مجموعه داده‌ی کوچک‌تر و غنی‌تر تبدیل می‌کند…
​چرا به آن نیاز داریم؟
فشرده‌سازی اطلاعات: حجم داده کمتر می‌شود بدون اینکه اطلاعات مهم از دست برود.
بهبود دقت: وقتی نویز حذف شود، مدل الگوهای واقعی را بهتر تشخیص می‌دهد.
کاهش زمان آموزش: مدل با داده‌های سبک‌تر، سریع‌تر Train می‌شود.

🛠 تکنیک‌های کلیدی بر اساس نوع داده:
۱. در داده‌های عددی و جدولی:

PCA (تحلیل مؤلفه‌های اصلی):
ادغام ویژگی‌های مرتبط با هم برای کاهش ابعاد (مثلاً ترکیب طول و عرض برای رسیدن به مفهوم «مساحت»).


۲. در پردازش تصویر (Vision):
HOG :
به جای بررسی تک‌تک پیکسل‌ها، خطوط و زوایای مهم تصویر استخراج می‌شود.

Deep Learning:
در مدل‌های جدید، لایه‌های اول شبکه عصبی (CNN) خودشان این کار را به صورت خودکار انجام می‌دهند.


۳. در پردازش متن (NLP):

Word Embeddings:
تبدیل کلمات به برداشتهای ریاضی (Vector) که معنای کلمه را در خود دارند (مثل Word2Vec).


⚠️ یک اشتباه رایج: Selection vs Extraction
​در Feature Selection، ما چند تا از ستون‌های دیتاسیت را «گلچین» می‌کنیم.
​در Feature Extraction، ما دیتای اصلی را «تغییر» می‌دهیم و ویژگی‌های کاملاً جدیدی خلق می‌کنیم که قبلاً وجود نداشتند.


منبع : GeeksforGeeks
#ML
CODELAB | GpCodeLab
5🤣1
بدون اغراق یکی از بهترین یوتیوبرهای فارسی زبان که به‌صورت کاملاً رایگان دانش خودش رو در اختیار مخاطبان قرار داده
آموزش‌هایی بسیار دقیق کاربردی و به‌دور از حاشیه، با تمرکز روی موضوعات مهمی مثل Data Science، شبکه، Machine Learning، Deep Learning و برنامه‌نویسی پایتون

کیفیت محتوا در کنار فن بیان قوی باعث می‌شه یادگیری هم لذت‌بخش باشه هم عمیق

پیشنهاد می‌کنم حتماً کانالش رو سابسکرایب کنید و ویدیوهاش رو ببینید
من خودم کاملاً اتفاقی باهاش آشنا شدم و واقعاً از این حجم دانش و شیوه‌ی ارائه لذت بردم

https://youtube.com/@techwithhasanabbasi?si=jkHK8zh_PAPnyh8I
👍53🤣1