آخر ساله و این ریپو بیشتر از همیشه به کارتون خواهد آمد!
پروژه های استخدامی برنامه نویسان لاراول
https://github.com/laravel98developer/laravel-hiring-projects
@DevTwitter | <Ali Salehi/>
پروژه های استخدامی برنامه نویسان لاراول
https://github.com/laravel98developer/laravel-hiring-projects
@DevTwitter | <Ali Salehi/>
👍31👎10🔥8❤2
برای ویندوز XP که با React و TypeScript ساخته بودم دارم یه آپدیت جدید میدم بیرون.
اگه هنوز ندیدین خوشحال میشم بهش سر بزنید:
xp.mehditohidi.com
@DevTwitter | <Mehdi Tohidi/>
اگه هنوز ندیدین خوشحال میشم بهش سر بزنید:
xp.mehditohidi.com
@DevTwitter | <Mehdi Tohidi/>
🔥107👍25👎7❤6
و اینبار Duckduckgo وارد صحنه میشه!
از طرق http://Duck.ai میتونید به این مدل ها به صورت ناشناس و رایگان دسترسی داشته باشین. چی بهتر از این:)
@DevTwitter | <Alucard/>
از طرق http://Duck.ai میتونید به این مدل ها به صورت ناشناس و رایگان دسترسی داشته باشین. چی بهتر از این:)
@DevTwitter | <Alucard/>
🔥90👍15👎10
هر وقت سر و کارم به هارد دیسک میافته مثل پارتیشن بندی، تغییر فایل سیستم File system ، تغییر پارتیشن تیبل (Partition Tables)
تغییراندازه پارتیشن ها و ...
گزینه اول من gparted است
@DevTwitter | <MehrdadLinux/>
تغییراندازه پارتیشن ها و ...
گزینه اول من gparted است
@DevTwitter | <MehrdadLinux/>
👍53👎5
احتمالا با این مخزن برخورد کردید.
لیستی از سرویسها و سایتهایی که پلن رایگان هم دارند.
از سرور، DNS، محصولات امنیتی و خدمات ابری تا هر چیزی که شما به عنوان توسعهدهنده ممکن است به آن نیاز داشته باشید.
https://github.com/ripienaar/free-for-dev
@DevTwitter | <Vahid Nameni/>
لیستی از سرویسها و سایتهایی که پلن رایگان هم دارند.
از سرور، DNS، محصولات امنیتی و خدمات ابری تا هر چیزی که شما به عنوان توسعهدهنده ممکن است به آن نیاز داشته باشید.
https://github.com/ripienaar/free-for-dev
@DevTwitter | <Vahid Nameni/>
👍46
آمازون با صدها میلیون محصول در کاتالوگ، هر کاربر را با صفحهای شخصیسازیشده (Recommendation System) روبهرو میکنه.
این صفحهها بر اساس علایق (Interests)، محیط فعلی (Context)، رفتارها و خریدهای گذشته تنظیم میشن. مثلاً اگه آیفون خریدی، کاورشو هم بهت پیشنهاد میشه.
چطوری میشه؟
سیستم ریکامندر آمازون به سه بخش اصلی تقسیم میشه:
- پیشنهاد محصولات مرتبط (Related Products Recommendation)
- پیشنهاد خرید مجدد (Repeat Purchase Recommendation)
- و پیشنهاد ویژگیهای جستجو (Query-Attribute Search Recommendation).
آمازون برای پیشنهاد محصولات مرتبط از یک Product Graph (گراف محصول) استفاده میکنه؛ تو این گراف راسها (Nodes) نشاندهندهی محصولاتن، در حالی که یالها (Edges) رابطه میان محصولات رو نشون میدن، مثلا خرید همزمان (Co-Purchase) یا بازدید همزمان (Co-View).
هدف گراف محصول اینه که محصولاتی که احتمال خرید همزمان اونا بالاست رو پیشنهاد بده.
یک مسئله اصلی، "Selection Bias" هست، یعنی اگه محصولی (مثل کاور آیفون) به دلیل موجودی کم نشون داده نشه، دادههای خرید گمراهکننده خواهد بود.
آمازون مشکل Selection Bias رو با اضافه کردن روابط دوم مرحلهای (Two-stage relations) حل میکنه.
محصولات جدید (Cold Start) هم یه توی این سیستم مثل بقیه سیستمهای ریکامندر چالش هست، چطوری حلش کردن؟
آمازون با کمک Graph Neural Networks (GNNs) از طریق یادگیری Embeddings، محصولات جدید رو به گراف محصول اضافه میکنه تا پیشنهادهای مرتبط رو بتونه ارايه بده.
در GNNها دو Embedding برای هر محصول تولید میشن، Source (برای محصول کوئری شده) و Target (برای محصول پیشنهادی).
اینها از طریق رابطههای Co-Purchase و Co-View به روزرسانی میشن و پیشنهادهای دقیقتری ارایه میدن.
تو بخش پیشنهاد خرید مجدد، سیستم احتمال خرید دوباره یه محصول مثلا خمیر دندون رو بر اساس تاریخچه خرید (Purchase History) و زمان آخرین خرید پیشبینی میکنه، و CTR رو افزایش میده.
آمازون تو بحث پیشنهاد خرید مجدد از مدلهای مختلفی برای این پیشبینیها استفاده میکنه:
- Repeat Customer Probability Model (بر اساس فرکانس خرید)
- Aggregate Time Distribution (ATD) Model (بر اساس رفتار گذشته)
- Poisson-Gamma (PG) Model (بر اساس فرآیند Poisson و توزیع Gamma)
بحث بعدی پیشنهاد ویژگیهای جستجو (Query-Attribute Search Recommendation) هستش، مثلا برای درخواستهای کوتاه (مانند آیفون ۱۰)، آمازون از attributeهای غیر قابل مشاهده (مثل Brand:Apple یا Supplement:Cover) استفاده میکنه تا نتایج رو بهتر کنه.
این سیستم شامل Query Intent Classification (تشخیص قصد کوئری مثلا بگیم)، Explicit Attribute Parsing (تشخیص مشخصات صریح) و Implicit Attribute Recommendations (پیشنهاد مشخصات ضمنی با استفاده از روابط گراف و GNNها) هست.
این قسمت پیشبینیش و مدلا اگه یکم سخته فهمیدنش مقالشون اینجاس:
https://www.amazon.science/publications/query-attribute-recommendation-at-amazon-search
خلاصه اینکه آمازون جون با استفاده از GNNs، Product Graph و Probabilistic Models سیستمی مقیاسپذیر و دقیقی برای پیشنهاداتش ساخته و تونستن نرخ خرید رو با سیستم ریکاندرشون بالا ببرن.
این درسها برای ما هم تو طراحی سیستمهای Recommender میتونه الهامبخش باشه
@DevTwitter | <Saman/>
این صفحهها بر اساس علایق (Interests)، محیط فعلی (Context)، رفتارها و خریدهای گذشته تنظیم میشن. مثلاً اگه آیفون خریدی، کاورشو هم بهت پیشنهاد میشه.
چطوری میشه؟
سیستم ریکامندر آمازون به سه بخش اصلی تقسیم میشه:
- پیشنهاد محصولات مرتبط (Related Products Recommendation)
- پیشنهاد خرید مجدد (Repeat Purchase Recommendation)
- و پیشنهاد ویژگیهای جستجو (Query-Attribute Search Recommendation).
آمازون برای پیشنهاد محصولات مرتبط از یک Product Graph (گراف محصول) استفاده میکنه؛ تو این گراف راسها (Nodes) نشاندهندهی محصولاتن، در حالی که یالها (Edges) رابطه میان محصولات رو نشون میدن، مثلا خرید همزمان (Co-Purchase) یا بازدید همزمان (Co-View).
هدف گراف محصول اینه که محصولاتی که احتمال خرید همزمان اونا بالاست رو پیشنهاد بده.
یک مسئله اصلی، "Selection Bias" هست، یعنی اگه محصولی (مثل کاور آیفون) به دلیل موجودی کم نشون داده نشه، دادههای خرید گمراهکننده خواهد بود.
آمازون مشکل Selection Bias رو با اضافه کردن روابط دوم مرحلهای (Two-stage relations) حل میکنه.
محصولات جدید (Cold Start) هم یه توی این سیستم مثل بقیه سیستمهای ریکامندر چالش هست، چطوری حلش کردن؟
آمازون با کمک Graph Neural Networks (GNNs) از طریق یادگیری Embeddings، محصولات جدید رو به گراف محصول اضافه میکنه تا پیشنهادهای مرتبط رو بتونه ارايه بده.
در GNNها دو Embedding برای هر محصول تولید میشن، Source (برای محصول کوئری شده) و Target (برای محصول پیشنهادی).
اینها از طریق رابطههای Co-Purchase و Co-View به روزرسانی میشن و پیشنهادهای دقیقتری ارایه میدن.
تو بخش پیشنهاد خرید مجدد، سیستم احتمال خرید دوباره یه محصول مثلا خمیر دندون رو بر اساس تاریخچه خرید (Purchase History) و زمان آخرین خرید پیشبینی میکنه، و CTR رو افزایش میده.
آمازون تو بحث پیشنهاد خرید مجدد از مدلهای مختلفی برای این پیشبینیها استفاده میکنه:
- Repeat Customer Probability Model (بر اساس فرکانس خرید)
- Aggregate Time Distribution (ATD) Model (بر اساس رفتار گذشته)
- Poisson-Gamma (PG) Model (بر اساس فرآیند Poisson و توزیع Gamma)
بحث بعدی پیشنهاد ویژگیهای جستجو (Query-Attribute Search Recommendation) هستش، مثلا برای درخواستهای کوتاه (مانند آیفون ۱۰)، آمازون از attributeهای غیر قابل مشاهده (مثل Brand:Apple یا Supplement:Cover) استفاده میکنه تا نتایج رو بهتر کنه.
این سیستم شامل Query Intent Classification (تشخیص قصد کوئری مثلا بگیم)، Explicit Attribute Parsing (تشخیص مشخصات صریح) و Implicit Attribute Recommendations (پیشنهاد مشخصات ضمنی با استفاده از روابط گراف و GNNها) هست.
این قسمت پیشبینیش و مدلا اگه یکم سخته فهمیدنش مقالشون اینجاس:
https://www.amazon.science/publications/query-attribute-recommendation-at-amazon-search
خلاصه اینکه آمازون جون با استفاده از GNNs، Product Graph و Probabilistic Models سیستمی مقیاسپذیر و دقیقی برای پیشنهاداتش ساخته و تونستن نرخ خرید رو با سیستم ریکاندرشون بالا ببرن.
این درسها برای ما هم تو طراحی سیستمهای Recommender میتونه الهامبخش باشه
@DevTwitter | <Saman/>
👍34🔥5👎2
اولین مشارکت من در دنیای FOSS مختصر به اینکه یه افزونه تعویض DNS نوشتم برای گنوم با هوش مصنوعی. و با یه دستور میتونید DNS های تحریم شکن رو اضافه کنید بهش. اسمش هم ساناد هست.
https://extensions.gnome.org/extension/7861/sanad/
https://github.com/MirS0bhan/sanad
@DevTwitter | <میرسبحان/>
https://extensions.gnome.org/extension/7861/sanad/
https://github.com/MirS0bhan/sanad
@DevTwitter | <میرسبحان/>
👍51❤4🔥3
شاید شما هم مثل عمو فری عاشق axios باشید و دلتون نیاد هیچوقت ازش جدا بشید!
همینطور شیفتهی Next.js 15 که کلی قابلیت خفن بهش اضافه شده!
دل نیست که، دریاست...
ولی یه مشکلی هست!
نکست توی داکیومنتش تاکید کرده که بهتره از fetch استفاده کنید، چون کلی API کاربردی مثل:
- مدت زمان کش (cache)
- صفحات استاتیک (Static Generation)
- بهروزرسانی صفحات بر اساس الگوی زمانی (Revalidation)
رو داره که باعث میشه صفحات شما همیشه بهروز و سریع بمونن.
اما اگر بگم یه راه هست که همه اینارو به axios هم بدیم ، اونوقت چی میگید؟
با استفاده از unstable_cache توی Next.js 15 میتونید axios رو مجهز به کش سرور، revalidation و static generation کنید!
برای این کار کافیه که unstable_cache رو فراخانی کنید و بپیچید دور درخواستتون
و کانفیگ مورد نظرتون رو هم بهش پاس بدید
و کار تمومه !
هر بار که این تابع رو صدا بزنید، اول کش چک میشه و اگه معتبر باشه، بدون درخواست جدید، دادههای کش شده برمیگرده!
َaxios همون axios میمونه، ولی از مزایای کش و ISR در Next.js هم بهره میبرید!
پس دیگه مجبور نیستید بین axios و fetch یکی رو انتخاب کنید!
توضیحات اضافه :
بعضی وقتا درخواستها سمت کلاینت هستن و بعضی وقتا سمت سرور.
برای درخواستهای کلاینتی، من از همین ترکیب + TanStack query استفاده میکنم تا مدیریت درخواستها راحتتر بشه.
البته اگه اصل Single Responsibility رو رعایت کنید، میتونید:
- درخواست unstable_cache رو جدا بسازید
- هوک استفاده از اون در TanStack Query رو هم جدا نگه دارید
و بعد، بسته به نیازتون، هرکدوم رو که لازم داشتید فراخوانی کنی
@DevTwitter | <Fariborz Shalghooni/>
همینطور شیفتهی Next.js 15 که کلی قابلیت خفن بهش اضافه شده!
دل نیست که، دریاست...
ولی یه مشکلی هست!
نکست توی داکیومنتش تاکید کرده که بهتره از fetch استفاده کنید، چون کلی API کاربردی مثل:
- مدت زمان کش (cache)
- صفحات استاتیک (Static Generation)
- بهروزرسانی صفحات بر اساس الگوی زمانی (Revalidation)
رو داره که باعث میشه صفحات شما همیشه بهروز و سریع بمونن.
اما اگر بگم یه راه هست که همه اینارو به axios هم بدیم ، اونوقت چی میگید؟
با استفاده از unstable_cache توی Next.js 15 میتونید axios رو مجهز به کش سرور، revalidation و static generation کنید!
برای این کار کافیه که unstable_cache رو فراخانی کنید و بپیچید دور درخواستتون
و کانفیگ مورد نظرتون رو هم بهش پاس بدید
و کار تمومه !
هر بار که این تابع رو صدا بزنید، اول کش چک میشه و اگه معتبر باشه، بدون درخواست جدید، دادههای کش شده برمیگرده!
َaxios همون axios میمونه، ولی از مزایای کش و ISR در Next.js هم بهره میبرید!
پس دیگه مجبور نیستید بین axios و fetch یکی رو انتخاب کنید!
توضیحات اضافه :
بعضی وقتا درخواستها سمت کلاینت هستن و بعضی وقتا سمت سرور.
برای درخواستهای کلاینتی، من از همین ترکیب + TanStack query استفاده میکنم تا مدیریت درخواستها راحتتر بشه.
البته اگه اصل Single Responsibility رو رعایت کنید، میتونید:
- درخواست unstable_cache رو جدا بسازید
- هوک استفاده از اون در TanStack Query رو هم جدا نگه دارید
و بعد، بسته به نیازتون، هرکدوم رو که لازم داشتید فراخوانی کنی
@DevTwitter | <Fariborz Shalghooni/>
👍34👎5🔥3❤1
استفاده کنید هم باحاله هم کاربردی
داستانش چیه :
KIMI
یه مدل زبانی جدید چینیه که میتونه همزمان تا 50 فایل رو بررسی کنه و متن تا 200,000 توکن رو پردازش کنه. حتی ظاهرشم هم خیلی شبیه دیپسیک هستش
لینک:
https://kimi.ai
@DevTwitter | <Mr.programmer/>
داستانش چیه :
KIMI
یه مدل زبانی جدید چینیه که میتونه همزمان تا 50 فایل رو بررسی کنه و متن تا 200,000 توکن رو پردازش کنه. حتی ظاهرشم هم خیلی شبیه دیپسیک هستش
لینک:
https://kimi.ai
@DevTwitter | <Mr.programmer/>
👍42👎10
یه خبر خوب واسه Javanoscript بلدها:
اگه میخواید واسه خودتون یه وبسایت یا اپ ساده پیاده سازی کنید نیازی به هزینه هاست و سرور ندارید.
کلادفلر بهترین سرویس رو رایگان و بدون تحریم در اختیارتون گذاشته!
اگه درست پیاده سازی کنید سرعتش فوق العاده است
تقریبا از همه کتابخونه های سمت فرانت پشتیبانی میکنه من با Nextjs امتحان کردم عالی بود لینک مستندات رو میذارم تا امتحان کنید. حتما تجربیاتتون رو به اشتراک بذارید:
https://developers.cloudflare.com/pages/framework-guides/
تنها چیزی که لازم دارید یه اکانت کلادفلر و ابزار کامندلاین wrangler هست.
اگه نیاز به بکاند و دیتابیس ساده دارید، میتونید از worker های کلادفلر استفاده کنید.
من برای بکاند خودم یه سرور trpc با دیتابیس D1 (SQLite) پیاده سازی کردم. برای پیاده سازی کارهای ساده خیلی خوبه.
کلی Integrations خوب هم داره که هنوز تست نکردم. ولی میتونید ورکر خودتون رو از طریق زیرساخت کلادفلر به سرویس های لبه مثل:
Neon Database (managed serverless PostgreSQL)
Supabase (open source Firebase alternative)
و کلی ابزار دیگه که همگی پلن های رایگان دارن.
https://developers.cloudflare.com/workers/
مهمتر از همه اینه که استفاده ازش خیلی آسونه، مستندات خیلی ساده و مثال محوره و کلی ابزار دیگه هم در اختیارتون قرار میده.
@DevTwitter | <Ali Ghorbani/>
اگه میخواید واسه خودتون یه وبسایت یا اپ ساده پیاده سازی کنید نیازی به هزینه هاست و سرور ندارید.
کلادفلر بهترین سرویس رو رایگان و بدون تحریم در اختیارتون گذاشته!
اگه درست پیاده سازی کنید سرعتش فوق العاده است
تقریبا از همه کتابخونه های سمت فرانت پشتیبانی میکنه من با Nextjs امتحان کردم عالی بود لینک مستندات رو میذارم تا امتحان کنید. حتما تجربیاتتون رو به اشتراک بذارید:
https://developers.cloudflare.com/pages/framework-guides/
تنها چیزی که لازم دارید یه اکانت کلادفلر و ابزار کامندلاین wrangler هست.
اگه نیاز به بکاند و دیتابیس ساده دارید، میتونید از worker های کلادفلر استفاده کنید.
من برای بکاند خودم یه سرور trpc با دیتابیس D1 (SQLite) پیاده سازی کردم. برای پیاده سازی کارهای ساده خیلی خوبه.
کلی Integrations خوب هم داره که هنوز تست نکردم. ولی میتونید ورکر خودتون رو از طریق زیرساخت کلادفلر به سرویس های لبه مثل:
Neon Database (managed serverless PostgreSQL)
Supabase (open source Firebase alternative)
و کلی ابزار دیگه که همگی پلن های رایگان دارن.
https://developers.cloudflare.com/workers/
مهمتر از همه اینه که استفاده ازش خیلی آسونه، مستندات خیلی ساده و مثال محوره و کلی ابزار دیگه هم در اختیارتون قرار میده.
@DevTwitter | <Ali Ghorbani/>
👍40🔥10👎1
تغییرات جدید دارت 3.7
نسخه Dart 3.7 با ویژگیها و بهبودهای جدیدی معرفی شده که هدف آن ارتقاء تجربه توسعهدهندگان و سازگاری بهتر با استانداردهای وب است. در این نسخه، تمرکز اصلی بر روی بهبود عملکرد، تغییرات در نحوه فرمتدهی کد، و پشتیبانی از WebAssembly است.
https://code-news.com/p/dart-3-7
@DevTwitter | <Code News/>
نسخه Dart 3.7 با ویژگیها و بهبودهای جدیدی معرفی شده که هدف آن ارتقاء تجربه توسعهدهندگان و سازگاری بهتر با استانداردهای وب است. در این نسخه، تمرکز اصلی بر روی بهبود عملکرد، تغییرات در نحوه فرمتدهی کد، و پشتیبانی از WebAssembly است.
https://code-news.com/p/dart-3-7
@DevTwitter | <Code News/>
🔥25❤5👍1👎1
#بدرد
تو این پست میخوام 4 تا کلاینت برای کار کردن با دیتابیس رو معرفی کنم که کار رو واقعا راحت تر میکنن. همه کلاینت ها از هر دو سیستم عامل windows و Linux پشتیبانی میکنن.
1. Antares:
- رابط کاربری مدرن و زیبایی داره
- پشتیبانی از قابلیت Backup/Restore
- پشتیبانی از MySQL, PostgreSQL و Firebird SQL
- پشتیبانی از SSH و اتصال به سرور
لینک ریپازیتوری:
https://github.com/antares-sql/antares
2. DbGate:
- پشتیبانی از 10 دیتابیس مختلف
- قابلیت Export/Import دیتابیس
- قابلیت اتصال به سرور از طریق SSH
- پشتیبانی از Extensionها و Pluginها
- نمایش History از کوئری ها و Tabها
- رابط کاربریش تعریف چندانی نداره
لینک ریپازیتوری:
https://github.com/dbgate/dbgate/
3. Beekeeper
- رابط کاربری عالی
- امکان Save کوئری های خاص
- قابلیت History برای کوئری های اجرا شده
- پشتیبانی از 16 دیتابیس مختلف
- پشتیبانی از SSH برای اتصال به سرور
- قابلیت Backup/Restore و بعضی دیتابیس ها نیازمند لایسنس هستن
لینک ریپازیتوری:
https://github.com/beekeeper-studio/beekeeper-studio/
4. Another Redis Desktop Manager
- رابط کاربری ساده
- پشتیبانی از Redis
- قابلیت Auto Refresh
- قابلیت اتصال به سرور از طریق SSH
- ارائه گزارشات و اطلاعات تخصصی از سرور Redis
لینک ریپازیتوری:
https://github.com/qishibo/AnotherRedisDesktopManager
@DevTwitter | <Mohammad Mortazavi/>
تو این پست میخوام 4 تا کلاینت برای کار کردن با دیتابیس رو معرفی کنم که کار رو واقعا راحت تر میکنن. همه کلاینت ها از هر دو سیستم عامل windows و Linux پشتیبانی میکنن.
1. Antares:
- رابط کاربری مدرن و زیبایی داره
- پشتیبانی از قابلیت Backup/Restore
- پشتیبانی از MySQL, PostgreSQL و Firebird SQL
- پشتیبانی از SSH و اتصال به سرور
لینک ریپازیتوری:
https://github.com/antares-sql/antares
2. DbGate:
- پشتیبانی از 10 دیتابیس مختلف
- قابلیت Export/Import دیتابیس
- قابلیت اتصال به سرور از طریق SSH
- پشتیبانی از Extensionها و Pluginها
- نمایش History از کوئری ها و Tabها
- رابط کاربریش تعریف چندانی نداره
لینک ریپازیتوری:
https://github.com/dbgate/dbgate/
3. Beekeeper
- رابط کاربری عالی
- امکان Save کوئری های خاص
- قابلیت History برای کوئری های اجرا شده
- پشتیبانی از 16 دیتابیس مختلف
- پشتیبانی از SSH برای اتصال به سرور
- قابلیت Backup/Restore و بعضی دیتابیس ها نیازمند لایسنس هستن
لینک ریپازیتوری:
https://github.com/beekeeper-studio/beekeeper-studio/
4. Another Redis Desktop Manager
- رابط کاربری ساده
- پشتیبانی از Redis
- قابلیت Auto Refresh
- قابلیت اتصال به سرور از طریق SSH
- ارائه گزارشات و اطلاعات تخصصی از سرور Redis
لینک ریپازیتوری:
https://github.com/qishibo/AnotherRedisDesktopManager
@DevTwitter | <Mohammad Mortazavi/>
👍28❤1👎1
بعد از کلی تجربه و یادگیری، تصمیم گرفتم یه اپلیکیشن پیامرسان شبیه تلگرام توسعه بدم که از چت لحظهای، گروهها و کانالها پشتیبانی کنه. این پروژه رو با استفاده از NextJs، Socketio و MongoDB ساختم.
این پروژه برای من یه چالش جذاب بود که باعث شد مهارتهام رو تقویت کنم و تجربهی بیشتری در کار با WebSockets، بهینهسازی PWA و مدیریت دادهها به دست بیارم.
دموی پروژه رو توی ویدیو ببینید! خوشحال میشم نظرتون رو بدونم و اگر پیشنهادی برای بهبودش دارید، حتماً باهام درمیون بذارید.
repo: https://github.com/Saeed-Abedini/telegram-clone
@DevTwitter | <Saeed Abedini/>
این پروژه برای من یه چالش جذاب بود که باعث شد مهارتهام رو تقویت کنم و تجربهی بیشتری در کار با WebSockets، بهینهسازی PWA و مدیریت دادهها به دست بیارم.
دموی پروژه رو توی ویدیو ببینید! خوشحال میشم نظرتون رو بدونم و اگر پیشنهادی برای بهبودش دارید، حتماً باهام درمیون بذارید.
repo: https://github.com/Saeed-Abedini/telegram-clone
@DevTwitter | <Saeed Abedini/>
👍83👎7🔥5
اولین تلاشم برای فاین تیون Gemma-3 تموم شد بالاخره (خیلی بد قلق بود)
توی فارسی بهتر شده ولی چون Qlora بود زیاد دقت نداره و جواباشم کوتاهه
بخاطر اینکه به gpu کافی دسترسی نداشتم
اگه اسپانسر gpu پیدا بشه ورژن بعدی صددرصد چیز خوبی میشه
https://huggingface.co/mshojaei77/gemma-3-4b-persian-v0
@DevTwitter | <Shojaei/>
توی فارسی بهتر شده ولی چون Qlora بود زیاد دقت نداره و جواباشم کوتاهه
بخاطر اینکه به gpu کافی دسترسی نداشتم
اگه اسپانسر gpu پیدا بشه ورژن بعدی صددرصد چیز خوبی میشه
https://huggingface.co/mshojaei77/gemma-3-4b-persian-v0
@DevTwitter | <Shojaei/>
🔥41👍7
This media is not supported in your browser
VIEW IN TELEGRAM
یک نفر اومده پرامتِ یکسانی رو رویِ ۱۸ مدل تست کرده. اینم نتیجهش. فقط DeepSeek R1 که داره برعکس میچرخه. :))))
@DevTwitter | <Ayub Kokabi/>
@DevTwitter | <Ayub Kokabi/>
❤48👍22
این چیت شیت رو ببینید. واسه تبدیل سریع تعداد درخواستهای ماهانه به درخواست در ثانیه. به درد طراحی سیستم و محاسبه ظرفیت سرور میخوره! مثلاً اگه سرورتون ۱۰ میلیون درخواست ماهانه داره، یعنی داره ۴ تا درخواست در ثانیه رو هندل میکنه. با یه نگاه میتونین لود واقعی سیستم رو بفهمید.
@DevTwitter | <Milad Varvaei/>
@DevTwitter | <Milad Varvaei/>
👍46👎8❤3🔥1
بنا به دلایلی برای ارتباط بین Instanceها از gRPC استفاده نکردم و بخشی از Go-DyFunc رو جدا و اوپن سورس کردم.
با DyFunc میتونید توابع رو از طریق HTTP فراخوانی کنید:
- پشتیبانی از ارسال همزمان چند درخواست
- امکان استفاده از Middleware
- ناهمگام و سبک
- پشتیبانی از Basic Auth
@DevTwitter | <Amin Badin/>
با DyFunc میتونید توابع رو از طریق HTTP فراخوانی کنید:
- پشتیبانی از ارسال همزمان چند درخواست
- امکان استفاده از Middleware
- ناهمگام و سبک
- پشتیبانی از Basic Auth
@DevTwitter | <Amin Badin/>
👎14👍8
https://vivek9patel.github.io
این یارو رسما خله
یه لینوکس آورده بالا با پلیر و همه چی
بعد تماس با ما هم گذاشته رو صفحه
رفتم تو کرومش گوگل کردم
جالب بود واقعا
@DevTwitter | <گوگلکُنِ باحقوق/>
این یارو رسما خله
یه لینوکس آورده بالا با پلیر و همه چی
بعد تماس با ما هم گذاشته رو صفحه
رفتم تو کرومش گوگل کردم
جالب بود واقعا
@DevTwitter | <گوگلکُنِ باحقوق/>
🔥60👍10👎9❤1
هوش مصنوعی Claude.ai یک گزینه گیتهاب هم اضافه کرده که میتونید چندتا فایل رو از ریپازیتوری گیتهاب انتخاب کنید و در مورد اونها چت کنید.
@DevTwitter | <Milad Nouri/>
@DevTwitter | <Milad Nouri/>
🔥57👍8