Конкурс закончен, поздравляю победителя! В будущем еще может будут подобные розыгрыши.

Немного затянулся с этим постом, наверняка новость уже разлетелась, но все же. Тут NVIDIA запустила новую платформу Maxine, и я не мог не написать об этом.

Платформа позволяет обрабатывать видеозвонки с помощью облачной инфраструктуры с использованием GPU NVIDIA. Что это вообще означает? Платформа сможет повысить качество звонков в самых разных аспектах, используя при этом машинное обучение.

В частности, с помощью Maxine можно будет реконструировать изображение лица и взгляд собеседника таким образом, чтобы создавалось впечатление, что он постоянно смотрит прямо в камеру.

Также эта технология снижает требование к пропускной способности сети для передачи видео. Как это вообще работает? Вместо потоковой передачи всех пикселей, ИИ анализирует ключевые черты лица человека, а затем восстанавливает изображение на экране собеседника.

Кроме того, качество такого изображения еще можно и улучшить, повысив разрешение, или изменяя освещение в режиме реального времени. Ну прямо киберпанк какой то.

@hw_code

​​Знаю что давненько постов не было, сори... Тем не менее, dev blog #2 выйдет как и обещал. Вновь поговорим об аппках, про декларативность и реактивность. Почему не было постов? Не было времени, пилил и еще раз пилил проекты. Скоро закончу рефакторинг первой аппки и попробую выкатиться в стор.

Это была тестовая приложуха с функцией оповещения о том что пора попить в походе (ходили в походы когда нибудь?). Модель рассчитывала приблизительное время похода, учитывала объем бутыли с водой и выдавала оповещения что уже можно попить. Более подробно опишу в будущей статье.

Следующая тема для аппки уже определена, а именно определение домашнего растения по фотке с помощью ML и советы по уходу за ним. Я находил несколько подобных приложух, но в итоге они с дерьмовой точностью определяли растения и требовали платной подписки.

Может быть даже попробуем эпловское ноу хау в виде updatable моделей. В tf/keras я такого не видел, но если вы знакомы с этим, то дайте знать в комментах. Updatable означает что теперь нейросеть можно "дотренировать" под изменившиеся параметры прямо на устройстве.

В контексте тех же растений можно например улучшать качество классификации с помощью пользовательских данных. И никаких говносерверов на ноде/фласке не нужно, все работает прямо офлайн "On-Device".


А вот вам пока кнопачку, я сделяль. Она эко-френдли если что. Ах да, чуть не забыл, адаптер в сделку не входил...

это тг гифки шакалит

На мой взгляд просто отличный способ искать подходящих кандидатов. В описание вакансии кидаешь код, и вот уже тебе и предмет для разговора осознанный, а не эти ваши проверки знания того как перевернуть строку, или как запрогать qsort. Предлагаю рекрутерам взять это на заметку.
Ваши мнения как всегда приветствуются в комментах.

Ищем iOS-разработчика. Знаешь, как улучшить? Пиши @katyasalt

Интересуешься технологиями?

Подпишись на местного датасасера — авторский канал про ИИ и будущее технологий. Собираю интересные новости об искусственном интеллекте и машинном обучении, пишу о своих проектах, например о @RoundDFBot.

Заходи — @datasas

​​Однажды мой друг спросил меня, что выйдет раньше – пост на @hw_code или новый киберпанк? Ну собсна пост все таки раньше вышел...

При всей моей любви к свифту, некоторые научные вычисления все таки проще и удобнее делать на питоне. О нем и поговорим. Не так давно мне понадобилось посчитать ионную температуру в зависимости от координаты и времени, в некоторых случаях говорят что это "фазовый портрет", если вам о чем то это говорит.

А поскольку плазма в моем случае не придвинута к границе вплотную, есть некоторое количество "вакуумных" пустых ячеек по обе стороны от профиля плотности. В процессе перемножения и деления весовых матриц непременно возникает выражение 0/0.

Если на время забыть о лопиталях и прочем матане и вооружиться здравой логикой, то единственным возможным верным вариантом при делении 0 на 0 будет вернуть 0. Поскольку, если частиц в ячейке нет, никакой температуры там тоже не будет. И как бы нам сделать это?

Для этого воспользуемся модулями true_divide, nan_to_num, errstate из библиотеки numpy. Errstate позволит нам избавиться от выбрасывания сообщения о делении на 0, а nan_to_num по сути и будет избавляться от Not a Number элементов в массиве (матрице). true_divide здесь можно заменить и обычным оператором /.

Однажды Эрнест Хемингуэй поспорил, что сможет написать самый короткий рассказ, способный растрогать любого. Он выиграл спор: "вышел пост на хелоу ворлд, а киберпанк еще нет"

Про свободу слова. Попробуйте в Facebook Messenger кому-нибудь отправить ссылку https://gnews.org/534248/. Она не отправится. Я уже свыкся с мыслью, что социальные платформы превратились в Министерства правды и фильтруют публичный контент как им вздумается, но обращаю ваше внимание, что это личная переписка, которую Facebook якобы не читает.

​​Дженерики в Python

А теперь, когда я забайтил вас этим заголовком, перейдем к делу. Python использует утиную типизацию, так что по сути вам не нужны никакие дженерики, чтобы работать с множественными типами данных.

Однако, если вы все же хотите внести немного типизации в ваш суровый говнокод, существует решение в виде библиотеки typing, которое будет работать только для версий Python выше 3.5.

Рассмотрим все вышесказанное на примере такой структуры данных как стек. Создадим стек интов. При дальнейшей попытке запушить туда строку возникнет Type error.

@hw_code

Работа

Мне уже дважды предлагали работу, просто потому что я сижу в большом чате по iOS разработке и периодически что то туда вбрасываю. Мне немного лестно, но на деле это просто эйчары не хотят свою работу нормально выполнять. Ну или не могут. Не в обиду эйчарам конечно.

Вообще это удивительно, но на мой взгляд тот же hh уже давно сдал свои позиции, поскольку там можно месяцами сидеть со своим идеальным резюме и получать отказы, потому что например ты не вышел опытом, а тут ты просто помог пару раз людям и за тобой уже выехали тобой уже заинтересовались. Почему так?

Кстати на заметку эйчарам — работу я не ищу, но если вакансия релевантная, я с вероятностью в 90% ее опубликую на канале, даже бесплатно, поскольку я понимаю как тяжело порой людям найти работу, а чем больше открытых позиций, тем больше вероятность найма.

На заметку подписчикам — телеграм в плане «нетворкинга» (модное зумерское словечко) является очень хорошим инструментом, если правильно его использовать. Сидите в чатах, помогайте друг другу, и, возможно вас заметят 👀

@hw_code

​​Возможно кому-то будет полезно, прислали тут код на бесплатный курс по новым возможностям в Python 3.9

Вот ссылка (истекает в течение трех дней):
realpython.com/redeem/d9f4912e-0f75-40f7-b740-3dc30397461f

P.S. отпишитесь в комменты, если заберете, я подредактирую пост.

upd1: забрали.
upd2: вроде пишут что код не одноразовый, пробуйте забрать

Функторы и монады

В этой статье рассмотрим такие концепции функционального программирования как функторы, аппликативные функторы и монады.

ФП вообще штука непростая, поэтому прикрепил пару полезных ссылок в конце статьи.

P.S. прикрепил в инстант вью, как вы просили, хотя имхо он кал.

@hw_code

​​О создании квантового компьютера в 10 млрд раз быстрее машины Google

сообщили недавно китайские ученые. Статья опубликована в журнале Science. Хотя, если вы помните недавний срач IBM с Google (а статья последних, между прочим, опубликована в Nature), то вы понимаете что все это требует проверок, конечно же.

Если нет, то я напомню. Google заявляла о квантовом превосходстве на своем процессоре Sycamore, и согласно расчетам компании, аналогичная задача может быть решена на классической машине примерно за 10,000 лет.

Сразу после этого, IBM заявила что в расчетах Google есть ошибка: самый мощный компьютер Summit (созданный в IBM) посчитает аналогичную задачу всего лишь за каких то 2.5 дня. Нужно просто... увеличить объем оперативной памяти. В Summit, к слову, ее целых 250 петабайт.

Чем больше памяти используется, тем меньше промежуточных вычислений необходимо выполнить. При достаточно большом объеме памяти можно сохранить состояние всей квантовой системы за один раз.

И если обычному читателю схватка Google с IBM скорее напоминает борьбу жаб с гадюками, то мне это лишний раз напоминает что даже в науке не стоит абсолютно всем верить на слово, даже если результат напечатан в Nature.

@hw_code

Видимо чувака из гугла уволили и он быстренько устроился работать в телеграм 😅

С наступающим, ребята!