#новости
👨💻 Meta* официально представила свои ИИ-очки Meta Ray-Ban Display AI glasses, но есть нюанс
Девайс поступит в продажу в конце сентября и будет стоить 799 долларов. Внутри – очки Тони Старка (нууу почти):
– Разрешение 600х600 пикселей
– Микрофоны, камеры, динамики, дисплей
– ЭМГ-браслет, которым можно контролировать очки
Ты есть вы можете давать очкам задачи голосом или жестами, а они будут отображать на дисплее или проговаривать необходимую информацию. Дисплей находится сбоку, не мешает обзору, и не виден окружающим.
И выглядит это все действительно прикольно, но… демо не работает. У Цукерберга и его помощников очки залагали прямо на сцене во время публичной демонстрации
Возможно, это случайность, и что-то действительно произошло с Интернетом или техникой. Но фейл серьезный.
👉 Новости 👉 База вопросов
Девайс поступит в продажу в конце сентября и будет стоить 799 долларов. Внутри – очки Тони Старка (нууу почти):
– Разрешение 600х600 пикселей
– Микрофоны, камеры, динамики, дисплей
– ЭМГ-браслет, которым можно контролировать очки
Ты есть вы можете давать очкам задачи голосом или жестами, а они будут отображать на дисплее или проговаривать необходимую информацию. Дисплей находится сбоку, не мешает обзору, и не виден окружающим.
И выглядит это все действительно прикольно, но… демо не работает. У Цукерберга и его помощников очки залагали прямо на сцене во время публичной демонстрации
Возможно, это случайность, и что-то действительно произошло с Интернетом или техникой. Но фейл серьезный.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
В X все любуются новой атмосферной рекламой, которую сняли Anthropic
Полюбуйтесь и вы (со звуком)
👉 Новости 👉 База вопросов
Полюбуйтесь и вы (со звуком)
There has never been a better time to have a problem. Сейчас лучшее время, чтобы иметь проблему.
Please open Telegram to view this post
VIEW IN TELEGRAM
#полезное
😵 Так могло бы выглядеть лого OpenAI и интерфейс ChatGPT
Это результаты двухнедельного спринта дизайн-студии Area, который они проводили для Альтмана еще в январе 2023, то есть сразу после выхода ChatGPT. Драфты выложили только сейчас (видимо, истекло NDA).
Один из двух придуманных концептов, The Circle (картинки 1,5,6), OpenAI как раз взяли за основу для своего итогового дизайна. От второго, Monogram (картинка 2 с человечков),к счастью , отказались.
👉 Новости 👉 База вопросов
Это результаты двухнедельного спринта дизайн-студии Area, который они проводили для Альтмана еще в январе 2023, то есть сразу после выхода ChatGPT. Драфты выложили только сейчас (видимо, истекло NDA).
Один из двух придуманных концептов, The Circle (картинки 1,5,6), OpenAI как раз взяли за основу для своего итогового дизайна. От второго, Monogram (картинка 2 с человечков),
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
#Собес #git
🤔 Как вы находите коммит, который что-то нарушил после операции слияния?
💬 Кратко:
Для поиска коммита, который нарушил код после слияния, можно использовать команду git bisect . Этот инструмент помогает найти коммит, который вызывает проблему, путем бинарного поиска.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
💬 Кратко:
Для поиска коммита, который нарушил код после слияния, можно использовать команду git bisect . Этот инструмент помогает найти коммит, который вызывает проблему, путем бинарного поиска.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
#полезное
👋 Обучайте модели ИИ на данных, которых даже не существует
SDV — это open-source фреймворк, который с помощью ML изучает паттерны ваших реальных данных и генерирует синтетические табличные данные в больших масштабах.
Поддерживает встроенную анонимизацию, валидацию и многое другое.
GitHub: SDV
👉 Новости 👉 База вопросов
SDV — это open-source фреймворк, который с помощью ML изучает паттерны ваших реальных данных и генерирует синтетические табличные данные в больших масштабах.
Поддерживает встроенную анонимизацию, валидацию и многое другое.
GitHub: SDV
Please open Telegram to view this post
VIEW IN TELEGRAM
#Собес #pytorch
🤔 Чем PyTorch отличается от других фреймворков глубокого обучения, таких как TensorFlow?
💬 Кратко:
PyTorch и TensorFlow отличаются архитектурой вычислений: PyTorch использует динамическую вычислительную графику, что позволяет изменять граф во время выполнения, в то время как TensorFlow использует статичный граф. который требует предварительного определения. Это делает PyTorch более интуитивным и удобным для отладки, но TensorFlow может обеспечивать лучшую производительность благодаря оптимизации вычислений. Также PyTorch более дружелюбен к Python-разработчикам, поскольку поддерживает структуру управления Python, в то время как TensorFlow абстрагирует многие детали.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
💬 Кратко:
PyTorch и TensorFlow отличаются архитектурой вычислений: PyTorch использует динамическую вычислительную графику, что позволяет изменять граф во время выполнения, в то время как TensorFlow использует статичный граф. который требует предварительного определения. Это делает PyTorch более интуитивным и удобным для отладки, но TensorFlow может обеспечивать лучшую производительность благодаря оптимизации вычислений. Также PyTorch более дружелюбен к Python-разработчикам, поскольку поддерживает структуру управления Python, в то время как TensorFlow абстрагирует многие детали.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
Please open Telegram to view this post
VIEW IN TELEGRAM
YeaHub
YeaHub — тренажер собеседований по IT
5000+ вопросов для подготовки к интервью. Фильтры, квизы, статистика!
#полезное
🏕 Kite — современная панель управления Kubernetes
Ищете лёгкий и удобный способ управлять Kubernetes-кластерами?
Kite — это современный дашборд, который сочетает в себе:
🔵 интуитивный интерфейс,
🔵 реальные метрики в реальном времени,
🔵 управление всеми ресурсами,
🔵 поддержку мультикластеров,
🔵 и приятный UX без перегруза.
Если Kubernetes — ваш рабочий инструмент, Kite точно стоит попробовать.
Репозиторий
👉 Новости 👉 База вопросов
Ищете лёгкий и удобный способ управлять Kubernetes-кластерами?
Kite — это современный дашборд, который сочетает в себе:
Если Kubernetes — ваш рабочий инструмент, Kite точно стоит попробовать.
Репозиторий
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
#полезное
🤯 Memory Graph — визуализация структуры данных в Python
Для лучшего понимания кода и отладки бывает полезно «увидеть» объекты в памяти, а не только смотреть на их значения.
Пакет memory_graph делает именно это — строит граф памяти для любых структур данных.
Пример:
Memory Graph поддерживает множество типов данных: списки, кортежи, множества, словари, классы и пользовательские объекты.
Результат — удобная визуализация связей между объектами, что помогает:
🔴 понять структуру данных в проекте
🔴 отлаживать сложные зависимости
🔴 обучать и объяснять Python-объекты начинающим
Ссылка на репозиторий
👉 Новости 👉 База вопросов
Для лучшего понимания кода и отладки бывает полезно «увидеть» объекты в памяти, а не только смотреть на их значения.
Пакет memory_graph делает именно это — строит граф памяти для любых структур данных.
Пример:
import memory_graph as mg
class My_Class:
def init(self, x, y):
self.x = x
self.y = y
data = [range(1, 2), (3, 4), {5, 6}, {7: 'seven', 8: 'eight'}, My_Class(9, 10)]
mg.show(data)
Memory Graph поддерживает множество типов данных: списки, кортежи, множества, словари, классы и пользовательские объекты.
Результат — удобная визуализация связей между объектами, что помогает:
Ссылка на репозиторий
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
#Собес #pytorch
🤔 Какие преимущества у динамической вычислительной графики PyTorch по сравнению со статичными графиками?
💬 Кратко:
Динамическая вычислительная графика в PyTorch позволяет создавать графы во время выполнения программы, что даёт большую гибкость при работе с переменными входами. Это особенно полезно для задач с переменной длиной данных, например, в обработке естественного языка. Также отладка становится проще, так как операции выполняются поочередно, что позволяет быстрее обнаруживать и исправлять ошибки.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
💬 Кратко:
Динамическая вычислительная графика в PyTorch позволяет создавать графы во время выполнения программы, что даёт большую гибкость при работе с переменными входами. Это особенно полезно для задач с переменной длиной данных, например, в обработке естественного языка. Также отладка становится проще, так как операции выполняются поочередно, что позволяет быстрее обнаруживать и исправлять ошибки.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
Please open Telegram to view this post
VIEW IN TELEGRAM
YeaHub
YeaHub — тренажер собеседований по IT
5000+ вопросов для подготовки к интервью. Фильтры, квизы, статистика!
#полезное
❤️🔥 Шпаргалка по функциям активации нейронных сетей
Функции активации определяют, как нейрон реагирует на вход. Быстрая справка:
🟠 Sigmoid: σ(x) = 1 / (1 + exp(-x)) — [0,1], часто для вероятностей.
🟠 Tanh: tanh(x) — [-1,1], центрированная версия сигмоиды.
🟠 ReLU: max(0, x) — простая и быстрая, популярна в скрытых слоях.
🟠 Leaky ReLU: x if x>0 else αx — решает проблему «мертвых нейронов».
🟠 ELU: экспоненциальная ReLU, сглаживает негативные значения.
🟠 Softmax: exp(x_i)/Σexp(x_j) — для классификации, даёт распределение вероятностей.
🟠 Swish / Mish: современные гладкие функции, улучшают обучение глубоких сетей.
Использование правильной функции активации критично для скорости сходимости и качества модели.
👉 Новости 👉 База вопросов
Функции активации определяют, как нейрон реагирует на вход. Быстрая справка:
Использование правильной функции активации критично для скорости сходимости и качества модели.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM