Все потоки

В этой статье я покажу как взаимодействовать с публичным тестовым Ethereum блокчейном при помощи только библиотеки web3.js и терминала. Ethereum Testnet это уже приближенный к реальной сети Mainnet блокчейн со множеством нод и независимыми аккаунтами. Мы научимся пополнять баланс тестовыми Ether при помощи Faucet, а так же находить информацию об аккаунтах и транзакциях в обозревателе блокчейна Etherscan. Всю ту же информацию мы получим и при помощи консоли. На всякий случай: в посте будет много картинок.

Всем привет! Сегодня поговорим про задачу интерактивной сегментации на основе кликов (click-based) и как она может ускорить процесс разметки данных для различных типов сегментации. Сегментационные модели применяются в распознавании событий и объектов в видео (Video Understanding), анализе медицинских снимков и в управлении беспилотных автомобилей, а также с  их помощью реализована замена фона в приложениях для видеозвонков, бьютификация и автоматическая ретушь фотографий. SberDevices тоже активно разрабатывают свои решения для семантической сегментации – недавно мы рассказывали про задачу замены фона и бьютификацию в нашей статье, в которой представили новый большой opensource датасет для Portrait Segmentation и Face Parsing вместе с набором предобученных моделей.

В прошлой части мы освоили самые азы альтернатив. Познакомились с Alt, Alt.choose и коммитом. В этой части мы научимся собирать сложные альтернативы на основе базовых, а также скрывать этап их подготовки при необходимости.

Рассказываем про любимую метрику маркетологов.

Наши аналитики разработали комплексную формулу расчёта LTV, которая учитывает не только специфику работы каршеринга, но также все доходы и затраты сервиса. В статье расскажу, как мы считаем пожизненную ценность клиента и как с помощью этих данных улучшаем свой сервис.

Тема непосредственно самого процессора Эльбрус уже достаточно хорошо раскрыта в различных статьях, в том числе, в статьях, опубликованных на habr.ru. Кроме самого процессора Эльбрус время от времени на просторах рунета можно встретить обсуждения, посвященные вопросу портирования компилятора clang/llvm на Эльбрус. Пожалуй, данная тема еще не получала подробного освещения. Данная заметка призвана заполнить этот «пробел».

Если вкратце, то llvm из e2k-дистрибутива портируется на базе оптимизирующего компилятора LCC. Ну а тем, кому нужно больше подробностей, то добро пожаловать «под кат».

В начале этого года на Всемирном экономическим форуме в Давосе показали трёхминутный мультик, иллюстрирующий новые возможности трекера мозговой активности для контроля за работниками: «Вы в состоянии потока. Вы отлично поработали, все задачи выполнены, и, кажется, ваш разум не был таким острым последние десять лет. Чувствуя вашу радость, ваш плейлист ставит вашу любимую песню. Посылая мурашки по вашей спине, музыка начинает играть. Вы бросаете взгляд на монитор и замечаете программу в одном из фоновых окон. Вы мысленно перемещаете курсор влево и прокручиваете запись активности своего мозга за последние несколько часов. Вы можете видеть, как рос ваш уровень стресса по мере приближения дедлайна по отправке отчёта, вызывая пик активности ваших бета-волн прямо перед появлением напоминания сделать мозговой перерыв. Ваши мысли начинают блуждать в сторону вашего нового коллеги — хотя вам известно, что вам не следует о нём мечтать из-за политики компании, запрещающей отношения на работе, вы не можете немного не фантазировать. Но потом начинаете переживать, что начальница заметит ваши любовные переживания, когда проверит активность вашего мозга, и переключаете своё внимание обратно на настоящее… Когда вы приходите на работу на следующий день, над офисом нависла мрачная туча: вместе с электронными письмами, текстовыми сообщениями и данными GPS, власти по распоряжению суда затребовали данные о мозговых волнах сотрудников за прошлый год. У них есть убедительные доказательства, что один из ваших коллег совершил крупное мошенничество с использованием электронных средств связи. Теперь они ищут его сообщников: вы узнаёте, что они ищут синхронизированную мозговую активность между ним и людьми, с которыми он работал. Хотя вы знаете, что ни в чём не виноваты, вы тайно работали вместе с ним над новым стартапом. Трясясь, вы снимаете наушники».

То, что ChatGPT может автоматически генерировать что-то, что хотя бы на первый взгляд похоже на написанный человеком текст, удивительно и неожиданно. Но как он это делает? И почему это работает? Цель этой статьи - дать приблизительное описание того, что происходит внутри ChatGPT, а затем исследовать, почему он может так хорошо справляться с созданием более-менее осмысленного текста. С самого начала я должен сказать, что собираюсь сосредоточиться на общей картине происходящего, и хотя я упомяну некоторые инженерные детали, но не буду глубоко в них вникать. (Примеры в статье применимы как к другим современным "большим языковым моделям" (LLM), так и к ChatGPT).

Что общего у драже, граммофонных пластинок, скрипок и яблок? Как ни странно, это удивительное вещество, производимое насекомыми. Мы говорим о шеллаке, веществе, похожем на смолу. Его производят насекомые отряда полужесткокрылых - лаковые червецы. Эти маленькие насекомые обитают на стволах деревьев в Юго-Восточной Азии. Некоторые источники утверждают, что название происходит от санскритского слов alakh, означающего «сто тысяч», что отражает огромное количество этих насекомых, которое можно найти в одном месте. Очевидно, слово “лак” так же попало в русский язык из санскрита через европейские языки.

Под катом небольшой фрагмент с сокращениями из книги норвежской биолога Анне Свердруп-Тайгесон “Планета насекомых”. Вся книга полна удивительных историй о мире насекомых и определённо стоит прочтения.

Этой публикацией мы начинаем серию небольших статей с разбором “сложных” заданий из сертификации для Java-разработчиков, чтобы помочь вам подготовиться к сдаче сертификационного экзамена и помочь вам лучше понять, как работает Java и как эффективнее использовать его в своих проектах.

Итак, один из подвопросов, традиционно выносимых на экзамен — будь это сертификация Oracle или сертификации для Java-разработчиков от Учебного центра IBS, — интересуется разработкой кода с использованием классов-оболочек, в частности, Boolean, Double или, скажем, Integer.

В прошлой статье мы собрали простенький алгоритм помогающий работать с биржей по стратегии усреднения
Пока идут только наброски, до полноценного бота мы идем семимильными шагами, постараюсь поделится с вами общей логикой, которую можно использовать для создания одной из функций бота это обзор и сбор статистики с различных аналитических центров, выявление наиболее выгодных криптовалют что бы избежать провальных рисков.

1. Получение данных с биржи криптовалют

Для получения данных с биржи криптовалют, можно использовать официальный API binance. Для этого необходимо зарегистрировать аккаунт на бирже и создать ключ API.

Пример запроса к API binance для получения списка всех доступных криптовалют:

В прошлый раз обсудили пару инструментов для мониторинга отброшенных пакетов. Сегодня подборка свежих open source утилит, позволяющих заглянуть под капот сетевой инфраструктуры.

Не секрет, что самой популярной и массовой платформой в России для создания ИТ-систем для бизнеса является 1С:Предприятие 8.х. На ней разработано огромное количество отраслевых и самописных решений.

Хочу обратить внимание на одну особенность работы приложений 1С, а именно, очень интенсивную работу с временными таблицами СУБД. Подобной интенсивной работы с tempDB, наверное, нет ни в одном тиражном решении в мире.

После завершения пакетного запроса платформа автоматически удаляет временную таблицу, отдавая серверу СУБД команду <truncate table>, чтобы освободить ресурсы под следующий запрос.

TRUNCATE – это очень простая и быстрая операция и выполняется мгновенно. Даже для таблиц с миллионами строк она длится миллисекунды. Тем не менее, у некоторых своих клиентов мы столкнулись с очень странной ситуацией, когда производительность системы проседает из-за того, что запросы с очисткой временных таблиц могут длиться десятки секунд (не миллисекунд, а секунд!). А учитывая количество запросов с временными таблицами в ИТ-системе на 1С:Предприятие, это время в совокупности становится просто огромным.

Привет, Хабр!

Меня зовут Рожнев Андрей, участник профессионального сообщества NTA.

Делюсь личным опытом по настройке терминала в Unix‑подобных ОС (macOS, Fedora, Ubuntu и так далее).

Когда я только залетал в отрасль софтверной разработки, первое, что меня напрягло — конечно же терминал и его неотвратимость. По итогу же оказалось, что терминал — это твой верный друг и соратник на тернистом, но таком интересном пути в мир IT. Один из вариантов полюбить терминал — потратить какое‑то время, немного разобраться в теме и настроить всё это дело под себя любимого.

Приветствую, меня зовут Алёна. Недавно на математический основах информатики в университете мы проходили задачу сетевого планирования, с помощью которой можно смоделировать процесс производства изделий. Мне была интересна данная тема и я решила поделиться с вами, как решить задачу сетевого планирования с использованием языка Python.

Недавно мне понадобилось написать генератор кода для одного из своих проектов. Так как надо было обеспечить поддержку Unity 2021, от более современного API — incremental generators пришлось отказаться сразу. Но пост не об этом, а о том, как повысить читаемость и поддерживаемость синтаксического дерева для генерации исходного кода.

Эта статья является частью серии «Начальная загрузка» , в которой я начинаю с 512-байтного начального источника и пытаюсь загрузить реальную систему.

Эта статья является частью серии «Начальная загрузка» , в которой я начинаю с 512-байтного начального источника и пытаюсь загрузить реальную систему.