Darknet - фреймворк на базе свёрточной нейронной сети

Открытый фреймворк для прикладного использования свёрточной нейронной сети, подходящий, например, для классификации фотографий или выделения объектов на изображениях в режиме реального времени. Код написан на Си с использованием CUDA. Вычисления могут производиться на CPU и GPU.

https://pjreddie.com/darknet/
https://github.com/pjreddie/darknet

SOD - встраиваемая библиотека для компьютерного зрения и машинного обучения

Кроссплатформенная библиотека с подборкой готовых алгоритмов компьютерного зрения, подходящая для быстрой интеграции с приложениями. Предоставляются функции выделения и распознавания объектов на изображениях, включая распознавание лиц. Из примеров практического использования упоминается распознавание автомобильных номеров, определение вторжений по активности с камер наблюдения, извлечение папиллярных линий отпечатков пальцев, классификация действий людей, отслеживание движения глаз, определение формы тела, сегментация изображений и т.п. Код распространяется под лицензией GPLv3, но готовые обученные модели распространяются платно (можно обучить свои модели).

https://sod.pixlab.io/
https://github.com/symisc/sod/

Git наизнанку

Пошаговый обзор внутреннего механизма работы Git 

https://codewords.recurse.com/issues/two/git-from-the-inside-out

Базы данных для программиста

Обзор баз данных для программиста
Как работают NoSQL базы: документ-ориентированные типа MongoDB
Реляционные базы данных
Описание модели организации данных на основе графов
Базы данных log based
Базы данных LSM tree
Базы данных B-tree

https://www.youtube.com/playlist?list=PLmqFxxywkatS8Hfj6-aYgXfrpvV6OoKSc

Что такое ХЭШ функция? | Хеширование | Хранение паролей

Хэш-функция преобразует входную информацию в битовую строку определенного размера. Эта строка называется хэшем или просто хэш сумма. Хэш функции обычно используются для проверки целостности файлов или хранения паролей. Хеширование паролей применяется для безопасного хранения данных пользователей. Хорошая и надежная криптографическая хэш функция должна иметь несколько основных свойств:
- Устойчивость к коллизиям
- Однонаправленность
- Быстрое вычисление хэш функции
- Уникальный ХЭШ для разных наборов информации
- Наличие лавинного эффекта