⚛️ Netron — это инструмент для просмотра моделей нейронных сетей, глубокого обучения и машинного обучения.

Netron поддерживает как наиболее популярные фреймворки глубокого обучения – Keras и PyTorch – так и менее известные, и даже scikit-learn.

Установка в виде сервера для python производится стандартным образом через pip. Также можно установить netron в виде отдельной программы командой.

winget install -s winget netron
(для Windows) или
snap install netron
(для Linux).

Он поддерживает форматы ONNX, TensorFlow Lite, Core ML, Keras, Caffe, Darknet, MXNet, PaddlePaddle и другие. Netron также экспериментально поддерживает PyTorch, TorchScript, TensorFlow, OpenVINO и другие.

Установка:
- macOS: .dmg файл или brew install --cask netron
- Linux: .AppImage файл или snap install netron
- Windows: .exe установщик или winget install -s winget netron
- Браузер: Веб-версия
- Python Server: pip install netron и netron [FILE] или netron.start('[FILE]')

Примеры моделей:
- ONNX: squeezenet
- TensorFlow Lite: yamnet
- Keras: mobilenet
- TorchScript: traced_online_pred_layer

📌 Репозиторий

@javascriptv

⚡️ Toolfolio

Вышел мощный плагин для стильной записи экрана, который пригодится всем!

Плагин оснащен множеством функций: рисуйте стрелки, увеличивайте курсор, добавляйте эффекты и записывайте видео с вашим лицом в кружочке. Встроенный видеоредактор тоже на месте.

И самое главное — всё это абсолютно БЕСПЛАТНО.

https://screenity.io/en/

@javascriptv

⚡️Лучший способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

Машинное обучение: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Devops: t.me/devOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Хакинг: t.me/linuxkalii
Linux: t.me/linuxacademiya
Базы данных: t.me/sqlhub
C#: t.me/csharp_ci
Golang: t.me/Golang_google
Java: t.me/javatg
React: t.me/react_tg
Javascript: t.me/javascriptv
Мобильная разработка: t.me/mobdevelop
Docker: t.me/+0WdB4uvOwCY0Mjdi
Python: t.me/pythonl
Rust: t.me/rust_code
PHP: t.me/phpshka
Android: t.me/android_its
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
Python подготовка с собесу: t.me/python_job_interview
МАТЕМАТИКА: t.me/data_math

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
C++ папка: https://t.me/addlist/CdBs5DLepLJmZjY6
C# папка: https://t.me/addlist/u15AMycxRMowZmRi
Java папка: https://t.me/addlist/ZM3J6oFNAnRlNWU6
FRONTEND папка: https://t.me/addlist/mzMMG3RPZhY2M2Iy
Linux папка: https://t.me/addlist/w4Doot-XBG4xNzYy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Арихив бесплатных ит-курсов: https://t.me/+-YDHdeS5EEs3MDNi

🌟 DynamicForms - Умные формы для веб-приложений на JavaScript

Мы рады представить DynamicForms — инновационное решение для создания интерактивных форм на веб-сайтах и в веб-приложениях. Этот проект с открытым исходным кодом использует мощь JavaScript для создания адаптивных и умных форм, которые подстраиваются под потребности пользователя.

Что делает DynamicForms уникальным?

Интерактивные поля: Формы автоматически изменяются в зависимости от ввода пользователя, предлагая дополнительные поля и опции по мере необходимости.

Проверка данных в реальном времени: Валидация вводимых данных происходит на лету, обеспечивая мгновенную обратную связь и предотвращая ошибки.

Интуитивно понятный интерфейс: Пользовательский интерфейс продуман до мелочей, чтобы обеспечить максимальную удобство заполнения форм.

Проект создан с использованием JavaScript для логики и динамики, HTML и CSS для структуры и стиля, а также интегрируется с API для расширенных функций и возможностей.

🔗 GitHub

@javascriptv

🌲 Хорошая идея для пет-проекта — 3D-модель дерева, которую можно изменять при помощи разных параметров

▪ Github

@javascriptv