🚀 Нашел вменяемый перевод CS50, аллелуя.

Тут каждый день в чатах пишут, что хотят начать, не знают с чего. Вот Вам самый лучший на сегодня БЕСПЛАТНЫЙ курс для "вкатки" , как это можно называть.

Он сейчас почему-то не на хайпе, ну и ладно... Значит, ссылка на плейлист:

ТЫК.

Немного инфы: CS50 (Computer Science 50) — это легендарный и очень популярный вводный курс по информатике и основам программирования, разработанный Гарвардским университетом. С 2015 года он также преподается в Йельском университете.

🖥 Вот ключевые моменты о CS50:

1. Для кого? Курс рассчитан на абсолютных новичков или тех, у кого есть минимальные начальные знания в программировании. Он является отличной отправной точкой для всех, кто интересуется компьютерными науками, независимо от их предыдущего опыта;
2. Чему учит? CS50 знакомит с фундаментальными концепциями информатики и программирования. Вы изучите:
- Базовые основы программирования (циклы, условные переходы, функции и т.д.);
- Принципы работы с командной строкой в Linux;
- Системы счисления;
- Алгоритмы и структуры данных;
- Введение в различные языки программирования, такие как C, Python, SQL, а также основы HTML, CSS и JavaScript;
- Также затрагивают основы кибербезопасности и искусственного интеллекта.

👀 Курс акцентирует внимание на решении реальных задач и проблем, что помогает студентам применять полученные знания на практике. Если вкатит - есть еще CS50P (посвященный Python), CS50W (веб-разработка), CS50AI (искусственный интеллект) и другие.

‼️ Даю пушку (!) для тех, кто точно не хочет быть замененным нейросетями :D

Репозиторий llm-engineer-toolkit на GitHub представляет собой тщательно подобранный список из более чем 120 библиотек для работы с большими языковыми моделями (LLM). Эти инструменты сгруппированы по различным категориям применения.

В этом наборе вы найдете ресурсы для:

- Обучения и донастройки LLM
- Фреймворков для разработки приложений на основе LLM
- Подготовки данных и доступа к нескольким API
- Retrieval-Augmented Generation (RAG) с использованием LLM
- Инференса и развертывания LLM
- Извлечения и генерации данных
- Создания и оценки агентов на базе LLM
- Мониторинга
- Инженерии промптов
- Получения структурированных выводов
- Обеспечения безопасности
- Работы с моделями вложений (embedding models)

🚀 Чтобы не остаться за бортом, нужно учиться парни (и не дай бог тут есть девушки).

P.S. ваш дурень поспешил и дал пост без ссылки.

Вот репозиторий.

😜 Я - деградировал. И вот почему:

Все мы (я тоже) злоупотребляем "Ctrl+C", "Ctrl+V". Мне постоянно кажется, что я экономлю время, но на самом деле - обкрадываю сам себя 🤷‍♂️

Когда просто копируешь чужой код, мозг не работает. Ты не вникаешь в суть, не учишься решать проблемы, а просто затыкаешь дыры. Эти пробелы в знаниях потом больно бьют по карьере, уж поверьте.

🔥Я видел, как проекты тонули в техническом долге из-за таких «быстрых» решений. Скопированный код часто неоптимален и плохо вписывается в архитектуру. Вместо роста и чистого кода - получаем хаос, который потом приходится расхлебывать часами.

Поэтому мой вам совет - в следующий раз, когда рука потянется к копированию, остановитесь. Напишите решение сами, пусть даже оно будет неидеальным. Это ваш самый ценный опыт. Хотя бы иногда практикуйте, ибо когда в очередной раз сервера openai/Gemini упадут - придется брать отпуск :D

P.S. но параллельно у меня очень сильно поднялся скилл в "обьяснении чего я хочу", в плане

😜 Крик души. И такое - каждый день, по несколько раз. Я - не консультант в магазине.

Поэтому поймите, если Вы вдруг напишите мне, а я сразу же, в лоб, буду о деньгах.

Для понимания, с человеком я общался уже дважды. Оба раза, он задавал подробные вопросы по софту, убеждал, что с оплатой все четко. Я тратил на него +- полчаса час времени на беседу, обсуждение, потом на создание семпла для первичной демонстрации.

В итоге - время у меня, а у него просто что-то не вышло. Второй раз к ряду. Хотя писал сообщения из разряда: "сейчас сброшу. кидайте кошелек".

Сейчас мне еще один парень написал. Прообщался с ним вчера какое-то время, отснял для него видео-демонстрации софта, такого, как он хочет. После чего он просто ушел в афк. Сегодня опять пишет, говорит, что готов купить, но очкует платить. Опять задал кучу вопросов, в итоге опять ушел в АФК. Я спрашиваю: "И что там?". Говорит, "Сидим, думаем".

Как вы понимаете, я всадил очередные минуты своей жизни в пустоту. Делать так я больше не буду и постараюсь более жестко фильтровать тех, кто мне пишет с предложениями.

При всем уважении - мне есть чем заниматься.

С НОВЫМ ГОДОМ!!! 🎁🎄🍊

😴 Тихонечко сделаю пост, люди же приходят.

🖥 В общем, тот самый софт, скрипт, который текст от "юникода" чистит, полезно студентам и школьникам.

Пользуйтесь на здоровье.

‼️ P.S. антивирус может ругаться, если не верите, что там ничего нет (злого) - не запускайте. Код в комментарии скину, если кому нужен код.

🚀 Устали от онлайн-конвертеров? Я - да.

Поэтому потратил вечер и написал свой собственный десктопный конвертер медиафайлов. Полностью на Python + PyQt6, в качестве ядра - FFMPEG.

Главная цель была — сделать быстро, удобно и без рекламы. Никаких подписок (только на мой канал ❤️), рекламы и отправки ваших данных в облако. Всё происходит локально на вашем компьютере. Написано на Python, работает на любой ОС.

👀 Ключевые фишки:

- кидаешь файлы пачкой (batch processing);
- удобный Drag & Drop;
- фото к фото, видео к видео — без путаницы;
- работает офлайн, никакой интернет не нужен.

Как и сказал, под капотом трудится всеядный FFmpeg, так что на входе можно "скармливать" ему почти всё что угодно, от старых .flv до профессиональных .mov.

😜 Скачать код тут. Много реакций и соберу в .exe с FFMPEG внутри для обычных, не шарящих работяг.

📺 Гайд на Anime4K, на GitHub можете не ходить.

🤷‍♂️ Тут все есть, качаете архив:

1) Устанавливаете плеер из архива - mpv.net-v7.1.1.0-setup.

2) Устанавливаете windowsdesktop-runtime-6.0.36-win-x64 из архива.

3) Нажимаете "Win" + "R", прописываете %appdata% в строке, жмете "Enter" или "Ок".

4) Откроется проводник, ищите там папку: "mpv.net".

5) Копируете в нее содержимое из моей папки "mpv.net", которая в архиве.

6) Запускаете плеер, открываете через него аниме, нажимаете "ctrl+1,2,3,4" - разные режимы апскейла будут. Убрать апскейл - "ctrl+0".

🚀 Смотрите аниме с кайфом.

🐳 Я иногда даю тут проекты, которые Docker-ready. Вы спрашиваете, как запустить... И клиенты тоже иногда интересуются, как это запустить на своем сервере...

Так вот, полный список команд с объяснениями (Linux!!!):

1) Установка и проверка:

# Обновляем список пакетов
sudo apt update

# Устанавливаем Docker
sudo apt install -y docker.io

# Запускаем и добавляем Docker в автозагрузку
sudo systemctl start docker
sudo systemctl enable docker

# Устанавливаем Docker Compose
sudo apt install -y docker-compose

Чтобы проверить, что все сделали четко:

docker --version
docker-compose --version

Должно показать версии Docker и Docker-compose.

2) Разворачивание, запуск контейнера.

После того, как вы установили это все (делать нужно 1 раз(!!!)), нужно перейти в директорию с файлами проекта (где лежат Dockerfile, docker-compose.yml).

Пример:

cd /root/dialog_bot/

После этого, пишите команду:

sudo docker-compose up --build -d

Если сделали все четко, контейнер соберется и сразу же будет в работе.

Вот что делают "флажки":

- up: Создает и запускает контейнеры.
- --build: Принудительно пересобирает образ перед запуском. Это полезно, если ты внес изменения в Dockerfile или файлы проекта.
- -d: Запускает контейнеры в фоновом (detached) режиме.

Просмотреть логи с контейнера после можно по команде:

sudo docker-compose logs -f

3) А что на Windows?

Чтобы запустить на Win 10, 11, нужно:

1. Перейдите на официальный сайт Docker и скачай установщик для Windows.
2. Установите Docker Desktop:
- Запустите скачанный установщик.
- Следуйте инструкциям на экране. Очень важно: убедитесь, что выбрана опция "Use WSL 2 instead of Hyper-V" (Использовать WSL 2 вместо Hyper-V), если она доступна и твой Windows 10 это поддерживает (версия 2004 и выше, сборка 19041 и - выше). WSL 2 обеспечивает лучшую производительность. Если опции нет или твоя система старее, Docker Desktop может использовать Hyper-V.
- Установка может потребовать включения функций "Контейнеры" и "Подсистема Windows для Linux" (WSL). Установщик обычно предлагает сделать это автоматически или дает инструкции.
3. Запусти Docker Desktop после установки. Иконка кита появится в системном трее. При первом запуске может потребоваться некоторое время на инициализацию. Убедись, что Docker Desktop показывает, что он запущен (иконка кита в трее статична и не анимирована).

Важно: каждый раз, когда захотите собрать контейнер на Win 10, 11, нужно запускать Docker Desktop!

Дальше можете прямо в IDE, в папке с проектом в консоли писать:

docker-compose up --build -d

И все. Команды тут те же, что и на Linux.

Полезно?

👨‍💻 У ребят, которые начали свой путь в разработки с помощью нейронок, наблюдается проблема, что они всюду используют SQlite. Особенно этим GPT болеет. Это не плохой проект, если проект у вас минорный. А вот для чего-то крупного - такая БД станет "слабым" местом в моменте, когда к ней будет поступать много запросов. Зависания, падения, долгое время ожидания - это не круто.

Кратко расскажу об альтернативах 👀, где и почему их лучше использовать. Чуть позже по каждой пройдемся подробнее:

1) SQLite

- Плюсы: Простая, быстрая, не требует отдельного сервера, встроена в Python.
- Минусы: Ограниченная поддержка многопоточности, не подходит для больших объемов данных.

🎯 Идеально для: Небольших проектов, мобильных приложений, тестирования.

2) PostgreSQL

- Плюсы: Мощная, расширяемая, поддерживает сложные запросы и большие объемы данных.
- Минусы: Требовательна к ресурсам, сложнее в настройке.

🎯 Идеально для: Крупных веб-приложений, систем аналитики, научных проектов.

3) MongoDB

- Плюсы: Гибкая схема данных, горизонтальное масштабирование, высокая скорость записи.
- Минусы: Ограниченная поддержка транзакций, не подходит для связанных данных.

🎯 Идеально для: Big Data, социальных сетей, IoT, контент-менеджмента.

4) Redis

- Плюсы: Очень быстрая (in-memory), подходит для кэширования и очередей сообщений.
- Минусы: Данные хранятся в оперативной памяти (ограниченный объем), риск потери данных при сбое.

🎯 Идеально для: Кэширования сессий пользователей, real-time аналитики, чатов.