А между тем, бот-администратор для приватного личного канала с соответствующим контентом (🔥) запущен с сегодняшнего дня
https://t.me/LadySparkleAdminbot
P.S. делал на заказ, контент не мой, если что 🙃
https://t.me/LadySparkleAdminbot
P.S. делал на заказ, контент не мой, если что 🙃
Telegram
Админ Lady Sparkle Art
ready to play?
решил вспомнить, что у меня есть несколько публикаций на Reddit:
Emoji GAN
Как обучают автопилот в Тесла
Data Scientist Starter Pack
Emoji GAN
Как обучают автопилот в Тесла
Data Scientist Starter Pack
тем временем, написал про наш путь к театральной постановке
https://telegra.ph/Nash-put-k-postanovke-03-04
https://telegra.ph/Nash-put-k-postanovke-03-04
Telegraph
Наш путь к постановке
Самое сложное при создании современной театральной постановки с использованием необычных и нетипичных технологий - это необходимость помирить друг с другом три основных аспекта: Первый аспект - это «сценичность» и «театральность», ведь наша конечная задача…
Для нашего театрального проекта сделал телеграмм бота, сообщение от него ниже. Можете побаловаться. Но учтите, что это лишь только самая первая версия.
На вход он получает предложение, а на выходе даёт синтаксическое дерево для этого предложения и несколько вариантов «обрезки» дерева.
На нынешнем этапе обрезка работает достаточно просто и зачастую падает для сложных предложений.
Однако дерево строится в большинстве случаев.
В течении пары дней добавлю кнопки для обратной связи, чтобы неудачные примеры можно было бы автоматически добавлять в обучающую выборку
P.S
По стеку технологий: в этот раз для сборки и деплоя решил попробовать Docker, оказалось очень удобно!
Осталось разобраться с сервисами по автоматической сборке и деплою докер контейнеров прямо из репозитория на гитхабе
На вход он получает предложение, а на выходе даёт синтаксическое дерево для этого предложения и несколько вариантов «обрезки» дерева.
На нынешнем этапе обрезка работает достаточно просто и зачастую падает для сложных предложений.
Однако дерево строится в большинстве случаев.
В течении пары дней добавлю кнопки для обратной связи, чтобы неудачные примеры можно было бы автоматически добавлять в обучающую выборку
P.S
По стеку технологий: в этот раз для сборки и деплоя решил попробовать Docker, оказалось очень удобно!
Осталось разобраться с сервисами по автоматической сборке и деплою докер контейнеров прямо из репозитория на гитхабе
Forwarded from Info Broth
Привет!
🤖 Я бот, который работает с предложениями
🧹 Я учусь очищать их от всего лишнего
💣 Напиши мне и посмотри, что получится
💡 Я работаю только с предложениями, если ты отправишь мне текст - я обработаю только первое предложение оттуда
🤖 Я бот, который работает с предложениями
🧹 Я учусь очищать их от всего лишнего
💣 Напиши мне и посмотри, что получится
💡 Я работаю только с предложениями, если ты отправишь мне текст - я обработаю только первое предложение оттуда
Очень долго ходил вокруг да около Firebase Real-time Database, а сегодня наконец-то запихал её в театрального ТГ бота
теперь он запоминает предложения, с которыми не справился
чтобы я потом смог на множестве этих предложений пофиксить логику его работы
так что, велком в бота - @InfoBrothBot, можете смело его мучать
теперь он запоминает предложения, с которыми не справился
чтобы я потом смог на множестве этих предложений пофиксить логику его работы
так что, велком в бота - @InfoBrothBot, можете смело его мучать
Последние пару недель изучаю нюансы оформление IT бизнеса в России, Эстонии и на Кипре
Посчитал выгоду от нахождения компании на Кипре, в сравнении с Россией (в случае с Эстонией ситуация по % примерно как в России)
Кипр:
На Кипре мы можем сделать такой мув, что часть прибыли мы выплачиваем себе как расходы компании. Это делается через заключение контракта между компанией и ИП за предоставление экспертизы в разработке.
Таким образом мы можем вывести некоторую часть прибыли компании (то есть списать на расходы)
На вопрос: какую именно часть прибыли можно вывести таким образом - эксперты отвечают, что лучше не наглеть, то есть компания должна показывать прибыльность
предлагаю посчитать двумя вариантами
1. 50 на 50
2. 75 и 25 (меньшая часть под налог в 12.5%)
Также вопрос, каким именно образом выводить дивиденды с Кипра и платить ли с них налог. (Лично я для себя думаю деньги оставлять на Кипре)
Россия:
в случае с Россией рассмотрим ситуацию, когда акционером компании является физ лицо (а ИП предоставляет услуги по экспертизе для ООО)
В России есть такая история, что ИП не может платить налоги за дивиденды по упрощённой ставке и всё равно надо платить НДФЛ в размере 13%
В таком случае при выводе 100% денег через дивиденды суммарный налог будет 30.4%
(также стоит учитывать, что у Российского юрлица могут быть проблемы с международным эквайрингом)
Однако ИП также может оказывать экспертные услуги для ООО
чтобы быть объективными, и рассмотрим аналогичный случай Кипру предоставление экспертизы со стороны ИП
сравнив два оптимальных варианта получим разницу в 4.375%
Ну и оставлю «ехидный» комментарий
«Судебные разбирательства по поводу целесообразности расходов на управляющего-ИП не так уж редки, а уклонение от налогов — статья серьезная, поэтому злоупотреблять подобной схемой точно не стоит.»
и ещё меня пугает вот это:
«Важно! ИП может стать учредителем ООО только на правах физического лица, но не в статусе индивидуального предпринимателя. То есть, доходы, получаемые бизнесменом от деятельности ИП, никак не должны пересекаться с доходами, которые ему принесло ООО. Налогообложение у таких предприятий будет раздельное.»
«Важно! Заключение сделок между ИП и ООО, участником (участником и одновременно директором) которого он является, становится поводом для особого контроля со стороны налоговых органов.»
Посчитал выгоду от нахождения компании на Кипре, в сравнении с Россией (в случае с Эстонией ситуация по % примерно как в России)
Кипр:
На Кипре мы можем сделать такой мув, что часть прибыли мы выплачиваем себе как расходы компании. Это делается через заключение контракта между компанией и ИП за предоставление экспертизы в разработке.
Таким образом мы можем вывести некоторую часть прибыли компании (то есть списать на расходы)
На вопрос: какую именно часть прибыли можно вывести таким образом - эксперты отвечают, что лучше не наглеть, то есть компания должна показывать прибыльность
предлагаю посчитать двумя вариантами
1. 50 на 50
2. 75 и 25 (меньшая часть под налог в 12.5%)
Также вопрос, каким именно образом выводить дивиденды с Кипра и платить ли с них налог. (Лично я для себя думаю деньги оставлять на Кипре)
• 0.5*12.5 + 0.5*6 = 12.25% • 0.25*12.5 + 0.75*6 = 7.625% Россия:
в случае с Россией рассмотрим ситуацию, когда акционером компании является физ лицо (а ИП предоставляет услуги по экспертизе для ООО)
В России есть такая история, что ИП не может платить налоги за дивиденды по упрощённой ставке и всё равно надо платить НДФЛ в размере 13%
В таком случае при выводе 100% денег через дивиденды суммарный налог будет 30.4%
(также стоит учитывать, что у Российского юрлица могут быть проблемы с международным эквайрингом)
Однако ИП также может оказывать экспертные услуги для ООО
чтобы быть объективными, и рассмотрим аналогичный случай Кипру предоставление экспертизы со стороны ИП
• 0.5*30 + 0.5*6 = 18 % • 0.25*30 + 0.75*6 = 12%сравнив два оптимальных варианта получим разницу в 4.375%
Ну и оставлю «ехидный» комментарий
«Судебные разбирательства по поводу целесообразности расходов на управляющего-ИП не так уж редки, а уклонение от налогов — статья серьезная, поэтому злоупотреблять подобной схемой точно не стоит.»
и ещё меня пугает вот это:
«Важно! ИП может стать учредителем ООО только на правах физического лица, но не в статусе индивидуального предпринимателя. То есть, доходы, получаемые бизнесменом от деятельности ИП, никак не должны пересекаться с доходами, которые ему принесло ООО. Налогообложение у таких предприятий будет раздельное.»
«Важно! Заключение сделок между ИП и ООО, участником (участником и одновременно директором) которого он является, становится поводом для особого контроля со стороны налоговых органов.»
До дедлайна по сдаче диплома осталось 1.5 месяца
а я так и не успел написать нейросеть, которая написала бы диплом за меня
а я так и не успел написать нейросеть, которая написала бы диплом за меня
Помните писал про Тиндер для квартир (https://t.me/rawoak/189)
Так вот, я решил совместить написание диплома по Computer Vision с этим проектом.
Если кратко, то я хочу обучить рекомендательную систему, работающую с изображениями.
Новизна моего подхода заключается в том, что я хочу попробовать сравнить разные типы эмбедингов для изображений.
В частности, мне очень понравилась работа DeViSE: A Deep Visual-Semantic Embedding Model, где нейросеть обучали предсказывать не сколько класс объекта, сколько его эмбединг, полученный с помощью NLP модели. Такой подход расширяет возможности нейросетки, ведь в каком-то смысле она комбинирует информацию об изображении со структурой языка. Благодаря такому подходу можно откопать много интересных инсайтов, что я и хочу попробовать сделать.
Тут можно почитать про то, как работают поисковые движки для картинок и при чём тут эмбединги.
Для начала я решил сделать проект в формате телеграм бота. Спарсил 20.000 картинок с приятными интерьерами с Pinterest и быстренько написал бота, где эти картинки можно оценивать.
На данном этапе бот присылает случайные картинки. Это необходимо чтобы собрать статистику для дальнейшего обучения рекомендательной системы.
Так что буду благодарен вам, если оцените пару интерьеров квартир в моём боте. Постарался сделать так, чтобы просмотр изображений приносил эстетическое удовольствие 🙂
Так вот, я решил совместить написание диплома по Computer Vision с этим проектом.
Если кратко, то я хочу обучить рекомендательную систему, работающую с изображениями.
Новизна моего подхода заключается в том, что я хочу попробовать сравнить разные типы эмбедингов для изображений.
В частности, мне очень понравилась работа DeViSE: A Deep Visual-Semantic Embedding Model, где нейросеть обучали предсказывать не сколько класс объекта, сколько его эмбединг, полученный с помощью NLP модели. Такой подход расширяет возможности нейросетки, ведь в каком-то смысле она комбинирует информацию об изображении со структурой языка. Благодаря такому подходу можно откопать много интересных инсайтов, что я и хочу попробовать сделать.
Тут можно почитать про то, как работают поисковые движки для картинок и при чём тут эмбединги.
Для начала я решил сделать проект в формате телеграм бота. Спарсил 20.000 картинок с приятными интерьерами с Pinterest и быстренько написал бота, где эти картинки можно оценивать.
На данном этапе бот присылает случайные картинки. Это необходимо чтобы собрать статистику для дальнейшего обучения рекомендательной системы.
Так что буду благодарен вам, если оцените пару интерьеров квартир в моём боте. Постарался сделать так, чтобы просмотр изображений приносил эстетическое удовольствие 🙂
Telegram
Oak Raw Channel
Дело было вечером. Сидел залипал на ЦИАН: опять ищу себе квартиру в Москве
Внезапно задумался над созданием приложения для персонализированного подбора квартир на базе фотографий в объявлениях.
То есть нужна Computer Vision нейросетка, которая на вход…
Внезапно задумался над созданием приложения для персонализированного подбора квартир на базе фотографий в объявлениях.
То есть нужна Computer Vision нейросетка, которая на вход…
Дошли руки написать 3ю статью на хабр
в этот раз про то, насколько круто пользоваться облачными сервисами
благодаря Firebase написал ТГ бота всего за один вечер
https://habr.com/ru/post/554132/
в этот раз про то, насколько круто пользоваться облачными сервисами
благодаря Firebase написал ТГ бота всего за один вечер
https://habr.com/ru/post/554132/
Хабр
Telegram бот на Firebase
В основном, про Firebase рассказывают в контексте создания приложений под IOS или Android. Однако, данный инструмент можно использовать и в других областях разра...
Недавно взял себе новый ноутбук
Macbook Air M1 16RAM вместо Macbook Pro 2017 i5 16RAM
Уже третий день не перестаю восхищаться этим процессором, всё работает невероятно быстро.
Пока читал про особенности работы докера на этом процессоре наткнулся на одну интересную деталь касательно того как этот процессор исполняет программы для x86.
Apple удалось сделать так, что на чипе М1 бинарники x86 работают быстрее чем на многих процессорах intel))
Если кратко, то они прямо на чипе сделали такой модуль, который при эмуляции работы x86 меняет принцип работы с памятью.
Ниже будет то же самое, но из источника на английском
Macbook Air M1 16RAM вместо Macbook Pro 2017 i5 16RAM
Уже третий день не перестаю восхищаться этим процессором, всё работает невероятно быстро.
Пока читал про особенности работы докера на этом процессоре наткнулся на одну интересную деталь касательно того как этот процессор исполняет программы для x86.
Apple удалось сделать так, что на чипе М1 бинарники x86 работают быстрее чем на многих процессорах intel))
Если кратко, то они прямо на чипе сделали такой модуль, который при эмуляции работы x86 меняет принцип работы с памятью.
Ниже будет то же самое, но из источника на английском
We also have an answer now to the insane x86 translation performance (around 80% of native performance, give or take - and, yes, this does mean that the M1 runs x86 binaries faster than an awful lot of x86 hardware out there). I’ve messed around with running x86 binaries in emulation on ARM before, and got about 10% of native performance on a Rpi4. Painful. Apple’s Rosetta 2 gets a lot of benefit from being a pre-compiling translator (for most cases - it still has to interpret JIT type workloads), but most people figured that would get you to 50% - at best. The ARM memory model is so radically different from x86 that you end up sprinkling memory barriers everywhere to guarantee cross threaded consistency, and that really hurts performance.
The issue is that on x86, if you write memory addresses in a certain sequence, all other cores will see the writes in the same sequence. If you write some blob of data and then write the “Ready!” flag, by the time other cores see the flag change value, you can be certain that the blob of data has been written. ARM has no such guarantees without explicit (and slow) memory barrier instructions, and this is why the x86 emulation on ARM Windows was painful - guaranteeing correctness of a translated binary on a weaker memory model is slow.
As it turns out, Apple isn’t doing it purely in software - they have Total Store Ordering support in their hardware! When the M1 runs a translated x86 binary, the OS just tells the chip, “Hey, use x86 memory ordering for this thread.” Things built natively for ARM can take advantage of the performance gains of the memory reordering, and things that requires strict ordering get strict ordering. It’s a very, very clever way to totally bypass the memory ordering issues with translated binaries, and it’s not a thing in any other ARM chip on the planet (I’d say yet, but I really don’t think this will become a popular thing to implement - perks of Apple building their own silicon).
The issue is that on x86, if you write memory addresses in a certain sequence, all other cores will see the writes in the same sequence. If you write some blob of data and then write the “Ready!” flag, by the time other cores see the flag change value, you can be certain that the blob of data has been written. ARM has no such guarantees without explicit (and slow) memory barrier instructions, and this is why the x86 emulation on ARM Windows was painful - guaranteeing correctness of a translated binary on a weaker memory model is slow.
As it turns out, Apple isn’t doing it purely in software - they have Total Store Ordering support in their hardware! When the M1 runs a translated x86 binary, the OS just tells the chip, “Hey, use x86 memory ordering for this thread.” Things built natively for ARM can take advantage of the performance gains of the memory reordering, and things that requires strict ordering get strict ordering. It’s a very, very clever way to totally bypass the memory ordering issues with translated binaries, and it’s not a thing in any other ARM chip on the planet (I’d say yet, but I really don’t think this will become a popular thing to implement - perks of Apple building their own silicon).
GitHub
GitHub - saagarjha/TSOEnabler: Kernel extension that enables TSO for Apple silicon processes
Kernel extension that enables TSO for Apple silicon processes - saagarjha/TSOEnabler
Начал делать рекомендательную систему для своего Flats Tinder проекта
Наткнулся невероятную open source библиотечку от Spotify, как раз для рекомендательных систем
https://github.com/spotify/annoy
Наткнулся невероятную open source библиотечку от Spotify, как раз для рекомендательных систем
https://github.com/spotify/annoy
GitHub
GitHub - spotify/annoy: Approximate Nearest Neighbors in C++/Python optimized for memory usage and loading/saving to disk
Approximate Nearest Neighbors in C++/Python optimized for memory usage and loading/saving to disk - spotify/annoy