تو این سایت می‌تونید توزیع های مختلف لینوکس رو به صورت آنلاین اجرا کنید. برای انتخاب توزیع عالیه.
https://distrosea.com/

@DevTwitter | <Javad/>

با این تریک می‌تونید بدون نصب یه ابزار اونو روی سیستمتون روی یه کانتینر ایزوله اجرا کنید


docker run -it cmd.cat/htop/iostat

این کامند میاد یه کانتینر میسازه و دوتا ابزار htop و iostat رو روش نصب میکنه و هر چیز دیگه ای رو میتونید با اسلش بهش اضافه کنید، حجم زیادی هم اشغال نمیکنه کانتینر آلپاینه کلا 10 مگابایته.


🐧 @Linuxor

چطور در لینوکس جایگزینی برای برنامه‌های ویندوزی پیدا کنیم؟
اگه تازه اومدین روی لینوکس و دنبال برنامه‌هایی می‌گردین که مشابه نرم‌افزارهای ویندوزی‌تون باشه، ممکنه یه ذره سردرگم بشین. اما نگران نباشید، یه راه خیلی ساده وجود داره،استفاده از سایت:
https://alternativeto.net/

@DevTwitter | <GeeDook/>

توی عشق‌ و حال با Qwen2.5 بودیم که llama3.2 معرفی شد.

1B, 3B, 11B, 90B

نمی‌دونم چرا Meta مدل ۲۲-۳۲ میلیاردی نمیده

As the first Llama models to support vision tasks, the 11B and 90B models required an entirely new model architecture that supports image reasoning.

همینجوری که دارم می‌خونم گزارش رو؛ این پست آپدیت میشه

مدل‌های 1B, 3B هم دارای 128k کانتکس رو پشتیبانی می‌کنند و مهمترین بخش؛ برای سخت افزارهای Qualcomm and MediaTek اپتیمایز شدند و این گوشی‌های آندروید افتادن تو عشق و حال 😁

تکنیک آماده سازی برای Ollama رو هم که آموزش دادم؛ تبدیل کنید و با ollama ببرید روی گوشی تا شرکت‌های تولید گوشی خودشون بیارن این قابلیت رو روی آندروید.

از نظر بنچمارک تسک‌های ویژن مدل ۱۱-۹۰ میلیاردی هر دو امتیازات بسیار بالایی رو دارند؛ توی تمام دیتاست‌های معروف و تسک‌های مختلف؛ که خب ما می‌دونیم بنچمارک‌ها به تنهایی دیگه مفید نیستند خیلی.

اگر مدل ۱۱-۹۰ میلیاردی رو می‌خواید با vpn اروپا درخواست نفرستید درجا رد می‌شه :

Meta-llama has disallowed access to this model in the EU

این تنظیمات vpn برای من جواب داد :

vless://[email protected]:443?security=tls&sni=en.mfa.gov.ir&alpn=h2,http/1.1&allowInsecure=1&fp=randomized&type=ws&path=/H?ed%3D2560&host=en.mfa.gov.ir&encryption=none#%F0%9F%94%92%20VL-WS-TLS%20%F0%9F%87%BA%F0%9F%87%B8%20US-199.232.5.85:443

اگر متا بهتون دسترسی نداد :

check this link

مدل رو از اینجا دانلود کنید؛ شخصا فردا تست خواهم کرد.

Q4 version from unsloth

من خیلی از این اطلاعات رو در مورد مموری توی Rust مجبور شدم دونه دونه بخونم مثلا اینکه

stack: 2MB-8MB

و ... شاید به کار خیلی‌ها نیاد ولی برای System developer جزو واجبات هست که حداقل یکبار این موارد رو برای زبان برنامه‌نویسی که کد میزنه ببینه و بررسی کنه.

خیلی اتفاقی توی یوتیوب این ویدئو رو شروع کردم و دیدم داره این اطلاعات رو همرو یکجا توضیح میده؛ الان روی دقیقه ۸ هستم و دارم ازین ویدئو لذت می‌برم امیدوارم بدرد شما هم بخوره

Youtube Link

بعدش میرم سراغ ۱۵ صفحه Rust خوندن امروز
با وجود کم خوابی ۲۴ ساعت گذشته؛ دارم از یادگیری Rust لذت میبرم و همین نمیذاره بخوابم.

یک سری چارت داشتم که ۲-۳ ماه پیش با chatgpt روشون گزارش گرفتم؛ ۵-۶ مورد توسط متخصص تایید شد و باقی هم اشتباهاتش در اومد.
متاسفانه llama3.2 90B روی این تسک خیلی خوب نبود؛ وقتی بهش میگم جوابت رو توضیح بده شروع می‌کنه اشتباه کردن و یا حتی جواب اول رو تغییر دادن.

پس فعلا روی این مدل تسک‌ها کاپ رو برگردونیم بدیم به allenai/Molmo
متاسفم meta ولی هنوز روی تصاویر مربوط به چارت و گراف و آنالیز تخصصی hallucination بالایی داری شاید ورژن‌های بعدی.

در عوض مدل‌های 1B, 3B متنی توی تست‌ها بیش از حد انتظار بهتر بود (البته من 1B رو تست کردم). روی تسکی که توی ماه قبل برای تمیز کردن داده داشتم تست گرفتم و نتایجش از هر سه مورد Phi3, Gemma, Qwen2 بهتر بود. (یادم نبود این تسک رو روی Qwen2.5 هم تست کنم)

با این حساب لیست مدل‌های من :

Flux-Dev --> Image generation.
Molmo --> general vision tasks.
Llama3.2 1B and 3B --> Data cleaning (small model).
Qwen2.5 32B --> General use cases.
Qwen2.5-coder & yi-coder & deepseek-coder-v2 --> coding 

البته بعد از انتشار Qwen2.5-coder 32B قطعا با deepseek خدافظی می‌کنم ولی تا اون موقع باشه شاید لازم شد.

It's Hacktoberfest time! Here's everything you need to know! 🥇

https://itsfoss.com/hacktoberfest-guide/

🔵 عنوان مقاله
What's in an (Alias) Name?

🟢 خلاصه مقاله:
مقاله مذکور به موضوع اضافه شدن انواع نام‌های مستعار عمومی (Generic alias types) به زبان برنامه‌نویسی Go در نسخه 1.24، که انتظار می‌رود در فوریه 2025 منتشر شود، می‌پردازد. این ویژگی جدید بر پایه نام‌های مستعار موجود و جنریک‌ها (generics) ساخته شده است. یکی از مهم‌ترین کاربردهای نام‌های مستعار توانایی بازسازی کد بدون از بین بردن سازگاری با نسخه‌های قبلی است. رابرت در این مقاله به توضیح مفهوم نام‌های مستعار و دلایلی که گنجاندن آن‌ها در جنریک‌ها کار بیشتری را می‌طلبد پرداخته است. گسترش نام‌های مستعار به جنریک‌ها قابلیت‌های زبان برنامه‌نویسی Go را تقویت می‌کند و امکان ارتقاء کد را فراهم می‌آورد، در حالی که حفظ سازگاری و قابل استفاده بودن در پروژه‌های موجود را تضمین می‌کند.

🟣لینک مقاله:
https://golangweekly.com/link/160148/web

➖➖➖➖➖➖➖➖
👑 @gopher_academy

چند تا مثال برای اینکه تفاوت SaaS و PaaS و IaaS رو دقیق تر ببینید.


🐧 @Linuxor

همیشه برای خودم سوال بوده که دیتابیس ها بصورت سنتی روی vm یا بصورت cloud با استفاده از docker و kubernetes چه مزایا و معایبی دارن، هم از نظر هزینه های نگهداری و هم از نظر performance و عملکرد. اگه تجربه ای دارید خوشحال میشم بشنوم.

استقرار دیتابیس روی vm با حالت dockerize شده ش خصوصا برای استارت آپ های کوچیک چه تفاوت هایی میتونه داشته باشه؟

این مقاله هم در همین مورد نکاتی میگه
https://thenewstack.io/kubernetes-for-databases-weighing-the-pros-and-cons/


توضیحات «دوره + تیمسازی بکند و گولنگ Go Casts» و تخفیف ۵۰ درصدی رو در این پست میتونید بخونید 👇
https://t.iss.one/gocasts/515

@gocasts

#database #kubernetes

💎 استفاده از PostgreSQL با Django 💎

امروز می‌خوایم درباره PostgreSQL و اینکه چرا این دیتابیس رابطه‌ای با Django فوق‌العاده مچ میشه، صحبت کنیم. همچنین چندتا از فیچرهای خاصی که جنگو برای این دیتابیس داره رو معرفی می‌کنیم

چرا PostgreSQL؟ 🤔
خب PostgreSQL یه دیتابیس رابطه‌ای قدرتمنده که خیلی‌ها بهش میگن "Postgres". این دیتابیس اوپن سورس، خیلی خوب با Django هماهنگ میشه و خیلی امکانات و قابلیت‌های پیشرفته‌ای رو ارائه میده که وقتی با جنگو کار می‌کنی حسابی به درد می‌خوره. از جمله پشتیبانی از JSONB، قفل‌های پیچیده، پارتیشن‌بندی داده‌ها و ... 😍

چطوری از PostgreSQL توی Django استفاده کنیم؟ 🛠️

1⃣ اول از همه، باید مطمئن شی که PostgreSQL رو نصب داری.

2⃣ بعدش توی پروژه جنگویی، توی فایل settings.py باید دیتابیس رو به Postgres وصل کنی. یه همچین چیزی:
  
  

   DATABASES = {
       'default': {
           'ENGINE': 'django.db.backends.postgresql',
           'NAME': 'your_db_name',
           'USER': 'your_db_user',
           'PASSWORD': 'your_db_password',
           'HOST': 'localhost',
           'PORT': '5432',
       }
   }
   

حالا می‌تونی از قابلیت‌های خفن Postgres استفاده کنی و دیتابیس پروژه‌ت رو به یه سطح بالاتر ببری! 🚀

فیچرهای خاص Django برای PostgreSQL 📦

1⃣ مدل‌های JSONField 📄 
   با استفاده از Postgres توی Django، می‌تونی از فیلد JSONField استفاده کنی. این فیلد بهت اجازه میده که داده‌های JSON رو به‌راحتی توی دیتابیس ذخیره کنی و بعداً کوئری‌های خفن روشون بزنی! دیگه نیازی نیست همیشه ساختار داده‌ت فقط رابطه‌ای باشه.

  

   from django.db import models
   
   class MyModel(models.Model):
       data = models.JSONField()
   

2⃣ فیلد ArrayField 🔢 
   اگه یه لیست یا آرایه داری و می‌خوای اون رو مستقیم توی دیتابیس ذخیره کنی، ArrayField بهترین انتخابه. با این فیلد، می‌تونی یه لیست از مقادیر (مثلاً یه سری عدد یا استرینگ) رو توی یه ستون ذخیره کنی.

  

   from django.contrib.postgres.fields import ArrayField
   from django.db import models

   class MyModel(models.Model):
       tags = ArrayField(models.CharField(max_length=100), blank=True)

3⃣ فیلد HStore 🗂️ 
خب HStore یه قابلیت خاص توی Postgresه که بهت اجازه میده داده‌های کلید-مقدار (key-value) رو توی دیتابیس ذخیره کنی. Django از این فیلد پشتیبانی می‌کنه و باهاش می‌تونی داده‌هایی شبیه به دیکشنری رو ذخیره کنی.

 

   from django.contrib.postgres.fields import HStoreField
   from django.db import models

   class MyModel(models.Model):
       attributes = HStoreField()
   

4⃣ فیلد Range 📏 
   این فیلد بهت اجازه میده که رِنج‌ها رو توی دیتابیس ذخیره کنی. مثلاً می‌خوای یه بازه تاریخی یا عددی رو نگه‌داری، این فیلد دقیقاً به درد همون کار می‌خوره.

  

   from django.contrib.postgres.fields import DateRangeField
   from django.db import models

   class MyModel(models.Model):
       date_range = DateRangeField()
   

5⃣ و در اخر Full-Text Search 🔍 
خب Postgres قابلیت جستجوی متنی پیشرفته داره و Django هم از این قابلیت پشتیبانی می‌کنه. با استفاده از این فیچر می‌تونی به‌صورت سریع و بهینه توی متن‌ها جستجو کنی.

  

   from django.contrib.postgres.search import SearchVector
   from .models import MyModel

   MyModel.objects.annotate(search=SearchVector('title', 'description')).filter(search='keyword')
   

جمع‌بندی 🎯
استفاده از PostgreSQL توی Django یه انتخاب خیلی خوبه، چون هم دیتابیس قوی‌ایه و هم فیچرهای اختصاصی زیادی برای جنگو داره که می‌تونه کارتو سریع‌تر و راحت‌تر کنه. از ذخیره JSON گرفته تا جستجوی متنی، Postgres و Django یه ترکیب طلایین

امیدوارم مفید بوده باشه :)

#django #postgressql #postgres

@ninja_learn_ir

توی حمله DOS مهاجما آدرس مبدا پکت رو عوض میکنن که حملشون به خودشون برنگرده، حالا این عوض کردن اثراتش دامن گیر بقیه میشه که بهش میگن backscatter، و نکته جالب اینجاست از طریق backscatter که روی شبکه به وجود میاد میشه فهمید یه بنده خدایی تحت حمله DOS قرار گرفته.

🐧 @Linuxor

اینبار JavaScript روی ژوپیتر لب (Jupyterlab)

✅ میدانیم Jupyterlab یک IDE تعاملی مبتنی بر وب، با امکانات خاص برای اجرای کدهای پایتونی است

🔥نظرتون در مورد اجرای جاوااسکریپت (JavaScript) و TypeScript با Deno APIs روی کرنل Jupyterlab چیه؟ 😎 اینجا

اکستنشن Vscode هم داره
🗓 چطوری ؟
اول Deno را نصب کن

curl -fsSL https://deno.land/install.sh | sh

حالا Jupyter Kernel for Deno را نصب کن

deno jupyter  --install

برای من unstable کار نکرد و همینجوری نصب شد پس حالشو ببرید
حالا Jupyter و کرنل Deno را اجرا کنید بوووم 😍

⁉️ سوالی داشتید در بخش کامنت ها بپرسید 😎

اگه نمی‌تونید یه سیستم بزرگ رو پیاده کنید و وسطش هی گیر میکنه و پیش نمیره این پترن ساده رو استفاده کنید.


تایمی که قراره بزارید برای پروژتون رو نصف کنید و نصفش اولش رو شروع کنید با راحت ترین و احتمالا بد ترین ابزار و ماژول های ممکن پروژه رو پیش ببرید، اصلا مهم نیست اون ابزار و ماژوله چقدر بده فقط کار کنه حله.

و توی نیمه دوم تایمتون شروع کنید به Refactoring و اصلاح اون ابزار ها و ماژول های بد با نسخه بهترش، اینطوری دیگه پروژتون همیشه در حال توسعس و احتمال اینکه پیش بره خیلی بالا تره اون پروژه بدی هم که ساختین هم بهش میگن MVP نگران نباشین کم کم درست میشه.


🐧 @Linuxor

🔵 عنوان مقاله
Revive 1.4: A Faster, Configurable, Flexible Linter for Go

🟢 خلاصه مقاله:
این مقاله درباره ابزاری به نام "golint"، یک ابزار استاندارد برای تجزیه و تحلیل کد در زبان برنامه‌نویسی Go است که بحثی برای جایگزینی آن با نسخه بهبود یافته‌ای انجام شده است. جایگزین پیشنهادی قصد دارد ساختار، امکان پیکربندی و عملکرد بهتری نسبت به نسخه اصلی ارائه دهد. این ابزار جدید توسط بسیاری از پروژه‌ها و کتابخانه‌های بزرگ Go مورد استفاده قرار گرفته و در مخزنی در GitHub قابل دسترسی است. این تغییر از نسخه اصلی golint به نسخه جدید، بر اساس نیازهای کاربرانی که به دنبال افزایش بازده و قابلیت‌های بیشتر هستند، انجام شده است. این ابزار جدید به کاربران امکان می‌دهد تا با استفاده از گزینه‌های پیکربندی دقیق‌تر، کنترل بیشتری بر تجزیه و تحلیل کد خود داشته باشند.

🟣لینک مقاله:
https://golangweekly.com/link/160160/web

➖➖➖➖➖➖➖➖
👑 @gopher_academy

بچه‌ها اگه می‌خواید یه مدرک رایگان راجع به Generative AI و LLM Agents از دانشگاه Berkeley بگیرید این دوره‌ای که دارن برگزار می‌کنن رو شرکت کنید. فیلماش ضبط میشه رو یوتیوب می‌ذارن.واسه هر جلسه یه آزمون داره، همه‌رو تموم کنید مدرکش رو میدن بهتون.
https://llmagents-learning.org/f24

@DevTwitter

#برگام

از گلوبالیست احمق‌تر توی دنیا
فقط بسیجی می‌تونه باشه تو ایران

طرف رفته توی پلتفرم X که مال خود Elon musk هست، هشتگ راه انداخته با موضوع blockelon بعد خود خرش رفته پول داده به پلتفرم X که بهش تیک آبی بده.


یاد اون کلیپ افتادم که می‌گفت :
تو خود خری، اصن خر بودن رو از روی تو ساختن.