متود "flexible" در لاراول بهمون این امکان رو داده که cache داده‌ها رو به‌طور بهینه‌تر مدیریت کنیم.
با استفاده ازین متود میتونیم خیلی راحت داده‌های کش‌شده رو قبل از expire شدنشون دوباره بررسی و به‌روزرسانی بکنیم.

ینی چی؟
اگر داده‌های جدیدی در پایگاه داده وجود داشته باشد، کش به‌روز میشه و در غیر این صورت از کش موجود استفاده میشه.

این روش به ما کمک میکنه تا دیتای بروزتری داشته باشیم و از مشکلاتی که ممکنه در زمان استفاده از کش پیش بیاد جلوگیری کنیم.
#Laravel
@GoldenCodeir
(به‌منبع و مثالش دقت کنید 👇🏾)
https://x.com/OussamaMater/status/1839394644100350400?t=95Pm5MBtwXfTQnL-FB5u-Q&s=35

با ابزار binsider می‌تونید برنامه های اجرایی و کتابخونه هاشو آنالیز کنید، محتوایات برنامه اجرایی رو دامپ کنید، مثل Strace سیستم کال هارو Trace کنید، توی رشته هاش جستجو کنید و URL یا اطلاعات حساس رو پیدا کنید.

https://github.com/orhun/binsider


🐧 @Linuxor

چرا وبگاه‌های دولتی، تو سرتاسر دنیا، از ایران بگیر تا افغانستان تا آلمان و ایالات متّحده، همه‌شون از دم هم ظاهر بد و قدیمی دارن و هم خدماتی که ارائه می‌کنن خیلی محدوده و یه طور خاصّی همه شبیه هم تو ده-بیست سال پیش، گیر کردن؟

#موقت

میتونید git-fame رو نصب کنید
و با وارد کردن این دستور, ببینید چند خط با یک پسوند الان رو سورس کد وجود داره که شما کامیت کردین؟ (کدایی که قبلا زده شده و پاک شده و دیگه تو سورس کد نیست رو حساب نمیکنه).

git-fame --incl '(.*)py$'

@PyBackendHub

GitHub.com/ipasimulator/ipasim

WTF?!

#موقت

اگه این زندگی براتون زیاد خوب نیست مثل هوش مصنوعی توی زندگیتون SMOTE کنید


یه ماشین کامپیوتری وقتی داره چیزی رو یاد میگیره ممکنه اشتباه کنه و یه قضاوت بایاس دار کنه (قضاوتش دقیق نباشه و میل به سمتی داشته باشه) مثلا یه تعدای عکس سگ و گربه بهش بدیم و تعداد سگ ها بیشتر باشه، هوش مصنوعی ما ممکنه هرچی ببینه بگه سگه برای مقابله با این مشکل میان SMOTE میکنن یعنی با یه سری الگوریتم اقلیت رو کاری میکنن که بیشتر بهش توجه بشه و قضاوت هوش مصنوعی دقیق تر بشه.

مغز شما هم میتونه به این مشکل گرفتار بشه یعنی یه تایمی چیز ها و آدمای خوب اطرافتون حالا به هر دلیلی کم بشه و فکر کنید کل دنیا همون شکلیه؛ سعی کنید اگه یه چیز کوچولو دیدید که خوبه بولدش کنید و بیشتر بهش توجه کنید تا این بایاس از مغزتون پاک بشههههههه.


🐧 @Linuxor

فرانت اند (۱)

توضیحات :
رفقا دیزاین سایز هر دو فرانت اند 1440 در 1024 هست ، اندازه desktop که فرانت اند نشون میده ۱۳۶۶ در ۷۳۸ هست .
اینجا برای اینکه آیتم ها ظاهر خودشون رو در هر نوع desktop حفظ کنه از scale کردن استفاده کردیم (بعضی جاها کل آیتم scale شده ، بعضی جاها برخی قسمت ها) .

طراحی فونت ها براساس متریال دیزاین هست و چون desktop ما از design size کوچیک تره ،برای اینکه ظاهر مینیمال و جذاب خودشو حفظ کنه از تمام فونت ها 2px کم کردیم و خروجی نهایی این شده

فرانت اند (۱)

توضیحات :
رفقا دیزاین سایز هر دو فرانت اند 1440 در 1024 هست ، اندازه desktop که فرانت اند نشون میده ۱۳۶۶ در ۷۳۸ هست .
اینجا برای اینکه آیتم ها ظاهر خودشون رو در هر نوع desktop حفظ کنه از scale کردن استفاده کردیم (بعضی جاها کل آیتم scale شده ، بعضی جاها برخی قسمت ها) .

طراحی فونت ها براساس متریال دیزاین هست و چون desktop ما از design size کوچیک تره ،برای اینکه ظاهر مینیمال و جذاب خودشو حفظ کنه از تمام فونت ها 2px کم کردیم و خروجی نهایی این شده

فرانت اند (۲):

توضیحات :
Design size: 1440 x 1024
Desktop size : 1366 x 738

توی این دیزاین هم برخی آیتم هارو scale کردیم اما تفاوت قابل توجه در فونت ها و ویجت هایی که parent فونت ها هستن وجود داره
ما تو این دیزاین size فونت هارو برای تمام desktop size ها ثابت قرار دادیم و مقدار ویجت والد رو بر اساس padding فونت ها بدست آوریم که خروجی شده این ویدیو

فرانت اند (۲):

توضیحات :
Design size: 1440 x 1024
Desktop size : 1366 x 738

توی این دیزاین هم برخی آیتم هارو scale کردیم اما تفاوت قابل توجه در فونت ها و ویجت هایی که parent فونت ها هستن وجود داره .
ما تو این دیزاین size فونت هارو برای تمام desktop size ها ثابت قرار دادیم و مقدار ویجت والد رو بر اساس padding فونت ها بدست آوریم که خروجی شده این ویدیو

شب همگی سینتکسیا خوش باشه😉

بطور خیلی خلاصه اول ازتون میخوام که با دقت از این دو تا ویدیو فرانت اند وبسایت syntax دیدن کنید و انتخاب خودتون بهمون بگید که کدوم یکی از لحاظ تناسب و سایز ویجت ها و فونت ها به نسبت desktop بردیگری برتری داره؟

(جزئیات هر فرانت رو زیر ویدیو درج میکنم)

academia.edu

#learn #science #معرفی
@amiria703_channel

چرایی بیمار بودن دانشگاه های ایران
https://castbox.fm/vb/739323005

https://vocaltractlab.de/index.php?page=vocaltractlab-download

به اوج قلّهٔ رضایت می‌رسم وقتی که می‌بینم محققین نرم‌افزارهای علمی پرکاربردشون رو به صورت نرم‌افزار آزاد عرضه می‌کنن.

#note #FLOSS #معرفی
@amiria703_channel

اگه پکیج پایتون می‌نویسید و علاقه دارین که نمودار دانلود اخیر پکیجتون رو داشته باشین و در README نمایشش بدین، یه اکشن نوشتم که به راحتی می‌تونید اینکار رو باهاش انجام بدید!

می‌تونید سایز و رنگ نمودار رو هم خودتون ست کنید.

آدرس اکشن (شیوه استفاده در لینک): https://github.com/marketplace/actions/pypi-chart-badge

Made with PyAction

چه خوبه خودت فعال‌ترین یوزر پروداکت خودت باشی.. 🫡

اگه با QT برنامه میسازین و استایلش رو خوب نمیتونین در بیارین از این ریپو استفاده کنید

بهتون حتی امکان تغییر تم برنامه به صورت داینامیک و تغییر رنگ آیکون ها رو میده و ui برنامتون رو زنده تر میکنه

https://github.com/githubuser0xFFFF/Qt-Advanced-Stylesheets

🐧 @Linuxor

یه دولوپر بعد از ۳۰ سال کار با ویندوز به لینوکس مهاجرت کرده، سر چی؟
ماجرا اینه که شش تا کارت گرافیک ۲۴ گیگابایتی واسه اجرای مدل‌های AI میخره و یکی یکی به سیستم اضافه میکنه، رو ویندوز افت عملکرد زیادی میبینه، یعنی از کل ظرفیت کارت‌ها نمیتونه استفاده کنه.
بعد میاد لینوکس رو به شکل مجازی داخل ویندوز اجرا میکنه و دوباره تست میگیره که کمک زیادی نمیکنه، نهایتا تصمیم میگیره یه لینوکس مستقیما نصب کنه.
بعد از تغییر ویندوز به لینوکس شاهد افزایش ۳ برابری سرعت اجرای وظایف میشه و سیستمش هم به حافظه بیشتری دسترسی پیدا میکنه.
سرعت بالاتر معنیش اینه که میتونه مدل‌های بزرگتر رو هم اجرا کنه، کاری که داخل ویندوز نمیتونست.
در کل ماجرای کاربر Inevitable-Start-653 هم دوست داشتید میتونید بخونید، جالب هست.
https://www.reddit.com/r/Oobabooga/comments/1b1pm0m/after_30_years_of_windowsive_switched_to_linux/

@DevTwitter | <Soroush Ahmadi/>