⚡️ Чит-код для работы с нейросетями

Огромная библиотека русскоязычных промтов!

Всё аккуратно разложено по категориям:
➡️Кодинг;
➡️Промты для генерации изображений;
➡️Дипломы, курсовые, smm, seo, для текстовых моделей;
➡️Фильтры по стилям и типам задач и многое другое.

🟢Хочешь реалистично сгенерировать человека?
🟢Написать курсовую или диплом?
🟢Собрать контент-план, сценарий, описание, рекламу, структуру сайта?

Уже есть готовые промты — просто бери и используй.

👍 Сохраняем и пробуем ТУТ

#нейросеть #nn #soft

😡 Слышь. Пропусти

С добрым утром 😎

#cyberpunk

💻 Counter-OSINT: руководство по приватности и защите своих данных в Сети на русском

💬 Приватность и ценность личной информации.
💬 Удаление информации о себе.
💬 Приватность в социальных сетях Telegram, Instagram, VK другие.
💬 Цифровая гигиена, телефонный номер, почта, местоположение, пароли и д.р.
💬 Утечки данных и пробив.
💬 Приватность для разработчиков и многое другое.

#osint #cybersec #russian

⚡️ Айтишник из «VISION» скупил курсы айти школ и выложил гигабайты материалов к себе

Каждый найдет что-то по душе:

1202 ГБ — Python
1811 ГБ — Frontend
1100 ГБ — C / C++ / C#
804 ГБ — Java
411 ГБ — SQL & БД
309 ГБ — DevOps
998 ГБ — ИБ & Хакинг
773 ГБ — Kotlin / Swift
189 ГБ — PHP
201 ГБ — GoLang
170 ГБ — Rust
167 ГБ — QA / Тестирование
310 ГБ — 1C + Лицензии
495 ГБ — Машинное обучение
704 ГБ — Аналитика Данных
991 ГБ — Дизайн

Материалы в закрепе, постоянно пополняются👆🏻

😠 Если тебе когда-нибудь приходилось мучиться с удалением фона на фото, забудь про эти страдания.

RMBG 2.0 от BriaAI — это новый уровень.
Модель вырезает фон идеально, аккуратно, без артефактов и без этих мыльных краёв, как у большинства “бесплатных сервисов”.

Что умеет:
💬 Удаляет фон даже на самых сложных фото (волосы, мех, прозрачные объекты — без шансов!)
💬 Работает локально — никакой загрузки твоих фото в облако
💬 Быстрая обработка
💬 Поддерживает Python/CLI, легко встраивается в любые проекты

Пример использования:

from PIL import Image
import matplotlib.pyplot as plt
import torch
from torchvision import transforms
from transformers import AutoModelForImageSegmentation

model = AutoModelForImageSegmentation.from_pretrained('briaai/RMBG-2.0', trust_remote_code=True)
torch.set_float32_matmul_precision(['high', 'highest'][0])
model.to('cuda')
model.eval()

# Data settings
image_size = (1024, 1024)
transform_image = transforms.Compose([
    transforms.Resize(image_size),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

image = Image.open(input_image_path)
input_images = transform_image(image).unsqueeze(0).to('cuda')

# Prediction
with torch.no_grad():
    preds = model(input_images)[-1].sigmoid().cpu()
pred = preds[0].squeeze()
pred_pil = transforms.ToPILImage()(pred)
mask = pred_pil.resize(image.size)
image.putalpha(mask)

image.save("no_bg_image.png")

💰 Где можно использовать?
Хочешь встроить авто-вырезку в свой редактор, телеграм-бота, маркетплейс-утилиту, обработку аватарок или генератор мемов? — RMBG 2.0 лучший вариант за последнее время.

♎️ GitHub/Инструкция

Пробуем 👍

#python #soft #github