В современном мире, где фотографии играют огромную роль в сфере социальных медиа, онлайн-безопасности и контроля содержимого, важно иметь эффективные инструменты для обнаружения нежелательных предметов на изображениях. В данной публикации мы рассмотрим практическое применение двух из самых популярных моделей YOLO и ResNet для обнаружения нежелательных предметов на фотографиях.

В настоящее время оснащенность средствами связи высока, однако в мире и сейчас существует немало мест, где людям эти средства были недоступны. Есть множество областей, где уровень сигнала критически низок или и вовсе отсутствует возможность связаться с миром. Понятна потеря связи на высочайших пиках горных вершин или под водной толщей океана, и даже в сделанных из металла лифтах в многоэтажных зданиях. Однако проблемы со связью возникающие в густонаселенных регионах России, а тем более в пределах городов-миллионников могут, а главное, должны быть устранены. Основная цель этого поста – разобрать весь алгоритм и набор Python-скриптов поиска проблемных зон связи по координатам, где была зафиксирована потеря связи.

Почему стоит выбрать Node.js для разработки API? Высокая производительность Node.js обеспечивает низкий уровень нагрузки на процессор благодаря асинхронной обработке запросов. Это позволяет обрабатывать большое количество параллельных запросов без затормаживания системы. Также, единая языковая среда поможет в решении проблем и даст возможность быстро найти ответы на ваши вопросы.

В данном посте пройдём путь от знакомства с мощным инструментом для документации Sphinx до публикации нашей собственной документации на GitHub Pages. Мы узнаем насколько широко Sphinx используется в мире открытого исходного кода, включая такие проекты как Django, The Linux Kernel, TensorFlow, Pandas и многие другие.

Делюсь личным опытом по настройке терминала в Unix‑подобных ОС (macOS, Fedora, Ubuntu и т.д.).

Это будет история о том, как мы придумали и приступили к реализации бенчмарка объективным, упорядоченным и унифицированным способом – через написание универсального инструмента.
В первой части публикации представим теоретическую часть задачи, предпосылки, а также первую попытку реализации универсального инструмента.

В выгрузке больших данных, расположенных внутри таблиц Hive, Data-инженерам помогает фреймворк Spark. Но все ли так просто? Транзакционные таблицы зачастую имеют колоссальный объем, на обработку которого целиком может не хватать мощностей кластера. В посте я поделюсь своим опытом работы с большими таблицами в условиях ограниченных вычислительных ресурсов.