#курс #reactnative
@mobdevelop
Если вы увлечены мобильной разработкой и хотите быть в курсе последних технологий и трендов, то канал "Мобильная разработка" (@mobdevelop) - это именно то, что вам нужно. Администратор канала, @haarrp, постоянно обновляет подписчиков свежей информацией о мобильной разработке.
В канале также представлены другие полезные ресурсы, такие как @itchannels_telegram - 🔥лучшие ит-каналы, @javascriptv - продвинутый javascript, @JavaScript_testit- js тесты, @programming_books_it - бесплатные it книги, @ai_machinelearning_big_data - ml.
Благодаря этому каналу вы сможете расширить свои знания в мобильной разработке, улучшить навыки программирования и быть в курсе всех новостей этой динамично развивающейся области. Присоединяйтесь к каналу "Мобильная разработка" прямо сейчас и станьте частью сообщества профессионалов в области мобильной разработки!
07 Dec, 10:56
02 Dec, 16:13
# Clone the repository
pip install 'git+https://github.com/apple/ml-aim.git#subdirectory=aim-v2'
# Example Using PyTorch
from PIL import Image
from aim.v2.utils import load_pretrained
from aim.v1.torch.data import val_transforms
img = Image.open(...)
model = load_pretrained("aimv2-large-patch14-336", backend="torch")
transform = val_transforms(img_size=336)
inp = transform(img).unsqueeze(0)
features = model(inp)
01 Dec, 16:34
30 Nov, 14:10
30 Nov, 12:08
24 Nov, 10:55
conda create -n clipenv python=3.10
conda activate clipenv
pip install -e .
Python
import torch
from PIL import Image
import mobileclip
model, _, preprocess = mobileclip.create_model_and_transforms('mobileclip_s0', pretrained='/path/to/mobileclip_s0.pt')
tokenizer = mobileclip.get_tokenizer('mobileclip_s0')
image = preprocess(Image.open("docs/fig_accuracy_latency.png").convert('RGB')).unsqueeze(0)
text = tokenizer(["a diagram", "a dog", "a cat"])
with torch.no_grad(), torch.cuda.amp.autocast():
image_features = model.encode_image(image)
text_features = model.encode_text(text)
image_features /= image_features.norm(dim=-1, keepdim=True)
text_features /= text_features.norm(dim=-1, keepdim=True)
text_probs = (100.0 * image_features @ text_features.T).softmax(dim=-1)
print("Label probs:", text_probs)
23 Nov, 13:27
22 Nov, 15:12
22 Nov, 10:01
22 Nov, 08:02
21 Nov, 17:40
21 Nov, 15:40
21 Nov, 14:01
21 Nov, 12:00
18 Nov, 10:00
18 Nov, 08:00
16 Nov, 09:58
11 Nov, 19:13
09 Nov, 10:30
08 Nov, 09:12
05 Nov, 12:00
01 Nov, 12:54
30 Oct, 14:44
27 Oct, 09:35
# Clone repository
git clone https://github.com/a-ghorbani/pocketpal-ai
cd pocketpal-ai
# Install dependencies
yarn install
# Install dependencies iOS only
cd ios
pod install
cd ..
# Run App via iOS Simulator
yarn ios
# Run App via Android Simulator
yarn android
25 Oct, 09:21
24 Oct, 09:00
23 Oct, 14:07
23 Oct, 08:00
21 Oct, 10:00
21 Oct, 08:00
20 Oct, 16:00
20 Oct, 14:00
19 Oct, 14:35
14 Oct, 08:09
13 Oct, 08:16
09 Oct, 18:23
06 Oct, 11:11
01 Oct, 17:50
26 Sep, 14:31
23 Sep, 21:29
20 Sep, 12:15
20 Sep, 12:15
19 Sep, 20:27
ParseError:
func parseRecord(from string: String) throws(ParseError) -> Record {
// ...
}
14 Sep, 13:02
13 Sep, 14:03
12 Sep, 11:04
04 Sep, 09:29
30 Aug, 12:17
28 Aug, 12:18
Input: s = «eceba»
Output: 3
Explanation: The substring is «ece» which its length is 3.
func lengthOfLongestSubstringTwoDistinct(_ s: String) -> Int {
let n = s.count
if n < 3 { return n }
let chars = Array(s)
var left = 0
var right = 0
var hashmap = [Character: Int]()
var max_len = 2
while right < n {
hashmap[chars[right]] = right
right += 1
if hashmap.count == 3 {
let del_idx = hashmap.values.min()!
hashmap.removeValue(forKey: chars[del_idx])
left = del_idx + 1
}
max_len = max(max_len, right - left)
}
return max_len
}
22 Aug, 09:51