<?xml version="1.0" encoding="UTF-8"?>

<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" >

  <channel>
    <title><![CDATA[Статьи]]></title>
    <link>https://habr.com/ru/users/computerpers/publications/articles/</link>
    <description><![CDATA[Хабр: статьи пользователя computerpers]]></description>
    <language>ru</language>
    <managingEditor>editor@habr.com</managingEditor>
    <generator>habr.com</generator>
    <pubDate>Wed, 22 Apr 2026 06:32:28 GMT</pubDate>
    
    
      <image>
        <link>https://habr.com/ru/</link>
        <url>https://habrastorage.org/webt/ym/el/wk/ymelwk3zy1gawz4nkejl_-ammtc.png</url>
        <title>Хабр</title>
      </image>
    

    
      
        
    
    <item>
      <title><![CDATA[FLUX.2-dev GGUF Q4_K_M на Apple Silicon: куда уходят 29 гигабайт?]]></title>
      <guid isPermaLink="true">https://habr.com/ru/articles/1015320/</guid>
      <link>https://habr.com/ru/articles/1015320/?utm_campaign=1015320&amp;utm_source=habrahabr&amp;utm_medium=rss</link>
      <description><![CDATA[<p>В процессе моих изысканий о том как-же создавть изображения локально, я столкнулся с неочевидной, для себя, проблемой в виде колоссального потребления VRAM, которое не сходилось с тем что написано в карточках моделей и в интернете. </p><p>Я попытался разобраться на примере современной FLUX.2-dev. Чтобы хотябы теоретически влезать в доступную мне VRAM на моем оборудовании я выбрал вариант GGUF Q4_K_M. И вот тут началось все самое интересное.</p> <a href="https://habr.com/ru/articles/1015320/?utm_campaign=1015320&amp;utm_source=habrahabr&amp;utm_medium=rss#habracut">Читать далее</a>]]></description>
      
      <pubDate>Thu, 26 Mar 2026 10:33:59 GMT</pubDate>
      <dc:creator><![CDATA[ComputerPers]]></dc:creator>
      <category><![CDATA[Программирование]]></category><category><![CDATA[Отладка]]></category><category><![CDATA[Машинное обучение]]></category>
      <category><![CDATA[apple]]></category><category><![CDATA[ai]]></category><category><![CDATA[python]]></category><category><![CDATA[torch]]></category><category><![CDATA[flux2.dev]]></category>
    </item>
  

  

  

	
  

  

  

    
    <item>
      <title><![CDATA[Stable Diffusion 3.5 medium на Apple M1 16Gb]]></title>
      <guid isPermaLink="true">https://habr.com/ru/articles/1014496/</guid>
      <link>https://habr.com/ru/articles/1014496/?utm_campaign=1014496&amp;utm_source=habrahabr&amp;utm_medium=rss</link>
      <description><![CDATA[<p>В этой статье, про ИИ, написанной не полностью ИИ, про генерацию изображений - не будет изображений. </p><p>В конце этой статьи мы будем запускать эту модель на указанном чипе, но начнем мы с чуть более мощного - он понадобиться чтобы разобраться с проблемой.</p><p>Первая проблема с которой я столкнулся - это потребление памяти. Поиски в интернете, описание самой модели говорили о том что она должна помещаться в ~10GB VRAM. Чего должно с запасом хватать для Apple M1 16GB. Однако фактическое зафиксированное потребление памяти составило 21 GB, не зафиксированное 28 GB (после чего я и начал исследование). </p> <a href="https://habr.com/ru/articles/1014496/?utm_campaign=1014496&amp;utm_source=habrahabr&amp;utm_medium=rss#habracut">Читать далее</a>]]></description>
      
      <pubDate>Tue, 24 Mar 2026 18:35:41 GMT</pubDate>
      <dc:creator><![CDATA[ComputerPers]]></dc:creator>
      <category><![CDATA[Программирование]]></category><category><![CDATA[Отладка]]></category><category><![CDATA[Машинное обучение]]></category>
      <category><![CDATA[ai]]></category><category><![CDATA[stable diffusion]]></category><category><![CDATA[нейросети]]></category><category><![CDATA[python]]></category><category><![CDATA[torch]]></category>
    </item>
  

  

  

	
  

  

  

    
    <item>
      <title><![CDATA[Powershell — логирование в файл]]></title>
      <guid isPermaLink="true">https://habr.com/ru/articles/124105/</guid>
      <link>https://habr.com/ru/articles/124105/?utm_campaign=124105&amp;utm_source=habrahabr&amp;utm_medium=rss</link>
      <description><![CDATA[Доброго времени суток, $username!<br/>
<br/>
Хочу поделиться с вами функцией, которую я использую вместо обычного вывода информации на экран или только записи в файл.<br/>
<br/>
Функция была написана для того, чтобы информация выводилась и на экран и в лог (текстовый), предназначается для замены стандартного write-host.<br/>
<br/>
 <a href="https://habr.com/ru/articles/124105/?utm_campaign=124105&amp;utm_source=habrahabr&amp;utm_medium=rss#habracut">Читать дальше &rarr;</a>]]></description>
      
      <pubDate>Thu, 14 Jul 2011 03:28:21 GMT</pubDate>
      <dc:creator><![CDATA[ComputerPers]]></dc:creator>
      <category><![CDATA[Системное администрирование]]></category>
      <category><![CDATA[Системное администрирование]]></category><category><![CDATA[powershell]]></category><category><![CDATA[логи]]></category>
    </item>
  

  

  

	
  

  

  

    
    <item>
      <title><![CDATA[Работа с AD: Поиск по атрибуту SIDHistory]]></title>
      <guid isPermaLink="true">https://habr.com/ru/articles/122753/</guid>
      <link>https://habr.com/ru/articles/122753/?utm_campaign=122753&amp;utm_source=habrahabr&amp;utm_medium=rss</link>
      <description><![CDATA[Предлагаю Вашему вниманию мой метод работы с атрибутом Active Directory sIDHistory. А именно — будем производить поиск объекта по этому атрибуту.<br/>
<br/>
Но вначале поговорим о самом атрибуте. sIDHistory служит для создания соответствия объектов в Active Directory, необходим он, например, при миграции учетных записей и групп из одного домена/леса в другой.  <a href="https://habr.com/ru/articles/122753/?utm_campaign=122753&amp;utm_source=habrahabr&amp;utm_medium=rss#habracut">Читать дальше &rarr;</a>]]></description>
      
      <pubDate>Mon, 27 Jun 2011 04:52:08 GMT</pubDate>
      <dc:creator><![CDATA[ComputerPers]]></dc:creator>
      <category><![CDATA[Системное администрирование]]></category>
      <category><![CDATA[системное администрирование]]></category><category><![CDATA[active directory]]></category><category><![CDATA[powershell]]></category>
    </item>
  

  

  

	
  

  

  

      

      

      

    
  </channel>
</rss>
