Начитавшись рекламных статей из цикла «умная дача», и испытав достаточно сильную фрустрацию от качества контента и «адекватности» предлагаемых технических решений, решил поделиться своим опытом автоматизации загородного дома.
Пользователь
Умная дача. Планы на лето
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/464/3bb/63b/4643bb63b39db0a16020eb75b82d9336.png)
Весна! Нет, не так – весна!!!! Пару раз день как минимум я смотрю при помощи камеры на то, что происходит у меня на участке, строю планы, прикидываю бюджет и расстраиваюсь. На следующий день все повторяется снова.
Сколько стоит умный дом? Рассказываю, как строил свой и что получилось за 1000 руб./м²
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/927/d8e/46c/927d8e46c776548c717cdb23d585022e.jpg)
Подробный рассказ о том, как я свой дом и сад сделал умными. С фото, техническими деталями, стоимостями и выводами на будущее.
ТОП бесплатных OSINT-инструментов по версии компании T.Hunter в 2023-м году
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/560/7c8/6cb/5607c86cbe8cc6f68c22236e8d7a155a.jpg)
Год назад я уже поднимал тему лучших бесплатных инструментов для OSINT, которые используются в нашем департаменте расследований. Прошлый год был тяжелый, но интересный. Некоторые разработки перестали работать в России. Многие, напротив, были созданы в нашей стране. В этой статье мы рассмотрим всевозможные инструменты, каждый день находящие свое применение в нашей компании. Итак, поехали!
Оценка производительности 1С + Postgres Pro при изменении различных параметров конфигурационного файла postgresql.conf
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/df0/34e/885/df034e88579fb962c11512d2a23535c8.png)
Прошлый 2022 год заставил много компаний пересмотреть свои предпочтения в выборе программного обеспечения. Все чаще встречаются кейсы, когда для работы 1С используется СУБД PostgreSQL, а вместо Windows Server используется Linux ОС.
Целью данной статьи является изучение в 2023 году производительности системы 1С в среде Hyper-V (ОС Windows Server 2019) во взаимодействии с сервером СУБД PostgreSQL Standart 13.9 (ОС Debian 11.5) от команды PostgresPro. В материале мы описываем исследование зависимости параметров конфигурационного файла, результаты замеров производительности при изменении данных параметров.
Приглашаем на Ozon Tech Community 1C Meetup
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/338/33d/a14/33833da145b477711863c9cb7dda8840.jpg)
UPD: Добавили записи докладов и слайды
1С – это не просто язык программирования, это целая экосистема, которая позволяет автоматизировать бизнес-процессы любого уровня сложности.
Всем привет!
Меня зовут Таня, я занимаюсь тестированием 1C-решений в Ozon. Мы используем 1С для автоматизации бухгалтерского и финансового учета, ведём процессы, связанные с управлением персоналом для всех юридических лиц группы компаний Ozon. И, куда без этого, справляемся с составлением и сдачей разной отчетности, согласно действующему законодательству.
Подробно рассматриваем обратное распространение ошибки для простой нейронной сети. Численный пример
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/bc7/ef3/a46/bc7ef3a46a3a3a5abc4be2ff95ec98cc.png)
В данной статье мы рассмотрим прямое распространение сигнала и обратное распространение ошибки в полносвязной нейронной сети. В результате получим весь набор формул, необходимых для её программной реализации. В завершении статьи приведён численный пример.
Надеемся, что статья будет интересной и полезной для всех, кто приступает к изучению глубинного обучения и нейронных сетей!
Цифровизация продуктового ритейла на примере магазина «Магнит»
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/8a5/118/974/8a51189743fd954daf32ea4f47baabe1.png)
Магазины сети «Магнит» сегодня можно встретить почти в каждом городе. Но знаете ли вы, что скоро они станут умными?
Современные технологии проникают в продуктовый ритейл, позволяя экономить на ресурсах и обходить конкурентов в вопросе эффективного управления.
Вместе с интегратором Liten я посетил один из пилотных магазинов «Магнит», где рассмотрел новые системы автоматизации на контроллере Wiren Board и платформе SVAROG.
В статье я расскажу о технических решениях в пилотном магазине, которые можно перенести на любой другой объект продуктового ритейла или общественного питания.
Использование ChatGPT в судебном процессе
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/adf/b0e/015/adfb0e0157b48e87526d81953f7312a2.jpg)
По практиковал использование ChatGPT при решении юридических задач в процессе подготовки к судебному процессу. Пример реальный — взрыв бытового газа в многоэтажном доме.
Готовил и опубликовал материал на специализированном юридическом ресурсе, поэтому стиль работы достаточно сложен для восприятия, но надеюсь на конструктивную критику.
Основы обучения и тестирования моделей нейросетей
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/659/09e/d11/65909ed11303e51662cc5129ccac5eae.jpg)
В условиях современности не составляет особенных проблем использовать готовую нейросеть для обучения ее на основе своих данных. В зависимости от типа модели, структуры и прочего можно получить различные прогнозные данные. Тут на первый план выходят задача обучения и тестирования модели.
Мы, коллектив из Московского Энергетического Института, написали эту заметку, для того чтобы сложный мир нейронных сетей стал для вас чуточку проще.
Гугл таблица как БД для телеграм бота
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/23b/cc9/c15/23bcc9c1571e20137df4758e959c2099.png)
В этом посте рассмотрим в деталях, как непосредственно использовать гугл таблицы в качестве базы данных. Попробуем написать бота, который забирает вопросы квиза с вариантами ответов из гугл таблицы и записывает ответы назад.
Классификация изображений в облачной системе Google Colab
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/b25/4cd/a43/b254cda43bff2259798343cd4b50c938.jpg)
Нейронку можно обучить не только понимать, где на картинке собака, а где кошка. Можно шагнуть дальше, чтобы обучить ее распознавать данные графиков зрачковых реакций на свет и выдавать результат: норма или отклонение.
Эта статья про сверточные нейронные сети, классификацию изображений с помощью моделей глубокого обучения, а также применение Google Colab для написания кода на Python.
Учим нейросеть принимать решения на основе уже известного опыта (на примере Шахмат и загруженного датасета)
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/41a/64a/671/41a64a6717fe1667a70c3fd86c9aa14f.png)
Учим нейросеть играть в Шахматы, загрузив в нее датасеты уже сыгранных партий с известным результатом.
То есть никакого минимакса, деревьев и расчетов на несколько ходов вперед.
Идея в том, что если в нейросеть загрузить много партий, уже сыгранныx другими игроками, то нейросеть будет знать, как поступали другие игроки в соответствующих случаях и к какому результату это приводило. Нейросеть обобщит имеющийся опыт и будет делать ход на основе уже известного опыта и выявленных закономерностей, причем делать ход «мгновенно».
Как наладить питание, если тебе слегка за 30 (40, 50...)?
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/55b/b4f/917/55bb4f91775d07254eba1e67dc52243f.png)
Привет, Хабр! Последний год снова не сделал нас здоровее. С приходом санкций, виделось, что все мы перейдем на березовый сок, забросим западный фитнес и перейдем на физкультуру, оставим Мак в пользу "МеждухлебЪя" со вкусом русской земли без ГМО и каких-либо вкусовых качеств. А может без внешнего давления сами подумывали, наконец, взяться за свое питание и сделать его лучше.
Пишем нейросеть для сегментации снимков со спутника
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/dd9/91f/109/dd991f10949e6bc68f3448129b403a0b.png)
Прочитав несколько известных статей по сегментации спутниковых снимков земли, я решил попробовать создать и обучить свою модель нейросети для этой задачи. И конечно, в процессе возникало много вопросов, своими ответами на которые я решил поделиться в рамках этого туториала. Поделиться так подробно и просто, как это было бы понятно таким новичкам, как я.
Мой путь в профессию: из аналитиков в Go-разработчики
![image](https://habrastorage.org/webt/aj/gi/zu/ajgizuladpsz4b-cuuwxfflbqnw.jpeg)
Привет! Меня зовут Герман, я backend-разработчик в команде Managed Service for Redis в компании #CloudMTS. В этой статье расскажу про свой приход в разработку на Go и поделюсь полезными ресурсами, которые мне помогли на этом пути.
Парсинг данных через api vk и google sheets api на python
![](https://habrastorage.org/r/w780/getpro/habr/upload_files/0a2/eb6/15d/0a2eb615daf5368fccace943d6ac78db.jpg)
Появилась потребность собирать статистику постов из группы в контакте и затем проанализировать реакции подписчиков на конкретные посты. Если переформулировать на выходе стоит задача с заданной периодичностью снимать показания статистики постов в вк и сохранять их.
Я не профессиональный программист и не претендую, поэтому решил сделать все довольно просто.
True RND или что делать с обученной моделью (опыт чайника)
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/6a9/9de/c07/6a99dec076766b58329eb04c49c7fa70.png)
Когда то давно на просторах интернета читал статью о генерации по настоящему случайного пароля. Суть сводилась к тому что для реализации рандома нужно натурально бросать игральные кости. Отличная идея, для небольшого pet проекта и для того чтобы проникнуть в основы ML.
Попробуем научить компьютер бросать настоящие кости, находить их на изображении с веб камеры и понимать что на них выпало.
Умный дом без маркетинга и хайпа от тех, кто пользуется им вдолгую
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/93c/2f4/929/93c2f4929c09160b687dbcd8f797e96e.png)
Каждый месяц выходит пачка потенциально полезных устройств для умного дома. Проблема в том, что часть функционала - лишь забавная игрушка, а не полезный на длинных дистанциях механизм. Понять, “зайдет” ли какая-то конкретная опция, выбирая очередную “игрушку”, не так просто. На одном из внутренних созвонов у нас заходила речь о том, кто что использует. И внезапно всплыла интересная практика от тех, кто по роду деятельности много времени проводит дома, следит за техническими новинками и успел пощупать разнообразные новинки.
В этой статье я - редактор блога Максилекта - собрала опыт коллег и добавила немного от себя про прижившиеся сценарии, неочевидные плюсы/минусы и грабли, всплывшие по итогам использования нескольких “слоев” умного дома.
Умная дача: ответы на вопросы
![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/fad/991/f67/fad991f6735de6da8bc042bd2e8d5421.png)
Я не ожидал, что получу даже не сообщения, а целое письмо в личку. Спасибо, мне приятно, — значит, я не зря завел блог. И мне кажется, что один пост нужно посвятить тому, чтобы ответить на вопросы, которые задают читатели. Я выбрал два вопроса. Один касается выбора видеокамеры. Второй — даже не один вопрос, а целое письмо. Оно написано c деталями, поэтому я приводить его целиком не стану, но основные моменты выделю. Сделаю это во многом потому, что автор письма — хороший пример дачника, который интуитивно хочет добавить ума своему поместью, но потребности его ограничены насущными проблемами. Думаю, что таких — большинство.
Итак, начну с письма.
Информация
- В рейтинге
- Не участвует
- Откуда
- Россия
- Зарегистрирован
- Активность