Как собрать moderncv просто используя TexLive в Docker.

Чуть-чуть о полиноме Жегалкина.

Краткая заметка об Obsidian - локальной википедии.

Некоторое время назад наткнулся на сайт https://agnessa.pp.ru. Сама создательница называет его “сад знаний”, и это хорошее название. Что-то про IT, emacs, но не только, подборки книг оттуда воодушевляют, есть и про кулинарию. Построен по типу вики, с выведенным на главную перечнем обновлений. Это открытая часть личной базы знаний.

Оттуда, свежее - небольшая подборка для чтения.

Ещё один сайт похожего типа, хотя вроде бы более линейный по структуре - https://qejep.github.io/.

Там, например, можно найти карту мира в терминале - просто введите в консоли telnet mapscii.me. Клавиши a и z - увеличение, стрелки - передвижение.

Пост вышел немного “мета-”, т.к. половина - ссылки на другие личные сайты. Не страшно.

Небольшой логический парадокс.

Заметил, что на моём сайте не работают стили, хотя они есть, и показалось, что они хотят грузиться через http, хотя у меня https на сайте. Посмотрел - похоже, так и есть, и изменил в hugo схему в адресе сайта на https. Посмотрим, что получится. UPD: да, всё работает корректно. Включения по http в https-странице блокируются современными браузерами.

Немного интересного. Во-первых, конечно, язык Python. Мы любим его не за скорость (хотя при некоторых условиях он и по этому параметру хорош). Как минимум - это хороший язык для начинающих, кроме того, на нём приятно писать небольшие проекты для себя. Его синтаксис иногда меня восхищает, в том числе своей похожестью на математическую нотацию. Язык Python можно ускорять разными способами.

Алгоритм большинства голосов Бойера-Мура позволяет быстро (за один проход по массиву), без траты памяти найти, какой элемент в массиве встречается чаще всего. Требуется, правда, чтобы он составлял простое большинство (допустим, при размере массива в 10 элементов он должен встречаться как минимум 6 раз).

Наверное, все уже знаю про ruDALL-E - штуку, позволяющую генерировать по текстовому запросу изображения. Есть и менее известные штуки из области ML. Так, мне кажется достаточно хорошим направлением развития few-show recommendations services. Т.е. рекомендационные сервисы, но позволяющие почти не раскрывать о себе информации сервису, кроме “мне нравится этот фильм, и этот, и этот жанр, а этот не нравится”. Из такого был хороший movix.ai, но он ушёл в оффлайн. Нашёл нечто подобное, уже не только для фильмов - tastedive (по ссылке - рекомендации похожего на одну из моих любимых игр, To The Moon).

Ещё есть простенькая сеть музыки, позволяющая побродить по близким группам. Там много всяких штук на проекте GNOD, включая рекомендовалку музыки по трём любимым группам. Какой-нибудь Ланье мог бы сказать, что подобная примитивность системы (по сравнению с монструозной рекомендательной штукой вроде livelib-а) наоборот действует освобождающе на человека :)

Это мой личный сайт. Здесь написано обо мне и о тех штуках, которые кажутся мне интересными и полезными. Возможно, буду добавлять информацию, уже имею в голове пару тем, которые мне нравятся.