Бэкап

AutoHotkey – инструмент для автоматизации задач в Windows, язык программирования сценариев

Он предназначен для создания собственных сочетаний клавиш и автоматизации рутинных действий

AutoHotkey позволяет:
1. Симулировать действия клавиатуры, мыши и джойстика
2. Запускать программы, изменять их интерфейс
3. Управлять окнами, файлами и папками
4. Работать с буфером обмена и системным реестром
5. Создавать автозамены текста
6. Разрабатывать пользовательские формы, интерфейсы и меню через GUI
7. Переназначать клавиши и кнопки на клавиатуре, мыши или джойстике

Языки: C++ (72.1%), C (27.8%), Other (0.1%).

⭐️ Star 12.1k

https://github.com/AutoHotkey/AutoHotkey

⚡️ @becaps // max.ru/becaps

TaskBoard – это инструмент для управления задачами, который помогает визуализировать процесс работы, отслеживать прогресс и организовывать задачи

Обычно доска разделена на колонки, представляющие этапы процесса, а задачи представлены в виде карточек

Языки: TypeScript (48.1%), PHP (35.3%), HTML (11.3%), ...

⭐️ Star 1.4k

https://github.com/kiswa/TaskBoard

⚡️ @becaps // max.ru/becaps

Stable Diffusion Web UI – это веб-интерфейс с открытым исходным кодом для работы с нейросетью Stable Diffusion

Вместо командной строки интерфейс предоставляет интуитивно понятный интерфейс с кнопками, полями ввода и настройками, упрощая процесс генерации изображений

Языки: Python (87.5%), JavaScript (8.4%), CSS (2.1%), ...

⭐️ Star 162k

https://github.com/AUTOMATIC1111/stable-diffusion-webui

⚡️ @becaps // max.ru/becaps

Книга Ника Бострома «Искусственный интеллект. Этапы. Угрозы. Стратегии» — это фундаментальное исследование, посвящённое будущему сверхразума и его последствиям для человечества.

Бостром, философ и профессор Оксфордского университета, анализирует возможные пути создания искусственного интеллекта, превосходящего человеческий, и риски, связанные с его появлением

Ссылка на книгу – Max

⚡️ @becaps // max.ru/becaps

Pex – инструмент для упаковки Python-проектов в единый исполняемый файл

PEX создаёт самораспаковывающийся архив, который содержит все зависимости, имеет механизм запуска и поддерживает кэширование для ускорения повторных запусков

Языки: Python (99.7%), Other (0.3%).

⭐️ Star 4.2k

https://github.com/pex-tool/pex

⚡️ @becaps // max.ru/becaps

Bitwarden – менеджер паролей с открытым кодом, который позволяет централизованно управлять учётными данными, обеспечивать безопасный доступ к ним с любого устройства

Некоторые возможности Bitwarden:
— Сквозное шифрование данных с использованием AES-256 и PBKDF2 SHA-256
— Архитектура нулевого знания
— Расширенная многофакторная аутентификация
— Генератор паролей
— Автозаполнение данных
— Импорт паролей из других парольных менеджеров
— Функция «Send» для безопасной передачи зашифрованных текстовых сообщений и файлов

Языки: C# (81.5%), TSQL (11.5%), Handlebars (5.5%), ...

⭐️ Star 18.2k

https://github.com/bitwarden/server

⚡️ @becaps // max.ru/becaps

Как учится машина | Революция в области нейронных сетей и
глубокого обучения

Книга Яна Лекуна «Как учится машина: Революция в области нейронных сетей и глубокого обучения» — это доступное и увлекательное введение в мир искусственного интеллекта от одного из его создателей, лауреата премии Тьюринга.

Автор объясняет сложные концепции простым языком, проводя параллели с работой человеческого мозга.

Ссылка на книгу – Max

⚡️ @becaps // max.ru/becaps

Garak – это инструмент для тестированиябезопасности больших языковых моделей, предназначенный для поиска уязвимостей в системахискусственного интеллекта

Основные функции:
1. Сканирование уязвимостей в LLM-системах
2. Тестирование на проникновение
3. Анализ безопасности диалоговых систем
4. Выявление угроз и предоставлениерекомендаций по их устранению

Языки: HTML (47.1%), Python (42.9%), TypeScript (9.9%), ...

⭐️ Star 7.2k

https://github.com/NVIDIA/garak

⚡️ @becaps // max.ru/becaps

Gradio – это open-source Python-библиотека для создания интерактивных веб-интерфейсов для моделей машинного обучения, API или любых Python-функций с минимальным кодом

Она позволяет разработчикам, data scientists и преподавателям быстро прототипировать, демонстрировать и развёртывать ML-приложения, доступные через веб-браузер

Языки: Python (50.0%), Svelte (24.1%), TypeScript (19.5%), ...

⭐️ Star 42k

https://github.com/gradio-app/gradio

⚡️ @becaps // max.ru/becaps

Книга «Мастер нейросетей. Обучение нейросети. Полное руководство по ИИ для каждого»

«Мастер нейросетей. Обучение нейросети. Полное руководство по ИИ для каждого» автора Эли Ангеловой — это практическое и доступное введение в мир искусственного интеллекта и нейронных сетей.

Она ориентирована на широкую аудиторию, включая новичков без специального технического образования, и ставит целью дать целостное понимание принципов работы нейросетей, а также научить создавать и обучать их самостоятельно.

Ссылка на книгу – Max

⚡️ @becaps // max.ru/becaps

DeepExploit – инструмент для автоматизированного тестирования на проникновение с использованием машинного обучения

Предназначен для помощи специалистам по кибербезопасности в выявлении уязвимостей, генерации настраиваемых векторов атак и проведении симуляций атак в реальном времени

Языки: Python (67.5%), HTML (32.4%), Other (0.1%).

⭐️ Star 2.1k

https://github.com/13o-bbr-bbq/machine_learning_security

⚡️ @becaps // max.ru/becaps

Foolbox – библиотека на Python, которая позволяет проводить состязательные атаки на модели машинного обучения, например глубокие нейронные сети

Цель фреймворка оценить устойчивость моделей к состязательным атакам, чтобы убедиться, что они могут противостоять реальным угрозам

Языки: Python (93.1%), Jupyter Notebook (5.2%), Other (1.7%).

⭐️ Star 2.9k

https://github.com/bethgelab/foolbox

⚡️ @becaps // max.ru/becaps

TabNine – инструмент для автозаполнения кода на базе искусственного интеллекта, который помогает программистам ускорять процесс написания кода и уменьшать количество ошибок

Нейросеть анализирует стиль написания кода разработчика и предлагает соответствующие варианты для завершения строк или целых блоков кода

Языки: Shell (100.0%).

⭐️ Star 10.8k

https://github.com/codota/tabnine

⚡️ @becaps // max.ru/becaps

«Нейросети. Обработка естественного языка»

Книга «Нейросети. Обработка естественного языка» автора: Джейд Картер представляет собой практическое и теоретическое руководство по применению методов глубокого обучения для анализа и генерации текста

Она охватывает полный цикл создания NLP-моделей — от предобработки данных до развертывания готовых решений

Ссылка на книгу – Max

⚡️ @becaps // max.ru/becaps

PaddlePaddle – фреймворк для глубокого обучения, разработанный китайской корпорацией Baidu

Это не просто библиотека для обучения нейросетей, а полноценная экосистема, которая включает в себя среду разработки, библиотеки готовых моделей и инструменты для деплоя на разное оборудование

Языки: C++ (46.5%), Python (43.9%), Cuda (7.4%), ...

⭐️ Star 23.7k

https://github.com/PaddlePaddle/Paddle

⚡️ @becaps // max.ru/becaps

Optuna – это библиотека Python с открытым исходным кодом, разработанная для автоматизации настройки гиперпараметров в машинном обучении

Она позволяет автоматически находить оптимальные гиперпараметры без ручной настройки

Языки: Python (100.0%).

⭐️ Star 13.6k

https://github.com/optuna/optuna

⚡️ @becaps // max.ru/becaps

Книга «Искусственный интеллект отвечает на величайшие вопросы человечества»

В книге представлен уникальный эксперимент: современные языковые модели ИИ выступают в роли собеседника, пытающегося дать ответы на фундаментальные вопросы, которые веками волнуют человечество.

Ключевые моменты:
1. Экзистенциальные и философские дилеммы
2. Космологические и научные загадки
3. Будущее человечества и технологии
4. Этика и мораль в эпоху алгоритмов
5. Природа самого ИИ

Ссылка на книгу – Max

⚡️ @becaps // max.ru/becaps

JAX – библиотека для высокопроизводительных численных вычислений и машинного обучения

Некоторые функции JAX:
1. Автоматическое дифференцирование — позволяет получить производную любой функции, написанной на Python
2. JIT-компиляция — функция jax.jit() берёт Python-код, анализирует его и компилирует в специализированный машинный код для GPU или TPU
3. Автоматическая векторизация — автоматически превращает функцию для одного элемента в функцию для целого массива, при этом оптимизирует вычисления на уровне ядер процессора
4. Параллелизм на нескольких устройствах — позволяет параллельное выполнение функций на нескольких устройствах, в основном для параллелизма данных

Языки: Python (86.5%), C++ (10.5%), Starlark (2.1%), ...

⭐️ Star 35k

https://github.com/jax-ml/jax

⚡️ @becaps // max.ru/becaps

Al-Khaser – инструмент с открытым исходным кодом, предназначенный для тестирования антивирусных решений и систем защиты

Он имитирует поведение вредоносного ПО, чтобы проверить, насколько эффективно защитные механизмы обнаруживают и блокируют подозрительные активности

Языки: C++ (90.5%), C (7.7%), C# (1.2%), ...

⭐️ Star 6.9k

https://github.com/ayoubfaouzi/al-khaser

⚡️ @becaps // max.ru/becaps

Книга по глубокому обучению для компьютерного зрения

Книга «Deep Learning for Computer Vision» посвящена применению современных методов глубокого обучения к задачам анализа и понимания изображений и видео

В ней рассматриваются следующие ключевые темы:
— Основы нейронных сетей и сверточных архитектур: от простых слоев до современных моделей
— Классификация изображений, детекция объектов и сегментация
— Методы увеличения данных, регуляризации и трансферного обучения для эффективного обучения на небольших наборах данных
— Генеративные модели: автокодировщики, вариационные автокодировщики и генеративно-состязательные сети для синтеза и улучшения изображений
— Практические аспекты реализации: работа с популярными фреймворками, оптимизация моделей и развертывание на мобильных устройствах
— Примеры реальных проектов: распознавание лиц, анализ медицинских снимков, обработка видео и т.д

Ссылка на книгу – Max

⚡️ @becaps // max.ru/becaps