1. 9

Torna dopo una pausa dovuta al 2 giugno la rubrica che vi tiene compagnia nel giro di boa della settimana. Su che cosa avete messo le mani nella vostra attività quotidiana?

  1.  

  2. 9

    Sto imbastendo un remake di Tabboz Simulator con Vue.js e 98.css con protagonista non un tabbozzo ma un consulente imbrutito. Sono ancora ad una fase di studio e prototipazione però, quindi aspettative basse.

    1. 1

      Le mie aspettative sono già altissime, però. Voglio giocarlo.

    2. 4

      Sto mettendo in piedi un sistema di autenticazione delle API usando KrakenD come API gateway e Keycloak come identity provider.

      1. 4

        Era un po’ che volevo organizzare alcuni scripts che uso diari e ripulire .zshrc e ieri un thread su lobste.rs mi ha fatto da trigger per zsh_scripts.

        Se qualcuno ha scripts che usa giornalmente e li vuole condividere io sarei più che felice :)

        1. 3

          Come raramente succede quando ho qualcosa di interessante, mi inserisco anch’io. Mi sono spostato su un progetto che coinvolge il Membership Inference Attack (cercare di capire se un record è stato usato o meno per allenare un modello visto come black box) e sto facendo il bidello per vari algoritmi di ML che si allenano uno con l’altro su un server cercando di smontarsi a vicenda.

          Rapido e divertente update: siccome a me tocca sempre smazzarmi i task che hanno a che fare con roba che non fitta in RAM, ho deciso di smettere di impazzire facendo tutto a manina e di cominciare a usare Dask. Lo conoscete? Che cosa ne pensate?

          1. 3

            Volevo fare un programmino per parsare degli shop su shoppy.gg più per imparare Rust che per usarlo, ma mi sarebbe comunque utile (cerco dei prodotti su shop multipli e ogni volta devo aprirmi una ventina di schede per trovarlo/confrontarlo).

            Sto anche provando ad allenare con textgenrnn un generatore di testo con rete neurale. Senza sapere nulla di ML, NLP etc.

            1. 3

              Sto portando avanti la tesi magistrale, dopo mesi su ML “classica” ora come ultimissimo step prima della stesura e della difesa sto lavorando con DL per un multi-task learning, ho problemi a capire se sto sbagliando qualcosa io oppure l’API di keras non è chiarissima.

              Praticamente online quando parlano di multi-task learning partono dallo stesso dataset (il che ha senso visto che bisogna avere qualcosa in comune per poter avere degli shared layer tra le n task che si vogliono eseguire), ma se ho pur lo stesso dataset ma con numeri di input differente uno deve sbattere la testa al muro e bona?

              1. 2

                Sto riprendendo in mano Selenium per scriptare un po’ di roba da interfaccia web che le API vorrebbero farmi fare a mano.

                1. 3

                  Ti potrebbe interessare puppeteer. Mille volte meglio come DX per lavorarci sopra.

                  1. 2

                    Ormai ho quasi finito, me lo segno per il prossimo giro…