​​Что почитать сегодня – NOTA AI/ML Daily Digest. 1. Как сделать Stable Diffusion XL ещё умнее, используя отрицательные подсказки Статья описывает нововведения в модели генерации изображений Stable Diffusion XL, включая использование отрицательных подсказок для улучшения качества генерации. Автор обсуждает методы оптимизации и приводит примеры работы с моделью через библиотеку Python и Hugging Face. Рассматриваются практические аспекты использования моделей улучшения и новые функции, такие как prompt weighting и Dreambooth LoRA, позволяющие настраивать модель под специфические задачи. Также автор делится своим опытом обучения модели и сравнивает результаты с применением отрицательных подсказок. https://habr.com/ru/articles/756496 ———————————————————— 2. Learning To Learn Статья объясняет понятие "учиться учиться" и его значение в процессе обучения программированию. Автор исследует такие концепции, как таксономия Блума и кривая забывания, а также их применение в обучении. Переходя через уровни таксономии, от запоминания до создания оригинальных работ, читатели узнают, как максимизировать свои учебные способности. Статья подчеркивает важность понимания, применения, анализа, оценки и создания в контексте программирования. https://medium.com/@lrkhan/learning-to-learn-3323cdad62d1 ———————————————————— 3. Generating PDF Reports Programmatically in Python Using API Data Статья рассказывает о создании программных PDF-отчетов на Python с использованием данных API. Автор делится опытом генерации финансовых справочников с помощью Capital Finder API и предоставляет руководство с примерами кода в Jupyter Notebook. Описан процесс, начиная с получения данных до визуализации отчетов, которые являются привлекательными и удобными для распространения среди клиентов. В статье содержатся советы по созданию отчетов и шаблон HTML для их форматирования. https://medium.com/alliedoffsets/generating-pdf-reports-programmatically-in-python-using-api-data-9f4dfe2cad6a ———————————————————— Теги: #image_ai #softskills #python #jupyter