jnanar a écrit 290 commentaires

On sélectionne les modules dont on a besoin, dans ce cas-ci les modules project et timesheet.
Il n'est pas nécessaire de tout installer.

Le runbot est un système permettant de lancer des instances odoo pour tester des fonctionnalités facilement. J'ai mis le lien car la demo en ligne montre la version entreprise qui comporte des modules non libres. Elle peut être évaluée pour voir comment ces problématiques ont été résolues ailleurs.

Odoo en version communautaire (LGPL v3) coche toutes ces caractéristiques. Tu peux tester sur http://runbot.odoo.com/runbot
Il faut choisir la branche master en cliquant sur "play". (admin/admin). Les timesheets sont liées aux tâches de l'application projet.

La version entreprise propose une plus belle interface et la liaison avec l'application mobile.

Voici un post qui en parlait il y a un petit moment :
https://linuxfr.org/forums/programmationautre/posts/existe-t-il-un-systeme-de-commentaires-libre-a-la-disqus

Il y est fait mention de plusieurs systèmes basés sur les mails.

Personnellement, quand j'ai besoin de ce type d’interactivité dans mes programmes en Python, j'utilise un notebook jupyter avec les boutons qui vont bien. L'avantage est que les boutons sont directement disponibles à côté du graphique. Il n'y a rien à lancer en plus. Voici un exemple: https://www.youtube.com/watch?v=nRmkS_6ngCU
D'autres exemples sont visibles ici avec le code qui n'est pas si conséquent.
https://blog.dominodatalab.com/interactive-dashboards-in-jupyter/

J'avais essayé il y a quelques temps. Malheureusement, j'avais inclus la note dans les données par erreur, ce qui expliquait les bons résultats. Une fois la correction apportée, cela ne fonctionnait plus vraiment. Je n'ai malheureusement pas eu le temps de m'y replonger depuis. /o\

J'espère néanmoins que la présentation générale des concepts et de la démarche te seront utiles.

Cependant, le réseau de neurones stocke en partie les milliers (millions d'image) qu'on lui a fait mangé donc il est possible qu'il en injecte une partie dans l'image finale ? Dans ce cas là, l'image finale pourrait (conditionnel car j'ai quand même des doutes) avoir plus d'information globalement que l'image initiale mais pas plus d'information sur la « réalité » représentée par l'image initiale.

C'est tout l'intérêt des systèmes modernes d'apprentissages automatiques. On est d'accord. On a pas "la réalité", on a de l'information qui a une grande probabilité de correspondre à la réalité.

Le cas me semble donc très éloigné du présent sujet. On récupère des gouttes d'information à droite et à gauche pour les assembler dans une seule et même vue 2D.

Let’s Enhance uses cutting-edge Image Super Resolution technology based on Deep Convolutional Neural Networks. Before appearance of this technology it was impossible to dramatically increase photo or image size without losing quality. Your best option in Photoshop, called Bicubic Interpolation - made your image unsharp and blurry. Those of you on the math side of the things could argue – however you increase image resolution – there is no new information about the image - you just can’t add extra quality! This is not true in a case when Neural Network and AI is used. Our neural network is trained on a huge dataset of images, so it learns typical features of physical objects – bricks of walls, hair and skin. After the network recognises those features on the images uploaded and add extra details, based on its general knowledge the the world.

Si j'en crois leur description, c'est plus que des gouttes mais le principe n'est pas si éloigné. Dans le cadre du trou noir, pour obtenir une image de "la réalité", il aurait fallu transformer la Terre en boule à facette avec des millions de télescopes. On en a 8 et l’algorithme a permis de combler les trous et les manques.

C'est en comparant les résultats de différentes approches qu'ils se sont rendu compte qu'ils obtenaient à chaque fois le même résultat et donc que l'image finale avait une grande probabilité de correspondre à la réalité.

En quoi l'apport externe d'un humain est différent de l'apport externe d'un réseau neuronal ?
Combler les trous à l'aide d'un algorithme, ça peut permettre d'obtenir plus d'information. Ou en tout cas plus d'information qui a une grande probabilité de correspondre au sujet initial. Le résultat final n'est pas une photo fidèle du sujet, c'est une représentation qui a une haute probabilité d'être identique au sujet. C'est la méthode qui a permis d'obtenir une photo d'un trou noir.

Katie Bouman l'explique bien dans ses présentations.
https://www.dailymotion.com/video/x75mys4

Bonjour,

Ce n'est pas le fichier /home/pi/dem.sh qu'il ne trouve pas mais le fichier "[[:".

C'est une erreur de syntaxe dans le script. Sans voir le fichier dem.sh, difficile de donner plus d'informations.

Remarque: je vais commencer à travailler pour eux prochainement.

Odoo intègre un modèle de comptabilité. Je ne l'ai jamais testé en profondeur mais j'utilise Odoo depuis 2014 avec des utilisateurs qui sont bien loin d'être à l'aise avec les logiciels compliqués. Ils utilisent les modules vente achat et facturation sans difficulté notoire. Le processus de facturation est logique et intuitif.

L'as-tu essayé? Ils proposent une démo en ligne.

Let's Encrypt propose un environnement "Staging". Les certificats ne sont pas valides (ils produisent un avertissement dans le navigateur) mais la limite est beaucoup plus haute. Cela permet de tester et de valider un comportement avant de demander les bons certificats quand tout roule.
https://letsencrypt.org/docs/staging-environment/

Merci pour ton notebook. Tu m'as fait découvrir pandas.get_dummies et ta fonction plot_learning_curves pourrait être très utile :-).

Par contre, je pense avoir décelé une petite erreur de copier coller:

from sklearn.ensemble import GradientBoostingRegressor
clf = RandomForestRegressor()
plot_learning_curve(clf, "Gradient Boosting", X, Y)

Lors de la séquence précédente, tu fais le graphique du RandomForestRegressor() mais ici tu n'appelles pas GradientBoostingRegressor. Les résultats ne devraient pas être beaucoup mieux mais bon.

Ton besoin me fait immédiatement penser à Tracim. Il est souvent abordé sur LinuxFR:
https://www.tracim.fr/
https://linuxfr.org/news/collaboration-laborieuse-si-les-symptomes-persistent-installez-tracim-2-1
https://linuxfr.org/tags/tracim/public

Le fondateur de la boîte qui édite Tracim (Algoo), Damien Accorsi, est très abordable et sympa.

Ils ont une démo ici: https://www.algoo.fr/ login : admin@admin.admin et mot de passe identique

Sinon Odoo permet de faire de la gestion de projet mais je n'ai jamais testé ce module là.

Mais j'aurais tendance à vérifier les données entre 23 et 30 jours. Il y a peut-être une ou plusieurs valeur NaN qui invalide toute l'intégration. J'ignore comment sont fait les calculs en interne mais ça ne m'étonnerait pas si certaines plages fonctionnent et pas d'autres. Ce sont peut-être des valeurs du mauvais type (impossible à sommer) ou des valeurs indéterminées (NaN).

Pour prendre un problème à la fois. C'est quoi les permissions de /run/avahi-daemon ?
En principe, ça doit appartenir à l'utilisateur avahi et au groupe avahi (voir https://git.archlinux.org/svntogit/packages.git/tree/trunk/PKGBUILD?h=packages/avahi). Je pense qu'il va falloir réparer les permissions de tes différents services. Une commande a dû mettre le foutoir dans le système.

Je ne suis pas sous Arch ici et donc je ne peux pas te donner le résultat attendu mais si l'utilisateur d'avahi n'y a pas accès, tu auras ta réponse.

Idem pour mariadb.

Est-ce que tu as installé SElinux?

Si tu parles allemand: https://bbs.archlinux.de/viewtopic.php?id=31207

systemctl --failed ça raconte quoi?

Avahi ne semble pas capable d'écrire le PID:

Feb 19 14:04:50 nalik avahi-daemon[433]: open(/run/avahi-daemon//pid): Permission denied
Feb 19 14:04:50 nalik avahi-daemon[433]: Failed to create PID file: Permission denied
Feb 19 14:04:50 nalik audit[1]: SERVICE_START pid=1 uid=0 auid=4294967295 ses=4294967295 msg='unit=connman comm="sys>
Feb 19 14:04:50 nalik systemd[1]: avahi-daemon.service: Main process exited, code=exited, status=255/EXCEPTION
Feb 19 14:04:50 nalik audit[1]: SERVICE_START pid=1 uid=0 auid=4294967295 ses=4294967295 msg='unit=avahi-daemon comm>
Feb 19 14:04:50 nalik systemd[1]: avahi-daemon.service: Failed with result 'exit-code'.
Feb 19 14:04:50 nalik systemd[1]: Failed to start Avahi mDNS/DNS-SD Stack.

As-tu modifié la configuration ou les permissions du daemon ? Je ne connais pas les permissions par défaut mais tu peux réinstaller avahi-daemon après avoir effacé en root le répertoire /run/avahi-daemon. Le système le recréera avec les bonnes permissions.

Le problème a l'air similaire pour mariadb:

Feb 19 14:04:50 nalik systemd[440]: mariadb.service: Failed to connect stdout to the journal socket, ignoring: Permi>

Idem, tu peux essayer de réinstaller mais n'efface pas le dossier des données si tu n'as pas de backup.

Tu pourrais avoir plus d'infos (ou une info ciblée) en regardant les logs de ces programmes avec les commandes dédiées (de tête):

systemctl status mariadb
systemctl status avahi-daemon

As-tu un backup du système avec les bonnes permissions?
Bon courage.

J'en profite pour faire la pub de pacserve sous Archlinux même s'il ne rempli pas tout à fait le même besoin.

Ayant 3 machines sous Arch à la maison, je voulais accélérer les mises à jour globales des systèmes et pacserve fait le boulot.
Il permet de partager facilement le cache de chaque machine facilement. Chaque machine partage son dossier /var/cache/pacman/pkg (dossier des paquets téléchargés sur internet) et lors du téléchargement des paquets, la machine cherche l'archive sur le LAN avant de le télécharger sur le miroir classique.

Il est possible de l'utiliser à la place de pacman avec les même options ou de modifier la configuration de pacman pour qu'il aille chercher les paquets sur le LAN automatiquement.

Cet été, on a fait un roman photo au boulot pendant une période creuse. Après quelques essais, je suis partis sur Inkscape. J'ai fait un canevas de phylactère à partir d'un ovale en déplaçant un nœud. Ça permet de modifier facilement la bulle en fonction du texte et de la position de la bouche. Partir sur du vectoriel permet de faire des ajustements sans perte de qualité. En utilisant les outils de symétrie, on peut faire parler à gauche, à droite etc. Voir les exemples ci-dessous.

Pour l'histoire, on a fait les choses à l'envers. On a pris des photos de la peluche dans différents contextes improbables puis on a brainstormé comme jamais pour trouver un fil conducteur. On était plutôt content du résultat mais malheureusement, je ne peux pas le poster ici.

Personnellement, j'utilise les DataFrames. L'information est structurées et les possibilités d'import/export sont hyper pratiques. Les dataframes peuvent être convertis en toute sorte d'objets dont les ndarrays.

Ils sont probablement abordés dans un chapitre de ton support d'apprentissage.

Les tableaux numpy sont fort utilisés dans le traitement de données mais également les analyses d'images, l'aprentissage automatique (machine learning etc) car les opérations sont plus rapides qu'avec les listes classiques.

Et du coup, quel modèle as-tu choisis?

Booking impose dans ses conditions générales que le prix d'une chambre ne soit pas plus cher sur une autre plateforme ou en direct, ce qui tue la concurrence.

Personnellement, quand j'ai le temps, je repère sur Booking et contacte le propriétaire. Ils ont souvent un site internet propre. Généralement c'est le même prix mais le montant de la commission va dans la poche de l'exploitant. C'est plus sympa pour les petits. Parfois c'est même un peu moins cher si il reste une chambre non renseignée sur Booking ou que le propriétaire prend le risque de faire un double tarif.

En général ça leur fait plaisir qu'on passe en direct.

Le post est trop vague pour orienter. Il s'agit d'un effacement accidentel? Un crash disque? Il y a de nombreux contenus très bien écris sur linuxfr. Il suffit de chercher un peu. Par exemple:

• https://linuxfr.org/news/ddrescue-dd_rescue-myrescue-recuperer-ses-donnees-apres-un-crash-disque
  
• https://linuxfr.org/users/kikoun/journaux/grosse-boulette-exemple-de-r%C3%A9cup%C3%A9ration-de-donn%C3%A9es

Alors qu'il suffit de télécharger 750Go de dépendances et de lancer la fonction isEven() avec Node.js…

Pour compléter le commentaire de Link Mauve, j'ai utilisé prosody sur un réseau local pendant un temps à l'aide d'Avahi. Chaque machine a un nom de domaine dérivé de son nom (hostname) en .local.
C'est très facile ensuite de communiquer en se servant du nom généré sans devoir se farcir la configuration d'un Bind ou des fichiers hosts multiples.

Bravo pour le travail accompli !
Pour les avoir rencontré cet été, je confirme qu'ils sont sympas et qu'ils ne mordent pas.
Longue vie à Tracim ! \o/

Ou "nouveau driver nvidia" qui ne retourne que les informations concernant le pilote libre.