Skip to content

Instantly share code, notes, and snippets.

View buraxta's full-sized avatar

Burak Güllüler buraxta

View GitHub Profile
@buraxta
buraxta / ortalama.tsx
Created April 22, 2025 11:02
ortlama.tsx
{/*
Hesaplama Mantığı:
Bu hesaplama mantığı, kişinin denge değerlerinin ne kadar istikrarlı olduğunu ölçmeye dayanıyor. Standart sapma düşükse (yani denge noktaları birbirine yakınsa) skor yüksek, standart sapma yüksekse (denge noktaları dağınıksa) skor düşük oluyor.
- testData dizisindeki her bir nokta için merkeze olan uzaklık (distances) hesaplanır
* Her bir veri noktasının (X,Y) koordinatlarından, merkezden (0,0) uzaklığı Pisagor formülü ile hesaplanır.
- Ortalama uzaklık (avgDistance) hesaplanır:
* Tüm uzaklıkların toplamı alınıp nokta sayısına bölünür.

Google Search Console'a sitemap.xml dosyanızı eklemek için aşağıdaki adımları takip edebilirsiniz:

1. Google Search Console'a Giriş Yapın

Öncelikle Google Search Console web sitesine gidin ve Google hesabınızla giriş yapın.

2. Doğrulama ve Site Ekleme

  • Eğer daha önce sitenizi Google Search Console'a eklemediyseniz, önce sitenizi ekleyin. Bunun için "Özellik Ekle" butonuna tıklayın.
  • Sitenizin URL'sini girin (örneğin: https://ornek.com).
  • Sitenizi doğrulamak için size verilen yönergeleri takip edin. Doğrulama yöntemlerinden biri olan HTML etiketi, meta etiketi ya da Google Analytics hesabınız üzerinden doğrulama yapabilirsiniz.

LLaMA'yı fine-tune etmek için genel adımlar aşağıda verilmiştir:

  1. Gerekli kütüphaneleri kurun: Hugging Face tarafından geliştirilen transformers kütüphanesini kurun. Bu kütüphane, LLaMA ve diğer transformer tabanlı modellere basit bir arayüz sağlar. pip install transformers komutunu kullanarak kurabilirsiniz.
  2. Önceden eğitilmiş LLaMA modelini yükleyin: transformers kütüphanesini kullanarak önceden eğitilmiş LLaMA modelini yükleyin. Bunu, LlamaForCausalLM sınıfını içe aktararak ve from_pretrained metodunu kullanarak yapabilirsiniz.
  3. Veri setinizi hazırlayın: LLaMA'yı fine-tune etmek istediğiniz görevle ilgili bir veri seti hazırlayın. Veri seti, transformers kütüphanesinin kullanabileceği bir formatta olmalıdır, örneğin pandas DataFrame veya datasets kütüphanesinden bir veri seti nesnesi.
  4. Özel bir veri seti sınıfı oluşturun: Veri setinizi yükleyen ve LLaMA tarafından kullanılabilecek bir formatta önceden işleyen özel bir veri seti sınıfı oluşturun. __getitem__ ve `__le
using System.Security.Claims;
using Microsoft.AspNetCore.Authorization;
using Microsoft.AspNetCore.Identity;
using Microsoft.AspNetCore.Mvc;
using Microsoft.AspNetCore.Mvc.RazorPages;
using Microsoft.EntityFrameworkCore;
using Serilog;
using VAP_API.Configuration;
using VAP_API.Data;
using VAP_API.DTOs;
"use client";
import React, { useState, useEffect } from "react";
const ScreenSize = () => {
// Ekran boyutunu tutacak state
const [screenSize, setScreenSize] = useState("");
// Ekran boyutunu kontrol eden fonksiyon
const updateScreenSize = () => {
const width = window.innerWidth;
@buraxta
buraxta / mongoose-cheatsheet.md
Created July 17, 2024 12:02
Long and detailed cheatsheet covering various aspects of Mongoos