А где им взять школьных учителей программирования? Тоже переквалифицировать учителей иностранных языков?
Проще уж отдельно поощрять программирование по отдельной программе поощрения.
Объяснение такой махинации простое: udelay внутри ядра не может принимать значения больше тысячи
Используйте же тогда mdelay(), конечно если важны точные значения интервалов времени. Ограниченный диапазон значений udelay в том числе из-за особенностей реализации задержек, где не используется вся разрядная сетка для счетчика. Точно деталей не знаю.
Можно обрабатывать изображения используя IPP. Такой себе компромисс. Не так быстро как если бы при указанном подходе, но значительно быстрее, по сравнению с невекторизированным кодом. IPP может автоматически определять процессор, на котором исполняется.
Democracy 3 интригует, но на нее нет скидок пока что. И Prison Architect выглядит классно. Сам пока что не решился купить.
Из тех что купил: Wargame. Классическая RTS. Надеялся что будет что-то вроде C&C Generals, но оказалась более реалистичной, а значит — скучной. По сюжету это вооруженное продолжение холодной волны. Т.е. конфликт между Варшавским договором и НАТО. В общем на любителя.
К сожалению, сейчас работа с алгоритмами многофакторной оптимизации — больше искусство. Давать именно количественную оценку, а не качественную можно только для конкретно взятой задачи.
Тем не менее можно давать общие рекомендации (читай «качественные оценки»):
*Стохастический градиентный спуск занимает немного больше процессорного времени, чем генетические алгоритмы, так как ЦФ вычисляется два раза (нужно уточнить). Ещё больше занимает времени методы оптимизации второго порядка, там где происходит манипуляция с производными второй степени, например метод сопряженных градиентов.
*Память что градиентные методы, что ГА кушают относительно немного, в отличии, опять таки от методов второго порядка. Упомянуты метод сопряженных градиентов ещё более-менее терпим к малы объемам памяти, но BFGS или метод Левенберга-М. например, требуют очень много оной.
*Как уже писал в своей статье, ГА дают хотя бы теоретическую надежду на получение глобального минимума, а градиентные методы — напротив, это самая чувствительная к локальным минимумам группа.
Проще уж отдельно поощрять программирование по отдельной программе поощрения.
Используйте же тогда mdelay(), конечно если важны точные значения интервалов времени. Ограниченный диапазон значений udelay в том числе из-за особенностей реализации задержек, где не используется вся разрядная сетка для счетчика. Точно деталей не знаю.
Из тех что купил: Wargame. Классическая RTS. Надеялся что будет что-то вроде C&C Generals, но оказалась более реалистичной, а значит — скучной. По сюжету это вооруженное продолжение холодной волны. Т.е. конфликт между Варшавским договором и НАТО. В общем на любителя.
Тем не менее можно давать общие рекомендации (читай «качественные оценки»):
*Стохастический градиентный спуск занимает немного больше процессорного времени, чем генетические алгоритмы, так как ЦФ вычисляется два раза (нужно уточнить). Ещё больше занимает времени методы оптимизации второго порядка, там где происходит манипуляция с производными второй степени, например метод сопряженных градиентов.
*Память что градиентные методы, что ГА кушают относительно немного, в отличии, опять таки от методов второго порядка. Упомянуты метод сопряженных градиентов ещё более-менее терпим к малы объемам памяти, но BFGS или метод Левенберга-М. например, требуют очень много оной.
*Как уже писал в своей статье, ГА дают хотя бы теоретическую надежду на получение глобального минимума, а градиентные методы — напротив, это самая чувствительная к локальным минимумам группа.