Pull to refresh
7
1
Ян Будакян @astromid

Machine Learning Engineer

Send message

Основная суть фильтрации - оставить только "потенциально интересные" события - которые либо вообще не описываются Стандартной моделью, либо имеют согласно ней очень маленькую вероятность. Сохранять измерения, которые и так подтверждают известную нам теорию особо не интересно. Для оценки "интересности" события смотрят на совпадение с теорией и даже применяют ML для ускорения.

Так что нет, речь не только о сжатии и кодировании, необратимая фильтрация тоже проводится

Для профилирования использования памяти Python есть как минимум несколько инструментов:

  1. Вышеупомянутый Scalene (https://github.com/plasma-umass/scalene) умеет профилировать память

  2. Pympler https://github.com/pympler/pympler

  3. Filprofiler https://github.com/pythonspeed/filprofiler

  4. Memray https://github.com/bloomberg/memray

У них у всех есть разные плюсы и минусы (оверхед, подсчет использования памяти во внешнем коде и тредах/процессах итп), так что стоит сравнить что будет удобнее в конкретном случае

В коде уже используется декоратор @njit, он является алиасом для @jit(nopython=True)

Может не повезти с отдельными играми. Лично у меня, например, так и не получилось поиграть на ноутбуке с i5-1135G7 (встройка Iris Xe) в World War Z - запускается, но при этом артефачит на любых настройках графики, даже с самым последним драйвером. В L4D2 возникли проблемы с освещением (на некоторых уровнях становится излишне темно, ставлю на проблему с дравером т.к. сравнивал на одинаковых настройках графики на практически идентичных ноутбуках, но в одном встройка Iris Xe, а в другом дискретка MX450, на дискретке проблем с освещением нет). При этом подавляющее большинство игр работает все-таки нормально

Можете посмотреть на проект Amnezia: https://github.com/amnezia-vpn/desktop-client - аналог Outline. У меня работает стабильно через Shadowsocks + Cloak

Можно взять профайлер для питона (например, github.com/emeryberger/scalene) и посмотреть, на что питон тратит время. Возможно, там тяжелый импорт какого-то кода — поэтому проявляется каждый запуск.
С одной стороны да, а с другой — нет. С точки зрения математики — нейронная сеть, состоящая всего из трех (не одного) слоев — входной, выходной и скрытый между ними — это универсальный аппроксиматор, который может представить собой любую функцию с любой наперед заданной точностью (доказательство теоремы — 18 ссылка на Вики). Однако, ничего не говорится о том, сколько параметров потребуется такой сети — их число может превзойти любое разумное, и обучать такие сети мы тоже не умеем. Также не известен конструктивный способ сведения обученных глубоких сетей к такой трехслойной — иначе бы никто и не заморачивался с глубокими сетями. В общем — эта теорема важна только для теоретических изысканий, на практике применений никаких нет.
Об этом писали в смежных по теме статьях — это реализация защиты от анализа поведения червя в песочнице, однако, реализованная с ошибкой.
Это следует из основ квантовой механики. Сами коэффициенты не могут быть вероятностями, потому что являются комплексными числами, а вероятность по определению вещественное число. Получить, что квадраты модулей коэффициентов являются вероятностями можно из того, что квадрат модуля волновой функции(то есть скалярное произведение <x|x>) это плотность вероятности получения соответствующего результата при измерении.
Реально важных и сильно меняющих/вносящих много нового в игру DLC выпускается не так уж много — для EU IV, например, их всего 8 из 41, выпущенных за почти 3 года, остальное — портреты, модельки, юниты и прочее + часто проходят распродажи(ну, это уже скорее заслуга Steam). Для CK II распределение примерно такое же, наверняка так же будет и для Stellaris.
Все верно, звезды обладают отрицательной теплоёмкостью. Вот тут более подробно и с формулами:
www.astronet.ru/db/msg/1170612/5lec/node5.html#SECTION00543000000000000000
Сумма на счете вроде как деактивируется после 180 дней, однако ее можно легко активировать обратно.

Information

Rating
1,509-th
Location
Москва, Москва и Московская обл., Россия
Date of birth
Registered
Activity

Specialization

Data Scientist
Git
Linux
Python