По моему опыту можно разглядеть в условиях подмосковного посёлка, если выйти в парк или на футбольное поле хотя бы на 200 метров от ближайших огней. Совсем в дебри можно не залезать, хотя там условия конечно получше будут )
Ну, если бы меня попросили описать дракона без крыльев, я бы тоже крылья упомянул. Иначе получилось бы что-то вроде "выглядит как обычный дракон, но без тех штук которыми машут птицы" )
Спросил у дипсика по поводу обрыва - полные ответы тут не буду выкладывать, чтобы не загромождать. Вкратце, если попросить не упоминать слово "крылья", то отвечает без этого слова. Если не уточнять, то говорит что "без крыльев ситуация для дракона крайне опасная", что в общем вполне логично.
Запутать его, думаю, всё же можно, но в данном случае отвечает примерно как человек.
Ну это ожидаемый эффект. Если в loss функции учитывается только правильная классификация объектов и никак не используется иерархия, то нейросетям проще распознавать по текстурным фичам. Чтобы нейросети начали выстраивать иерархию объектов нужно адаптировать процесс обучения.
Возможно, связано с тем что сейчас уличное освещение стало светодиодным и заметно более ярким. Невооружённым глазом его видно как тусклые размытые облачка, по контрасту с окружающим более тёмным небом. Если не приглядываться, легко не заметить. Чтобы разглядеть желательно смотреть с открытой площадки чтобы было видно много неба и фонарей рядом не было.
В старших классах как раз по таким гайдам в книжках изучал созвездия. Вечером выходил гулять с собакой, за полчаса старался найти часть тех что уже знаю плюс 1-2 новых. По чуть-чуть легче получается, чем пытаться сразу много новых изучать. Когда-то знал штук 20 созвездий, сейчас уже часть забыл.
Плюс электронных карт в том что они ещё и актуальное положение планет показывают.
Точно ли здесь есть причинно-следственная связь? Возможно, люди с ускоренным старением мозга и низким "когнитивным резервом" просто менее склонны к изучению дополнительных языков, или менее успешны в их изучении, например чаще бросают на полпути?
По словам разработчиков, комары представляют собой серьёзную проблему: во всём мире ежегодно от них умирает 700 тыс. человек, 700 млн заражаются болезнями, переносимыми комарами, а 4 млрд человек подвержены риску заражения лихорадкой денге.
При том что есть куда более дешёвые и эффективные методы решения этой проблемы, чем дроны.
Наткнулся на эту систему в одном московском магазине аж в начале нулевых. "Мущина, сначала надо взвесить, потом уже в кассу очередь, чек пробить!" Помню очень удивлён был, хотелось сказать простите, я только что из 21-го века прибыл.
рисует картинку, которая просто совпадает со спиральными рукавами реальных галактик.
Если приглядеться, не особо и совпадает. Для чистоты эксперимента имело смысл сначала восстановить линии которые хотим смоделировать, из исходной картинки, только потом уже "натягивать" мат. модель используя метрики совпадения. Так хоть какая-то видимость научного подхода была бы.
Сходу вспомнилось про то что полная луна в полночь - на юге.
Ещё, по высоте полярной звезды над горизонтом можно определить широту - на случай если вас похитили и вы не знаете где находитесь )
По моему опыту можно разглядеть в условиях подмосковного посёлка, если выйти в парк или на футбольное поле хотя бы на 200 метров от ближайших огней. Совсем в дебри можно не залезать, хотя там условия конечно получше будут )
Ну, если бы меня попросили описать дракона без крыльев, я бы тоже крылья упомянул. Иначе получилось бы что-то вроде "выглядит как обычный дракон, но без тех штук которыми машут птицы" )
Спросил у дипсика по поводу обрыва - полные ответы тут не буду выкладывать, чтобы не загромождать. Вкратце, если попросить не упоминать слово "крылья", то отвечает без этого слова. Если не уточнять, то говорит что "без крыльев ситуация для дракона крайне опасная", что в общем вполне логично.
Запутать его, думаю, всё же можно, но в данном случае отвечает примерно как человек.
DeepSeek:
Ну это ожидаемый эффект. Если в loss функции учитывается только правильная классификация объектов и никак не используется иерархия, то нейросетям проще распознавать по текстурным фичам. Чтобы нейросети начали выстраивать иерархию объектов нужно адаптировать процесс обучения.
Возможно, связано с тем что сейчас уличное освещение стало светодиодным и заметно более ярким. Невооружённым глазом его видно как тусклые размытые облачка, по контрасту с окружающим более тёмным небом. Если не приглядываться, легко не заметить. Чтобы разглядеть желательно смотреть с открытой площадки чтобы было видно много неба и фонарей рядом не было.
Туманность Андромеды разглядеть ещё сложнее.
Да, и если видите что Мицар двойной, можете стать хорошим лучником )
В старших классах как раз по таким гайдам в книжках изучал созвездия. Вечером выходил гулять с собакой, за полчаса старался найти часть тех что уже знаю плюс 1-2 новых. По чуть-чуть легче получается, чем пытаться сразу много новых изучать. Когда-то знал штук 20 созвездий, сейчас уже часть забыл.
Плюс электронных карт в том что они ещё и актуальное положение планет показывают.
Точно ли здесь есть причинно-следственная связь? Возможно, люди с ускоренным старением мозга и низким "когнитивным резервом" просто менее склонны к изучению дополнительных языков, или менее успешны в их изучении, например чаще бросают на полпути?
В городских условиях Плеяды (1.5М) ещё несложно найти, а вот Андромеду (3.5М) уже замучаешься.
В Цефее из интересного ещё Гранатовая звезда, рядом с Альдерамином. Но они все довольно тусклые тоже.
Они обсуждали эту тему на встрече, в новостях было.
Судя по тексту, это даже в голову не пришло.
По своему опыту, наличие друзей и телевизора принципиально не меняет ситуацию.
Что-то вспомнилась серия из "Любовь, Смерть и Роботы", про войну с крысами.
При том что есть куда более дешёвые и эффективные методы решения этой проблемы, чем дроны.
Главное чтоб не в потерпевших.
Наткнулся на эту систему в одном московском магазине аж в начале нулевых. "Мущина, сначала надо взвесить, потом уже в кассу очередь, чек пробить!" Помню очень удивлён был, хотелось сказать простите, я только что из 21-го века прибыл.
Ну, вроде должны.
Если приглядеться, не особо и совпадает. Для чистоты эксперимента имело смысл сначала восстановить линии которые хотим смоделировать, из исходной картинки, только потом уже "натягивать" мат. модель используя метрики совпадения. Так хоть какая-то видимость научного подхода была бы.
Будет иронично, если окажется что статья сгенерена и переведена ИИ.