Так суть шопинга в социальном эффекте, т.е человек таким образом обращает внимание на себя с одной стороны, с другой - делает свой вид таким чтобы окружающие воспринимали его именно так а не иначе. Т.е это социальная адаптация что ли и да это очевидно часть так называемого счастья то есть удовлетворенности своим местом в обществе. Игры это вообще часть жизни, именно результат игры в широком смысле создает самооценку, которая вообще очень тесно связана с "счастьем". Я сейчас не имею в виду компьютерные не соревновательные игры, или азартные игры. Хотя предполагаю что и мотивы для этих занятий тоже имеют корни в психике, причем вполне естественные.
Физика это абсолютно и полностью попытка предскаать поведение черного ящика.
Фи́зика (от др.-греч. φυσική — «природный» от φύσις — «природа») — область естествознания: фундаментальная наука о наиболее общих законах природы, о материи, её структуре, движении и правилах трансформации А вот определение из вики. Не совсем согласуется с вашим имхо.
При этом что там внутри электрона нам не важно - пусть это хоть самостоятельная планета, населенная гномами.
В рамках модели может и не важно, но разве нет желания понять что это вообще такое
В том чтобы принять электрон за шар тоже ничего нет зазорного
Не согласен, если что-то не известно то лучше так и писать, иначе у людей далеких от этой сферы возникает ощущение что вопроса "а что это такое на самом деле" не возникает. Т.е создается иллюзия того что понятно что это и как работает.
Если школа будет через детский коллектив будет создавать такую культурную среду, что быть тупым потребителем тиктока не круто, а круто хорошо учиться. То это будет самым лучшим мотиватором для детей.
Для этого надо награждать за результаты в учебе чем то реальным, а не просто похвалой, но вряд ли такое будет)
Вообще тезис о том что изучение наук тренирует мозг надо доказывать, и что вообще мозг можно "тренировать". Сколько не читал подобные обсуждения нигде такого доказательства не было, может поделитесь ссылкой на какую нить статью?
Я сам с нейросетями не работал, поэтому может упустил в статье параметры тренируемой нейросети, а именно сколько информации, например в байтах, подается на первый слой и сколько всего слоев. И математическая операция сравнения делается в рамках обучаемой нейросети или как то иначе?
Не совсем понимаю что изображено на картинке, но так и не понял про глубину - шахматная доска будет распознана как поверхность одной глубины или там будут перепады?
Это на практике или в теории? И в контексте того что результат связан с глубиной значит ли это что у тонких линий и того что между ними разная глубина?
Чуть почитал про метод муаровых полос ( я сопромат не изучал) и вроде этот метод не подходит под разбираемую ситуацию, там одна решетка соответствует материалу в нормальном состоянии, а другая этому же материалу но с деформацией. Причем там речь идет об определении линейных и сдвиговых деформациях - не уверен что речь идет о глубине. В статье речь про стереопару - т.е обе картинки эталонные. Вот если создать стереопару шахматной текстуры, и попробовать применить к ней функцию фотошопа было бы интересно узнать что получиться.
Интересный вопрос пришел в голову , а если будет ровная поверхность скажем - текстура в клеточку, то данный способ обработает ее как будто глубины нет или она есть?
Я не про это, мы понимаем что в реальном мире ничего просто так не появляется и не исчезает, когда же на практически в идентичных изображениях нейросеть выдает разный результат, то тут есть явная проблема. Да скорее всего нейросеть не воспринимает видеоролик как нечто цельное, а скорее как набор отдельных картинок(кадров), но тем не менее проблема есть и о ней я и пишу.
В реальной жизни объект не может просто пропасть на секунду а потом снова появиться в том же месте, неужели для решения этой проблемы так ничего и не придумали?
Можно попробовать скачать qt и посмотреть какие уже готовые примеры там есть, скорее всего там будет пример виндовс приложения с графическим интерфейсом с кнопками /картинками/анимациями и далее можно будет попробовать сделать свое на его основе.
Ну так время и есть такая "линейка" для движения, просто почему то часто меняют их местами, меряют некое абсолютное время с помощью движения, в то время как движение то как раз первично - дано нам в ощущениях.
Так суть шопинга в социальном эффекте, т.е человек таким образом обращает внимание на себя с одной стороны, с другой - делает свой вид таким чтобы окружающие воспринимали его именно так а не иначе. Т.е это социальная адаптация что ли и да это очевидно часть так называемого счастья то есть удовлетворенности своим местом в обществе.
Игры это вообще часть жизни, именно результат игры в широком смысле создает самооценку, которая вообще очень тесно связана с "счастьем". Я сейчас не имею в виду компьютерные не соревновательные игры, или азартные игры. Хотя предполагаю что и мотивы для этих занятий тоже имеют корни в психике, причем вполне естественные.
И из экспериментов которые позволяют найти значения величин, или характеристики явлений. Что позволяет лучше понять эти явления.
Ну по мне хорошо, если физик еще и немножко философ)
Фи́зика (от др.-греч. φυσική — «природный» от φύσις — «природа») — область естествознания: фундаментальная наука о наиболее общих законах природы, о материи, её структуре, движении и правилах трансформации
А вот определение из вики. Не совсем согласуется с вашим имхо.
В рамках модели может и не важно, но разве нет желания понять что это вообще такое
Не согласен, если что-то не известно то лучше так и писать, иначе у людей далеких от этой сферы возникает ощущение что вопроса "а что это такое на самом деле" не возникает. Т.е создается иллюзия того что понятно что это и как работает.
Эта статья не то что я просил , она про различие функций правого и левого полушарий мозга.
Для этого надо награждать за результаты в учебе чем то реальным, а не просто похвалой, но вряд ли такое будет)
Вообще тезис о том что изучение наук тренирует мозг надо доказывать, и что вообще мозг можно "тренировать". Сколько не читал подобные обсуждения нигде такого доказательства не было, может поделитесь ссылкой на какую нить статью?
Я сам с нейросетями не работал, поэтому может упустил в статье параметры тренируемой нейросети, а именно сколько информации, например в байтах, подается на первый слой и сколько всего слоев. И математическая операция сравнения делается в рамках обучаемой нейросети или как то иначе?
Правильно ли я понимаю, что здесь описывается пример обучения нейросети для задачи сравнения числовых величин?
Не совсем понимаю что изображено на картинке, но так и не понял про глубину - шахматная доска будет распознана как поверхность одной глубины или там будут перепады?
Это на практике или в теории? И в контексте того что результат связан с глубиной значит ли это что у тонких линий и того что между ними разная глубина?
Чуть почитал про метод муаровых полос ( я сопромат не изучал) и вроде этот метод не подходит под разбираемую ситуацию, там одна решетка соответствует материалу в нормальном состоянии, а другая этому же материалу но с деформацией. Причем там речь идет об определении линейных и сдвиговых деформациях - не уверен что речь идет о глубине. В статье речь про стереопару - т.е обе картинки эталонные. Вот если создать стереопару шахматной текстуры, и попробовать применить к ней функцию фотошопа было бы интересно узнать что получиться.
Интересный вопрос пришел в голову , а если будет ровная поверхность скажем - текстура в клеточку, то данный способ обработает ее как будто глубины нет или она есть?
Можно ли узнать, каким образом была получена гифка под номером 14?
Я не про это, мы понимаем что в реальном мире ничего просто так не появляется и не исчезает, когда же на практически в идентичных изображениях нейросеть выдает разный результат, то тут есть явная проблема. Да скорее всего нейросеть не воспринимает видеоролик как нечто цельное, а скорее как набор отдельных картинок(кадров), но тем не менее проблема есть и о ней я и пишу.
В реальной жизни объект не может просто пропасть на секунду а потом снова появиться в том же месте, неужели для решения этой проблемы так ничего и не придумали?
Ощущение что статью писал чатгпт)
Можно попробовать скачать qt и посмотреть какие уже готовые примеры там есть, скорее всего там будет пример виндовс приложения с графическим интерфейсом с кнопками /картинками/анимациями и далее можно будет попробовать сделать свое на его основе.
Ну так время и есть такая "линейка" для движения, просто почему то часто меняют их местами, меряют некое абсолютное время с помощью движения, в то время как движение то как раз первично - дано нам в ощущениях.
Разрешите поинтересоваться ,а что для Вас было бы таким доказательством?