Наличие команд ускоряет работу с текстом
В нано нет команд
В вим есть
Банальный пример, получить буст в скорости работы можно, перейдя с нано на вим и зная только лишь, как работает команда delete. Ситуации, когда необходимо удалить большое количество строк в каком нибудь конфиге, возникают очень часто, и в nano вы 20 раз нажмете ctrl+k, а в vim — выполните простую d20d. Одна только эта мелочь может сэкономить десяток секунд жизни. Из таких мелочей и складывается магическое ускорение работы. Когда знаешь и применяешь кучу возможностей вим, это становится реально заметно
Крутой бот, спасибо)
только используйте answer_callback, когда обрабатываете нажатия на инлайн кнопки, чтобы избежать неприятных уведомлений о таймаутах и бесконечных пиктограмм о загрузке
а чем лазерная связь принципиально отличается от радиосвязи или оптоволокна?
я так понимаю, что суть проблем спутникового интернета — в физических ограничениях, связанных со скоростью света
маск даст сеть спутников, летающих не на геостационарной 40к км, а на всего 500 км орбите, а это в 80 раз уменьшит время прохождения сигнала от земли до спутника
лазерная связь — звучит как что-то про маркетинг, а не про смысл
ну, справедливости ради, все облачные сервисы и сторонние приложения — лишь дополнение к системе, которая будет оставаться управляемой до тех пор, пока работает локальная сеть
Интересно было бы посмотреть на количество уникальных слов относительно общего количества слов в треках, или относительно количества треков исполнителя.
Абсолютное значение количества уникальных слов становится немного менее показательным, если количество треков у исполнителей отличается в два раза.
Была бы интересна возможность централизованного управления множеством таких устройств по сети. Если откроете исходники — постараюсь допилить сам. Если проблема в публикации — попрошу вас отправить их в личку мне, потому что я смогу применить ваше устройство в своем случае только если удастся реализовать функционал с управлением по сети. Заранее спасибо
Насколько я понимаю, многослойный полносвязный персептрон совершенно не используется для распознавания изображений. Возможно, я бы получил лучшие результаты, использовав бы сверточную архитектуру, которая применяется повсеместно для анализа изображений.
Мой интерес состоит в том числе и в том, насколько просто использовать простые структуры: в нейросети сравнительно мало нейронов(этим объясняется высокое быстродействие), однако она работает с 80% точностью(для кадров разнесенных во времени). Работает это только потому, что я анализирую не сами изображения, а найденные алгоритмом контуры
Подобный подход к решению задачи классификации изображений(персептрон) я увидел в примере из документации tensorflow(они классифицировали MNIST датасет, черно-белые картинки 25х25 пикселей с изображениями разных видов одежды).
У меня задача попроще: парковочное место — личное, машина ставится всегда одинаково, и никто кроме одной машины там не появляется
Вероятно, можно было бы справиться и без нейросети, но целью и лейтмотивом затеи являлось изучение, пусть и поверхностное, возможностей данного метода
Наличие команд ускоряет работу с текстом
В нано нет команд
В вим есть
Банальный пример, получить буст в скорости работы можно, перейдя с нано на вим и зная только лишь, как работает команда delete. Ситуации, когда необходимо удалить большое количество строк в каком нибудь конфиге, возникают очень часто, и в nano вы 20 раз нажмете ctrl+k, а в vim — выполните простую d20d. Одна только эта мелочь может сэкономить десяток секунд жизни. Из таких мелочей и складывается магическое ускорение работы. Когда знаешь и применяешь кучу возможностей вим, это становится реально заметно
только используйте answer_callback, когда обрабатываете нажатия на инлайн кнопки, чтобы избежать неприятных уведомлений о таймаутах и бесконечных пиктограмм о загрузке
я так понимаю, что суть проблем спутникового интернета — в физических ограничениях, связанных со скоростью света
маск даст сеть спутников, летающих не на геостационарной 40к км, а на всего 500 км орбите, а это в 80 раз уменьшит время прохождения сигнала от земли до спутника
лазерная связь — звучит как что-то про маркетинг, а не про смысл
ну, справедливости ради, все облачные сервисы и сторонние приложения — лишь дополнение к системе, которая будет оставаться управляемой до тех пор, пока работает локальная сеть
512-64 != 446
Интересно было бы посмотреть на количество уникальных слов относительно общего количества слов в треках, или относительно количества треков исполнителя.
Абсолютное значение количества уникальных слов становится немного менее показательным, если количество треков у исполнителей отличается в два раза.
Спасибо за статью
Уу, прошу прощения
Попробую использовать в таком случае
Насколько я понимаю, многослойный полносвязный персептрон совершенно не используется для распознавания изображений. Возможно, я бы получил лучшие результаты, использовав бы сверточную архитектуру, которая применяется повсеместно для анализа изображений.
Мой интерес состоит в том числе и в том, насколько просто использовать простые структуры: в нейросети сравнительно мало нейронов(этим объясняется высокое быстродействие), однако она работает с 80% точностью(для кадров разнесенных во времени). Работает это только потому, что я анализирую не сами изображения, а найденные алгоритмом контуры
Подобный подход к решению задачи классификации изображений(персептрон) я увидел в примере из документации tensorflow(они классифицировали MNIST датасет, черно-белые картинки 25х25 пикселей с изображениями разных видов одежды).
Вероятно, можно было бы справиться и без нейросети, но целью и лейтмотивом затеи являлось изучение, пусть и поверхностное, возможностей данного метода