Там вроде статически линкуются so-шки (dll-ки). Из сорцов нужны только хедеры, чтобы FFI знал сигнатуры методов и смог автоматом их забиндить. То бишь сишные либы должны быть компилированные под нужную архитектуру заранее.
По видео у меня возникло ощущение, что никакого «обучения» не происходит. Агенты наугад топают во всех направлениях и запоминают только лишь путь, по которому можно дойти до рекорда предка. Т.е. по сути нейросеть тренируется как успешно пройти именно этот лабиринт.
Мне кажется задача изначально поставлена неправильно. Мне кажется агентам заранее должно быть известно, что, например, слева или справа обрыв (нули). И алгоритм должен обучиться ходить только по единицам. Тогда алгоритм сможет успешно проходить любые лабиринты вез ответвлений.
А для чего делается перфорация (несквозная) на пластинах? Выполняет какую-то функцию или просто для красоты? Часто замечал во внутренностях электроники, типа магнитофонов и динамиков
В Новосибирске в моем ЖК в каждую квартиру заведена оптика. В техэтаже стоит коммутатор, куда цепляются провайдеры. Т.е. провы заходят только в этот техэтаж.
В новых домах к каждой квартире проводится оптический кабель еще на этапе строительства застройщиком. Старый жилой фонд, к сожалению, так и останется с соплями из витых пар. Я не знаю есть ли какой-то нормативный документ обязывающий застройщиков прокладывать оптические кабели во все квартиры.
Это фича docker-compose. Позволяет pull-ить образы, указанные в image, если вам не хочется собирать самому через команду docker-compose pull. Полезно для фронтендеров, которым нужно просто запустить последний рабочий билд бэкенда. Бэкендер делает docker-compose build.
После аэропорта Симферополя Домодедово (во Внуково не был) кажется приветом из 2000-х. Отличная навигация, розетки на абсолютно всех сиденьях, просторность, освещение.
Не можешь победить — возглавь
Заботится о лишних тактах процессора. Ставит Windows 10. Логика.
По видео у меня возникло ощущение, что никакого «обучения» не происходит. Агенты наугад топают во всех направлениях и запоминают только лишь путь, по которому можно дойти до рекорда предка. Т.е. по сути нейросеть тренируется как успешно пройти именно этот лабиринт.
Мне кажется задача изначально поставлена неправильно. Мне кажется агентам заранее должно быть известно, что, например, слева или справа обрыв (нули). И алгоритм должен обучиться ходить только по единицам. Тогда алгоритм сможет успешно проходить любые лабиринты вез ответвлений.
P.S. Хороший пример обучения нейросети с подкреплением:
www.youtube.com/watch?v=wL7tSgUpy8w
С чаем
100 условных сотрудников + 30% = 130
130 — 7% = 120.9
Т.е. прирост ≈ 20%
В рамках занудства :)
Это фича docker-compose. Позволяет pull-ить образы, указанные в image, если вам не хочется собирать самому через команду docker-compose pull. Полезно для фронтендеров, которым нужно просто запустить последний рабочий билд бэкенда. Бэкендер делает docker-compose build.
После аэропорта Симферополя Домодедово (во Внуково не был) кажется приветом из 2000-х. Отличная навигация, розетки на абсолютно всех сиденьях, просторность, освещение.
У меня в голове не укладывается как все эти железки будут работать между собой. Но самое страшное какой софт будет всем этим управлять?
А где остальная часть статьи?