TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #319 · 29.04

Утром в Питере шел град, потому что я сегодня решил перегнать мотоцикл из одного гаража в другой. Завтра в центре будет мотопарад по случаю открытия сезона. Официальный, согласованный с городской администрацией, с перекрытием дорог. Обычно участвует несколько тысяч мотоциклистов, выглядит колонна зрелищно. Жаль нельзя одновременно и со стороны посмотреть, и в колонне ехать :) Впрочем, по набережной колонна поедет навстречу сама себе, так часто делают. Я тоже поеду. Объявили, что при въезде на построение будет досмотр транспортных средств на предмет запрещённой символики. Официально мероприятие вне политики, разрешили флаги мотосообществ, Петербурга и России. Надеюсь, это означает, что людей с буквами Z тоже погонят старыми тряпками, иначе какие-то двойные стандарты: политические символы запрещены, но не все (общий флаг России не в счёт, он всегда на всех таких мотопарадах есть, независимо от желания людей сделать какие-то заявления). Вот и посмотрим. И вы приходите. #hobby#moto

Hashtags

Резултати

Намерени 50 подобни публикации

Търсене: #dl

当前筛选 #dl清除筛选
Repositorio data science

@repo_science · Post #4131 · 18.05.2024 г., 21:06

​​#DL 📱 Zeus New Pytorch Ecosystem Tool Zeus is an open source toolkit for measuring and optimizing power consumption of deep learning workloads. 🖥Github ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #691 · 05.10.2025 г., 07:41

#dl Park, Chanwook, Sourav Saha, Jiachen Guo, Hantao Zhang, Xiaoyu Xie, Miguel A. Bessa, Dong Qian, et al. 2025. “Unifying Machine Learning and Interpolation Theory via Interpolating Neural Networks.” Nature Communications 16 (1): 1–12. https://www.nature.com/articles/s41467-025-63790-8

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #506 · 13.11.2023 г., 08:30

#dl Google & USC benchmarked a prompt based forecasting method, and the results are amazing. Cao D, Jia F, Arik SO, Pfister T, Zheng Y, Ye W, et al. TEMPO: Prompt-based Generative Pre-trained Transformer for time series forecasting. arXiv [cs.LG]. 2023. Available: http://arxiv.org/abs/2310.04948

Hashtags

ПредишнаСтр. 1 от 5Следваща