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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #349 · 19.05

В сеть попал «Морбиус», я посмотрел, и не понимаю, почему его так хейтят. Рейтинги прям супер низкие, да и в комментариях везде в основном недовольство. А по мне так вполне нормальный. Конечно, есть недостатки, да и послевкусия почти никакого не оставляет. Но, на мой взгляд, картина вполне цельная, последовательная, с прикольным визуалом, и каст попал в точку (видеть Мэтта Смитта в необычном образе было прикольно). Да, у фильма какой-то не слишком современный ритм, если можно так выразиться. Он, как бы сказать, слишком прямой и буквальный: вот тебе, зритель, пересказ событий. Напомнило мне боевики и ужастики девяностых, конкретно даже возникли ассоциации с фильмом «Муха»: там тоже учёный в результате эксперимента над собой получил сверхсилы, но потерял человеческий облик. Отдельно мне понравилось, что герой очень логичен и действует реалистично. Он переживает о своих действиях вполне правдоподобно: сокрушаясь, но не слишком. Ещё он сразу берётся исследовать себя, вести записи и замеры — так сделал бы любой разумный человек после подобных изменений. Ну и никакие сюжетные интриги не держат долго, потому что раз зритель догадывается сразу, то и персонажи должны сообразить. В общем, таких разгромных рейтингов «Морбиус» точно не заслуживает. Я думаю даже вполне получил бы удовольствие от просмотра его в кино, если бы показывали, чего не могу сказать, например, о новом Бэтмене (про который я рад, что в кино попасть не смог). #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #mdl

当前筛选 #mdl清除筛选
GitHub Trends

@githubtrending · Post #15271 · 05.11.2025 г., 12:30

#cplusplus#arm#baidu#deep_learning#embedded#fpga#mali#mdl#mobile#mobile_deep_learning#neural_network Paddle Lite is a lightweight, high-performance deep learning inference framework designed to run AI models efficiently on mobile, embedded, and edge devices. It supports multiple platforms like Android, iOS, Linux, Windows, and macOS, and languages including C++, Java, and Python. You can easily convert models from other frameworks to PaddlePaddle format, optimize them for faster and smaller deployment, and run them with ready-made examples. This helps you deploy AI applications quickly on various devices with low memory use and fast speed, making it ideal for real-time, resource-limited environments. It also supports many hardware accelerators for better performance. https://github.com/PaddlePaddle/Paddle-Lite