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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #456 · 22.07

Раз уж зашёл разговор про YouTube, я хотел было рассказать вам про свои подписки, но потом подумал, что каких-нибудь Slow Mo Guys или Доктора Дью и так все знают. Поэтому вот вам из моих подписок каналы либо малопопулярные, либо узкой тематики: Виталий Галайчук (рус) — автор летает на планерах без мотора (их поднимают самолётом, а затем он лавирует в воздушных потоках). Очень атмосферные и крутые съёмки. Luke Towan (англ) — автор — мастер по созданию диорам (миниатюрных трёхмерных моделей участка местности). Показывает процесс создания, залипательно и медитативно. Человек с Земли (рус) — украинский видеоблогер, занимающийся квадрокоптерами. Очень красиво делает ролики, отличный саунд-дизайн. Алексей Макаренков (рус) — раньше вёл канал как сотрудник компании 4game, а сейчас свой отдельный. Про видеоигры и игровую индустрию. Хорошо рассказывает, интересно, и явно в теме. Numberfile (англ) — автор ходит к разным математикам, и они рассказывают ему о любопытных задачах и других вещах из мира математики. Для любителей чисел, много необычных и удивительных сюжетов. Dustin Penner (англ) — плотник и столяр, делает на станках и руками разные конструкции из дерева. Гуляйнен (рус) — парни из Петербурга катают на велосипедах по красивым местам. Очень молодой канал, желаю ему всяческих успехов и развития. Это они, кстати, авторы проекта "Скретч-карта Ленобласти". Лёша Корепанов (рус) — чисто разговорный блог для начинающих программистов и тех, кто хочет ими стать. Автор русский, но живёт в Нидерландах и работает программистом уже много лет, делится своим опытом. Рыбалка с Romario Agro (рус) — медитативный блог о рыбалке. Автор выезжает на лодке один в красивые места, там рыбачит, готовит походную еду итд. Хотя последние месяцы что-то его не видно. AnikFPV (рус/англ) — опытный русскоязычный FPV-пилот тестирует дроны и связанные с этим вещи, участвует в соревнованиях, ездит летать в красивые места. Что-то только для тех, кто этим занимается сам, но что-то вполне себе интересно для широкой публики. Буду рад, если в комментариях поделитесь своими малоизвестными или узкотематическими подписками! #web

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #quantization

当前筛选 #quantization清除筛选
GitHub Trends

@githubtrending · Post #14747 · 25.05.2025 г., 11:30

#python#deep_learning#intel#machine_learning#neural_network#pytorch#quantization Intel Extension for PyTorch boosts the speed of PyTorch on Intel hardware, including both CPUs and GPUs, by using special features like AVX-512, AMX, and XMX for faster calculations[5][2][4]. It supports many popular large language models (LLMs) such as Llama, Qwen, Phi, and DeepSeek, offering optimizations for different data types and easy GPU acceleration. This means you can run advanced AI models much faster and more efficiently on your Intel computer, with simple setup and support for both ready-made and custom models. https://github.com/intel/intel-extension-for-pytorch

GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15385 · 02.01.2026 г., 12:30

#python#deep_learning#inference#openai#quantization#speech_recognition#speech_to_text#transformer#whisper Faster-Whisper is a fast version of OpenAI's Whisper that transcribes audio up to 4x quicker with the same accuracy, using less memory on CPU or GPU—benchmarks show it beats original Whisper (e.g., 1m03s vs 2m23s for 13-min audio on GPU). Install via `pip install faster-whisper`, no FFmpeg needed, and use simple Python code like `WhisperModel("large-v3").transcribe("audio.mp3")` for segments with timestamps. You benefit by getting quick, efficient speech-to-text for real-time apps, saving time and resources on long files or batches. https://github.com/SYSTRAN/faster-whisper