Намери подобно съдържание

Изходен канал @clockstackwheels · Post #504 · 15.08

Досмотрел Sandman. Я так в своё время и не добрался до комикса, хотя читал из него несколько эпизодов, и мне довольно много о нём рассказывали. Сложность чтения комиксов в том, что с экрана это очень неудобно, а физические книги я не использую много лет. Сериал отличный даже без знакомства с первоисточником. Крутая самобытная атмосфера. Весьма удачный каст: большинство актёров подобраны чётко, они запоминаются и смотрятся на своём месте. Отдельно порадовал Коринфиан — очень харизматичный. Но в целом хороши даже местечковые проходные персонажи. Сами сюжеты показались немного сжатыми, но это скорее всего жанровая особенность первоисточника, от которой не захотели или не смогли избавиться. По смыслу и наполнению всё равно интересно. Ну и, конечно, возрастной рейтинг позволил авторам нормально показать всякую жесть. Из недостатков не могу не отметить критически высокий процент повесточки. Почти все злодеи и отрицательные персонажи — белые мужчины (Берджес и его сын, второй сын, который украл рубин, Коринфиан, абъюзер в паре, которая удерживала мальчика, практически весь слёт маньяков!). Центральные же положительные персонажи, кроме самого главного героя, в основном чернокожие и/или женщины. Подавляющее большинство отношений, показанных в сериале — гомосексуальные. А гетеро-пары, за небольшим исключением, или предают/изменяют, или являются объектом насмешек или злодеи. Не знаю, так ли в оригинале (говорят, Нил Гейман радикально-левый, поэтому вполне мог), но тут прям из берегов выходит, и очень заметно. Впрочем, кто смотрит современные сериалы, у того уже слепота/привычка выработалась, думаю. А в остальном супер, получил много удовольствия и жду следующий сезон. #fiction

Hashtags

#fiction

Резултати

Намерени 1 подобни публикации

Търсене: #visualisation

当前筛选 #visualisation清除筛选

Machinelearning

@ai_machinelearning_big_data · Post #8262 · 13.08.2025 г., 13:04

Намери подобни Прегледай

🌟Embedding Atlas: визуализация структуры эмбедингов прямо в браузере. Embedding Atlas — опенсорсный инструмент от Apple для интерактивной визуализации больших наборов векторных представлений, который позволяет не просто смотреть на облако точек, а полноценно с ним работать. И что самое приятное, он способен отрисовывать до нескольких миллионов точек благодаря реализации на WebGPU. 🟡Автоматическая кластеризация и разметка данных. Embedding Atlas сам находит скопления в данных и подписывает их, позволяя мгновенно сориентироваться в общей структуре датасета. Чтобы отделить реальные кластеры от случайных выбросов, используется оценка плотности ядра с отрисовкой контуров плотности. Решена и вечная проблема визуализаций - "каша" из перекрывающихся точек. Embedding Atlas использует технологию order-independent transparency, так что даже при большом наложении точек картинка остаётся четкой и информативной. 🟡Интерактивность. В инструменте есть поиск в реальном времени и нахождение ближайших соседей. Можно ввести текстовый запрос или просто кликнуть на любую точку в облаке, и Embedding Atlas мгновенно подсветит наиболее похожие на нее данные. Еще есть интерактивный фильтр по метаданным. Например, можно выбрать на гистограмме определенный класс объектов, и визуализация тут же отфильтрует эмбединги, оставив только соответствующие ему точки. 🟡Embedding Atlas поставляется в виде 2 пакетов: 🟢Python-пакет Дает три варианта интеграции: утилиту командной строки для быстрой визуализации датафреймов, виджет для Jupyter, позволяющий встраивать атлас прямо в ноутбуки, и компонент для Streamlit, если вы создаете полноценные веб-приложения. 🟢Npm-пакет Этот пакет для тех, кто хочет встроить визуализацию в собственные веб-приложения. Он предоставляет готовые UI-компоненты в виде API: Table, EmbeddingView, EmbeddingViewMosaic и EmbeddingAtlas. 📌Лицензирование: MIT License. 🟡Страница проекта 🟡Документация 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#Embedding#Visualisation#Apple

Hashtags

#ai #ml #embedding #visualisation #apple