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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #524 · 2.09

Издательство Лавка Игр выпускает на русском настолку Живой Лес. Мне за этот пост не платили, но хочу прорекламировать, потому что и игра кажется достойной, и то, как Лавка ведёт кампании, мне тоже импонирует. Живой Лес это семейная настольная игра в жанре "построение колоды" от датского дизайнера Аске Кристиансена. Она уже получила ряд престижных наград, и в целом отзывы положительные. Нужно будет спасать сказочный лес, собирая колоду из карточек с волшебными животными, дающими разные свойства. Очень хвалят иллюстрации и качество компонентов. Если вы вдруг думаете, что это что-то детское, то нет: современные семейные игры научились делать, с одной стороны, достаточно простыми для детей (не слишком мелких, а например школьного возраста), с другой стороны, взрослому есть где подумать и поразвивать стратегию. Мы с семьёй играем, например, в Wingspan или Everdell, и взрослые даже близко не скучают — котелок по полной разогревается, когда нужно построить движок для получения камней, на которые ты построишь дом, позволяющий бесплатно поселить зверя туда и получать по карте каждый ход, но только если... Короче, правда интересно. Вот Живой Лес обещает быть чем-то подобным. Я уже предзаказал. Отдельная крутая фишка: за каждые 10 заказанных коробок Лавка Игр посадит одно дерево (либо сами, либо силами специального фонда, пока не решили). #games

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