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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #597 · 15.10

Я таки упросил VK включить мне новый дизайн (спасибо). Иронично, что его включили куче моих друзей: тем, кто не ведёт страницу, тем, кому пофиг, и даже тем, кто ненавидит редизайны. А мне не включили сразу, хотя я люблю редизайны и веду в VK блог. Ну, минус в том, что это опять калька с Фейсбука. Конечно плохо: у ребят из ВК точно много своих идей, непонятно, почему до сих пор копируется с FB, который прям очень очень плох по визуалу и удобству, почти худший крупный сервис в современном интернете. Тем не менее, конкретно обложка для профилей мне понравилась на Фейсбуке ещё 10 лет назад, когда я её впервые увидел. И очень хорошо, что VK сейчас сделал акцент на контенте. Не знаю, обозначает ли это начало каких-то более масштабных изменений, чтобы возродить текстовые блоги (кажется, их потенциальную аудиторию из ВК прогнали почти всю). Есть предположение, что визуальным изменением профилей всё и закончится, а ленты всё так же будут забиты пабликами, и взрослые люди, включая сотрудников самого ВК, всё так же будут постить и комментировать в Instagram/Telegram. Конкретно тут я бы убрал нафиг блок с подарками — не нужен. "Подписчики" теперь смешаны с друзьями, это сбивает, хотя привычная концепция друзей в соцсетях давно умерла. А вот в блоке "подписки" ставил бы индивидуальных авторов выше, чем паблики. Ну и, конечно же, отовсюду удалять "Клипы" обязательно. #web

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