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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #608 · 25.10

Стоило обрадоваться, что в новом дизайне ВК видеозаписи поставили на видное место в верху страницы, а я как раз стал частенько видосы с дрона заливать. И вот теперь этот раздел убрали вниз, а в шапке оставили буквально худшие четыре раздела, которые наименьшим образом подходят для презентации страницы. Фото — никто давно не юзает ВК как фотоблог, и сюда будут попадать картинки, которыми иллюстрируют посты (вот как у меня), и которые без поясняющего текста просто рандомный мусор. Клипы — не должны были существовать изначально ни в каком виде. Но вообще, речь о дизайне страницы для десктопов, на которых вертикальное видео смотрят только очень странные люди. Музыка — актуально только если вы автор и исполнитель песен, презентуете свою страницу своими же треками. Потому что презентовать её просто чужой музыкой, которую вы любите — полная фигня, и никому не нужно. Статьи — единственное, что хоть как-то оправдано в этом месте, но формат для ВК настолько мёртвый, его считайте нет. Даже профильные паблики, как я вижу, перешли с редактора статей на тупо ссылки на свои внешние сайты. Вероятно, потеря в охватах одинаковая что для ссылок, что для статей (на которые никто не нажимает), но сайт проще монетизировать. #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