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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #613 · 29.10

Вернулся в #satisfactory после длинного перерыва. Не отпускает меня эта игра, слишком залипательно, невозможно остановиться. Хотел соорудить универсальную фабрику под всё, даже разработал неплохую схему: основная шина из параллельных конвейеров с разными видами ресурсов, в нужных местах от лент ответвления к сборочным линиям, а от линий обратно в шину уже новый ресурс. На бумаге выглядело хорошо, на практике очень утомительно строить и поддерживать, а ещё место быстро заканчивается даже на воде, где максимально открытые большие участки. Пришёл к решению: отдельные специализированные фабрики под каждый вид деталей, а между ними железнодорожная сеть с нужными ресурсами. Лёгким движением руки игра превратилась в железнодорожный симулятор — стрелки, секционные и путевые светофоры, погрузочные станции. Поезда сделаны классно, с прикольной анимацией, по виду это футуристичный монорельс (на скринах не один путь, а два параллельных в разные стороны). Пока не открыл доставку дронами, там должно быть ещё попроще (но полностью заменить железку они не смогут — пропускная способность не та). Дошёл до производства алюминия через добычу боксита. Впервые поймал себя на мысли, что не хочу вырубать красивый лес под фабрику, пусть даже и виртуальный, очень уж приятно смотрится. Построил в сторонке. На таких масштабах уже проявляются недостатки игры: не автоматизируются рутинные операции при строительстве (в отличие от того же Factorio), вид от первого лица и трёхмерность усложняют аккуратное размещение конструкций, прокладка путей с некоторыми багами. Но всё равно очень круто. 140 часов общее игровое время, больше чем Ведьмак 3 со всеми сайдами и дополнениями. Впереди обработка кварца, а потом — атомная энергетика. Ух. #games

Резултати

Намерени 1 подобни публикации

Търсене: #convolution

当前筛选 #convolution清除筛选
GitHub Trends

@githubtrending · Post #14659 · 01.05.2025 г., 15:30

#cplusplus#arm#convolution#deep_learning#embedded_devices#llm#machine_learning#ml#mnn#transformer#vulkan#winograd_algorithm MNN is a lightweight and efficient deep learning framework that helps run AI models on mobile devices and other small devices. It supports many types of AI models and can handle tasks like image recognition and language processing quickly and locally on your device. This means you can use AI features without needing to send data to the cloud, which improves privacy and speed. MNN is used in many apps, including those from Alibaba, and supports various platforms like Android and iOS. It also helps reduce the size of AI models, making them faster and more efficient. https://github.com/alibaba/MNN