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: #tfdeploy

当前筛选 #tfdeploy清除筛选
djangoproject

@djangoproject · Post #274 · 18.03.2017 г., 01:48

https://github.com/riga/tfdeploy Google's TensorFlow framework is taking off big-time now that it's at a full 1.0 release. One common question about it: How can I make use of the models I train in TensorFlow without using TensorFlow itself? #Tfdeploy is a partial answer to that question. It exports a trained TensorFlow model to "a simple #NumPy-based callable," meaning the model can be used in Python with Tfdeploy and the the NumPy math-and-stats library as the only dependencies. Most of the operations you can perform in TensorFlow can also be performed in Tfdeploy, and you can extend the behaviors of the library by way of standard Python metaphors (such as overloading a class). Now the bad news: Tfdeploy doesn't support GPU acceleration, if only because NumPy doesn't do that. Tfdeploy's creator suggests using the gNumPy project as a possible replacement. #Machine_learning