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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #654 · 16.11

Пытаюсь решить организационно-логистическую задачу в #Satisfactory. Может быть, умные люди (вы) мне дадите интересные советы. Я уже открыл практически все типы деталей, они довольно сложные, и для производства многих из них нужны целые цепочки: добыть ресурс А в одном месте и ресурс B в другом, потом сделать из них детали C и D, из этой пары получить деталь E, добыть ещё ресурс F, соединить, смешать с водой... В каком-то месте эти цепочки удобно разрывать (то есть не строить всё на одной фабрике, а растаскивать фабрики по карте). Потому что, во-первых, с гигантской базой, производящей все типы всех деталей, банально неудобно работать. Во-вторых, её тяжело масштабировать. Хотя у этого решения есть плюсы, и некоторые так делают, лично я идти по такому пути не хочу. Но в каком месте рвать цепочки? Глобально есть две крайности: 1. Можно делать по фабрике на каждое звено производства. Например, фабрика, которая делает деталь E, должна принимать на вход детали C и D, и всё. Такая схема очень легко масштабируется: небольшую фабрику очень просто расширять. А детали возить между фабриками поездами. Но тогда потребуется типа 100 разных фабрик и очень сложная железнодорожная сеть. 2. Можно в каждую фабрику привозить сырьё. Только то, что невозможно произвести, а можно только добыть. Фабрика делает с нуля из сырья все детали, в том числе для промежуточных звеньев. Такую схему очень легко балансировать: один раз посчитал, сколько нужно сырья, и всё. Но фабрики для сложных деталей будут громоздкие. А ещё если деталь C нужна в десяти местах то придётся десять раз повторить всю цепочку производства детали C, а можно было бы в одном месте делать очень много деталей C и возить. Мне не нравятся оба варианта, значит, рвать цепочку нужно где-то посередине. Но где? #games

Резултати

Намерени 2 подобни публикации

Търсене: #numeric

当前筛选 #numeric清除筛选
Cul8r.

@cul8r_channel · Post #3096 · 27.06.2025 г., 10:06

Забрал свои New Balance x Stone Island Marina, быстро сфоткал и хочу сказать пару слов. Кеды вышли в рамках скейтерской линейки #numeric, поэтому говорить о каких-то роскошных материалах и современных технологиях не приходится. В данном случае, конечно, есть ряд интересных деталей, включающих в себя фактурный, но неудобный язычок, объёмную, словно вспененную вставку спереди и красивый брендинг сзади. В остальном, всё довольно простенько, но свежо. Самым приятным бонусом тут выступают детали, в виде лаконичной коробки с брендингом SI Marina, оранжевого свистка Stone Island и резинового пыльника в духе спасательных жилетов. Тот самый случай, когда комплектация привлекает внимание и добавляет несколько очков к релизу. Ну люблю я всякие ништяки, простите. Так же, много говорили о том, что кроссовки маломерят, но в целом, всё оказалось в рамках допустимого. Мой 10US, ощущается так же, как и на других кроссовках NB. Ощущения немного отличаются, но не из-за ошибки на производстве, а из-за самой формы обуви и плотного носа, который намекает о принадлежности к скейтерской теме. В целом, мне нравится куда идёт «стон», особенно, когда он выпускает такие вот субкультурные эксперименты и заигрывает с разной аудиторией. Чуть позже выгуляю и сделаю пару онфитов фотографий на ноге.

Hashtags

djangoproject

@djangoproject · Post #129 · 31.08.2016 г., 15:36

https://pypi.python.org/pypi/numpy #NumPy is a general-purpose #array-processing package designed to efficiently manipulate large #multi-dimensional arrays of arbitrary records without sacrificing too much speed for small multi-dimensional #arrays. NumPy is built on the #Numeric code base and adds features introduced by #numarray as well as an extended #C-API and the ability to create arrays of arbitrary type which also makes NumPy suitable for interfacing with general-purpose #data-base applications.