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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #659 · 21.11

Попробовали относительно новую настолку "Космические дальнобойщики". Автор — Влаада Хватил, тот самый чех, который создал великую и нашумевшую Codenames. Конкретно Galaxy Trucker он создал ещё раньше, но в какой-то момент решил чуть-чуть доработать и выпустить переиздание. В игре вы сначала собираете из тайлов космические корабли по определённым правилам. У кораблей есть, например, пушки, защитные поля, двигатели, отсеки для грузов и экипажа. Затем летите доставлять грузы, и каждый ход тянется карта с происшествием. Это может быть что-то нейтральное (вы просто летите вперёд), что-то хорошее (вы забираете грузы, за которые потом вам заплатят) и что-то плохое (метеоритный дождь или нападение пиратов). Для того, чтобы справиться с разными проблемами, у вас на корабле должно быть подходящее оборудование, ещё и расположенное нужным образом. Прикольно сделана механика попадания метеоритов: точка удара задаётся броском кубиков, и ты реально каждый раз надеешься, что космический камень не попадёт в уязвимое место. Иногда такими ударами или, например, выстрелами пиратов сносит половину корабля, приходится дальше лететь на обломке. Игра простая, но создаёт нужный экшен. Ещё за сравнительно небольшую цену в коробке много качественных компонентов. Вполне себе неплохой вариант для завершения настольного вечера после какой-нибудь более тяжёлой евростратегии. #games

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