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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #667 · 27.11

Ночью горел дом. Квартира буквально в паре этажей от нас, в том же подъезде. Впервые в моей жизни горел дом, в котором я нахожусь, да ещё и так близко. Разбудил нас датчик дыма. Верещит он очень сильно, пробивает сквозь несколько дверей легко. Я ещё давно жил на другой квартире, помню что такой датчик сработал впустую, мне пришлось вытаскивать из него батарейку. Там он был прямо в квартире, а здесь в коридоре — по-разному делают. Сейчас он сработал как надо: не бесполезная фигня. Не снимайте эти датчики. Подошли к входной двери и сразу почувствовали дым, позвонили в 112. Но, судя по всему, мы не первые позвонили, потому что машина была уже через минуту. Я поднялся по лестнице и увидел в коридоре хозяина квартиры с ребёнком. Оба были в шоке, выбежали без ничего. Хозяин явно после значительного количества спиртного. Из контекста создалось впечатление, что он курил, но не заметил, что именно и как загорелось. Возможно, проваливался в бессознанку, а очнулся, когда уже было пламя (либо его ребёнок разбудил, тут я не знаю). Не курите дома. Даже если делали это тысячу раз и совершенно уверены, что всё будет в порядке. Даже трезвыми. Просто не курите и всё. Можно помёрзнуть две минуты на общем балконе, даже спускаться никуда не нужно. Ну, а о сочетании алкоголя и курения в доме лучше промолчу. МЧСники офигенные ребята, спасибо им большое. Очень быстро и чётко сработали: приехало 4 машины пожарной службы, скорая, подняли на верёвке шланг (поднимали мимо нашего окна прям), и примерно за 30-40 минут полностью залили горевшую квартиру. Пара вещей, которые стали для меня своего рода открытием. Возможно, кому-нибудь пригодится, но желаю, чтобы не пригодилось. 1. Угарный газ распространяется быстро и во все стороны. Его просто настолько много, что он попадёт в квартиры даже через несколько этажей от места пожара, сквозь стены, потолки, перекрытия. Поэтому датчики нужны. Сейчас в доме открыты все коридоры для проветривания. 2. Воды заливают много. Так много, что она проходит вниз сквозь все этажи аж до первого, создаёт подтёки, а зимой — оледенение. Просто выхода нет: лучше быть залитым, чем сгореть или задохнуться. Сейчас, например, лифты отключены на сушку и диагностику. Вот как выходит: пожар влияет и на квартиры выше (дым, копоть) и на квартиры ниже (вода, дым в меньшей степени). Никто не погиб, к счастью. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #quantization

当前筛选 #quantization清除筛选
GitHub Trends

@githubtrending · Post #14747 · 25.05.2025 г., 11:30

#python#deep_learning#intel#machine_learning#neural_network#pytorch#quantization Intel Extension for PyTorch boosts the speed of PyTorch on Intel hardware, including both CPUs and GPUs, by using special features like AVX-512, AMX, and XMX for faster calculations[5][2][4]. It supports many popular large language models (LLMs) such as Llama, Qwen, Phi, and DeepSeek, offering optimizations for different data types and easy GPU acceleration. This means you can run advanced AI models much faster and more efficiently on your Intel computer, with simple setup and support for both ready-made and custom models. https://github.com/intel/intel-extension-for-pytorch

GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15385 · 02.01.2026 г., 12:30

#python#deep_learning#inference#openai#quantization#speech_recognition#speech_to_text#transformer#whisper Faster-Whisper is a fast version of OpenAI's Whisper that transcribes audio up to 4x quicker with the same accuracy, using less memory on CPU or GPU—benchmarks show it beats original Whisper (e.g., 1m03s vs 2m23s for 13-min audio on GPU). Install via `pip install faster-whisper`, no FFmpeg needed, and use simple Python code like `WhisperModel("large-v3").transcribe("audio.mp3")` for segments with timestamps. You benefit by getting quick, efficient speech-to-text for real-time apps, saving time and resources on long files or batches. https://github.com/SYSTRAN/faster-whisper