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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #674 · 30.11

ВК проводит опросы в ленте. До этого был "Много ли рекламы?", я покрутил, и ответил, что не слишком много. Хотя на самом деле нужно спрашивать не о количестве, а о релевантности: ВК ругают за постоянные наплывы инфоцыган, и одна реклама инфоцыганина хуже, чем пять реклам IT-конференций. А тут вот про публикации. Сначала поставил единицу по старой памяти, но, опять же, покрутил ленту, и понял, что мусора из пабликов мало. Возможно, я сам молодец, и просто так хорошо всё настроил. Что до записей друзей, то в объёме всей ленты их нормальное количество, но в абсолютных величинах мало — из 700+ людей что-то пишут человек пять, и то, раз в неделю. Хотя вот тот же Лебедев в последнем видео рассказал, что стал активно вести ВК. Не знаю, будет ли возрождение ВК и/или текстового интернета. Кажется, поезд всё равно уже ушёл, и для того, и для другого. #web

Hashtags

Резултати

Намерени 50 подобни публикации

Търсене: #dl

当前筛选 #dl清除筛选
Repositorio data science

@repo_science · Post #4131 · 18.05.2024 г., 21:06

​​#DL 📱 Zeus New Pytorch Ecosystem Tool Zeus is an open source toolkit for measuring and optimizing power consumption of deep learning workloads. 🖥Github ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #691 · 05.10.2025 г., 07:41

#dl Park, Chanwook, Sourav Saha, Jiachen Guo, Hantao Zhang, Xiaoyu Xie, Miguel A. Bessa, Dong Qian, et al. 2025. “Unifying Machine Learning and Interpolation Theory via Interpolating Neural Networks.” Nature Communications 16 (1): 1–12. https://www.nature.com/articles/s41467-025-63790-8

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #506 · 13.11.2023 г., 08:30

#dl Google & USC benchmarked a prompt based forecasting method, and the results are amazing. Cao D, Jia F, Arik SO, Pfister T, Zheng Y, Ye W, et al. TEMPO: Prompt-based Generative Pre-trained Transformer for time series forecasting. arXiv [cs.LG]. 2023. Available: http://arxiv.org/abs/2310.04948

Hashtags

ПредишнаСтр. 1 от 5Следваща