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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #675 · 1.12

Пока после пожара отключен лифт, я сходил физически в магазин за продуктами. Сто лет как не был, доставка слишком удобное изобретение. Уже на месте понял, что у меня с собой нет физических денег, тем более монет, а даже в современных Лентах по неведомой мне причине тележки до сих пор берутся за монетку. Типа, такой островок древнейшей отсталости посреди всех этих оплат телефоном, автоматизированных касс и переносных считывателей, которые берёт сам покупатель. В итоге, порядок действий был такой: 1. Через СБП перекинул 100р на Сбер, потому что он умеет авторизовывать человека в банкомате без карты. 2. Высветил на банкомате QR-код для авторизации. 3. Отпечатком пальца залогинился в приложение Сбера, чтобы прочитать этот код. 4. Снял без карты 100р. 5. Отнёс их физически в автомат-разменник, стоявший в том же магазине. PROFIT! Вот так комбинация передовых технологий позволила решить проблему, связанную с технологиями пещерных людей. Завтра всё-таки поставлю на печать брелок для обмана этих тележек. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #parallelism

当前筛选 #parallelism清除筛选
djangoproject

@djangoproject · Post #118 · 08.08.2016 г., 11:44

https://docs.python.org/3/library/multiprocessing.html multiprocessing is a package that supports spawning processes using an API similar to the threading module. The multiprocessing package offers both local and remote concurrency, effectively side-stepping the Global Interpreter Lock by using subprocesses instead of threads. Due to this, the multiprocessing module allows the programmer to fully leverage multiple processors on a given machine. It runs on both Unix and Windows. The #multiprocessing module also introduces #APIs which do not have analogs in the #threading#module. A prime example of this is the Pool object which offers a convenient means of parallelizing the execution of a function across multiple input values, distributing the input data across processes (data #parallelism). The following example demonstrates the common practice of defining such functions in a module so that child processes can successfully import that module. This basic example of data parallelism using Pool,