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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #770 · 9.03

Сюжет я во многом предугадал, но я читаю и смотрю слишком много фантастики. В целом не назвал бы его каким-то слишком примитивным, но и особо оригинальным не назовёшь. С мотивациями персонажей тоже более менее гладко. Пожалуй, хуже всего то, что важные сюжетные детали недостаточно подробно объясняются (у меня до сих пор есть вопросы к авторам, и у многих игроков тоже — народ строит теории одна сомнительнее другой). А концовка оставила откровенно неприятное послевкусие (я посмотрел обе, но сам прошёл по каноничной, со сражением) — финал будто бы обесценивает вообще всё, что происходило в течение игры. Спишем на то, что сюжет, вероятно, сразу писали под DLC и вторую часть игры, которая вроде как уже в разработке. Тем не менее, игра подарила много кайфа и точно запомнится надолго. В ней есть интересные сюжетные и игромеханические идеи, а арт-дизайн выше всяких похвал. Для первого опыта ААА игры от студии, которая раньше такие серьёзные проекты не делала, это не просто прыжок выше головы — это невероятно значительное достижение, говорящее о высоком профессионализме и таланте участников. #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