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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #822 · 19.05

Мне кажется, для маркетологов, пиарщиков и спецов по СММ очень интересная задачка — почему ВК не заводятся донаты художникам. Художники, как я уже писал ранее — одна из самых контентообразующих ниш ВК. Но практически ни у кого из них не завелась модель с подпиской VK Donut. У пабликов по СММ модель завелась — люди платят. У Tool 42 тоже (до сих пор тайна для меня, почему только у них из всех приложений). Вроде как еще у какого-то паблика с K-pop музыкой модель завелась. В общем, отдельные примеры есть, не сказать, что VK Donut полностью нежизнеспособная штука. А художники — хоть убей. У Зубкова не заработало, у Дюрана не заработало, у Гудима не заработало. Помню, как на самой первой сходке авторов от ВК (меня туда пригласили, как активного блогера) художник Ahriman рассказывал, как зарабатывает на донатах. Но сейчас я смотрю в его паблике даже донаты выключены. То есть, даже если работало, то только временно. Причём, аудитория у этих художников — во многом взрослая молодежь, платежеспособные люди, десятки тысяч. Иногда сотни тысяч, как у Дюрана: почти лям подписчиков и всего 14 платящих. Интересно, занимается ли изучением этого вопроса пиар-отдел VK. Мне было бы очень любопытно узнать какую-то аналитику. #web

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