Намери подобно съдържание

Изходен канал @clockstackwheels · Post #835 · 10.06

Вы наверняка уже видели ролики и статьи про Apple Vision Pro: сейчас о них судачит весь интернет. Супер дорогие очки дополненной реальности, которые Эпл начнет продавать в следующем году. Надеваешь очки, и у тебя посреди комнаты начинают летать экраны, на которых можно кино смотреть, интернет читать, с людьми переговариваться и так далее. При всей моей нелюбви к Эплу глупо отрицать, что они задают тренды на рынке. Эплу удалось создать из своих покупателей такую преданную религиозную общину, что многие другие компании пытаются копировать те же решения, чтобы получить хотя бы примерно такие же цифры продаж. Понятно, что слепое копирование выглядит не слишком умным, но в каком-то ограниченном пространстве это работает. Иногда тренды, которые задает Эпл, очень удачные и переворачивают индустрию. Так было с первыми iPhone, и, в частности, двумя ключевыми вещами: емкостным экраном и магазином приложений. Именно эти две фундаментальные вещи образовали текущий рынок по-настоящему классных смартфонов. Иногда тренды тупые, и копируют их совершенно бездумно. Так было с монобровью. Она подарила нам одно-два поколения бестолковых уродских аппаратов от всех топовых компаний, пока они, наконец, не отказались от этой идеи (по крайней мере на флагманах) в пользу камеры-точки или даже подэкранной. Так вот, независимо от того, насколько реально люди будут покупать AR-очки за $3500, я почти уверен, что это новый тренд, и в ближайшие пару лет бы будем то и дело видеть очередное устройство на эту тему. Ждем от Xiaomi. #gadgets

Hashtags

#gadgets

Резултати

Намерени 1 подобни публикации

Търсене: #tfdeploy

当前筛选 #tfdeploy清除筛选

djangoproject

@djangoproject · Post #274 · 18.03.2017 г., 01:48

Намери подобни Прегледай

https://github.com/riga/tfdeploy Google's TensorFlow framework is taking off big-time now that it's at a full 1.0 release. One common question about it: How can I make use of the models I train in TensorFlow without using TensorFlow itself? #Tfdeploy is a partial answer to that question. It exports a trained TensorFlow model to "a simple #NumPy-based callable," meaning the model can be used in Python with Tfdeploy and the the NumPy math-and-stats library as the only dependencies. Most of the operations you can perform in TensorFlow can also be performed in Tfdeploy, and you can extend the behaviors of the library by way of standard Python metaphors (such as overloading a class). Now the bad news: Tfdeploy doesn't support GPU acceleration, if only because NumPy doesn't do that. Tfdeploy's creator suggests using the gNumPy project as a possible replacement. #Machine_learning

Hashtags

#tfdeploy #numpy #machine_learning