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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #839 · 17.06

Очень интересная ситуация развивается вокруг сайта Reddit. Reddit — один из первых сайтов в интернете, который целиком зависит от пользовательского контента. С него позже содрали Пикабу, но идея такая же: авторы просто дали площадку и систему голосования, а весь интерес для людей создают другие люди. Конкретно Reddit, надо заметить, ещё и довольно примитивен технически: и визуальные стили, и layout, и способы взаимодействия с контентом в основном так и остались на уровне 2005 года, когда он был создан. Более того — Reddit даже старается не хранить сам объёмные данные вроде картинок, а использует ссылки на сервисы вроде Imgur. Тем не менее, Reddit входит в топ-20 сайтов по посещаемости во всём мире, а его авторы зарабатывают десятки и сотни миллионов долларов в год. Сайт настолько популярен и известен в США, что туда не раз приходили даже многие знаменитости и в неформальном виде отвечали на вопросы обычных людей. Поскольку сам по себе Reddit, мягко говоря, требует некоторого привыкания к его UI/UX, люди зачастую пользуются сторонними клиентами. И до сих пор сайт бесплатно предоставлял API для этого. Но с недавнего времени решил брать деньги, причём, внушительные: так, например, автор Apollo — одного из самых популярных мобильных приложений для Reddit — посчитал, что ему для сохранения работоспособности придётся платить компании $20млн в год. Из-за этого владельцы сообществ решили устроить забастовку и стали массово закрывать свои сообщества. Если сообщество закрыто, в него нельзя писать, тогда нет нового контента, нет интереса для юзеров, и они в теории могут с Reddit уйти. На что главы Reddit сначала призвали всех своих сотрудников игнорировать забастовки, а потом и вовсе разослали модераторам такое предложение: кто из модераторов будет сотрудничать, тому мы передадим сообщество, отобрав его у владельца. Ну вот представьте: вы создаёте паблик ВК, набираете там миллион подписчиков, регулярно публикуете контент, а потом в какой-то момент вы ссоритесь с ВК, и у вас паблик просто отбирают и передают его кому-то из активных юзеров, кто готов взять на себя управление. Думаю, вы уже понимаете, о чём нам очередной раз напоминает эта история. Абсолютно любая монополия или другая корпорация, владеющая ресурсами, от которых вы зависите, может в любой момент на любых условиях эти ресурсы отобрать. Производитель телефонов выгонит ваш бизнес из магазина приложений из-за санкций, игровая приставка забанит вас по признаку гражданства, видеохостинг удалит все ваши видеоролики за политические взгляды и так далее. Даже ваша самая любимая компания, делающая чудесные продукты и сервисы, от которых вы в восторге. Даже если вы копите мерч этой компании, существуете в её экосистеме, являетесь преданным клиентом, пользователем или подписчиком десятки лет. Даже если владельцы этой компании кажутся святыми, а заявляемые публично ценности вам невероятно близки. Всё равно в какой-то момент левая пятка владельца не сойдётся с ретроградным Меркурием, и вы окажетесь у пустого корыта, если только это корыто кода-то было наполнено этой самой компанией. #web

Hashtags

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

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