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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #868 · 18.09

Пришла настолка Ведьмак. Огромная коробка, весом, наверное, килограммов 20, еле дотащил. Кампания по предзаказу была аж 2.5 года назад и оказалась крупнейшей в России за всю историю предзаказов настольных игр. Причем, что характерно, большинство покупателей взяли бесстыдно дорогой топовый набор, включающий все дополнения, миниатюрки, плеймат и кучу всего ещё. Любят у нас всё-таки это польское фентези, как ни крути. Есть даже мнение, что именно из-за такого феноменального успеха настольного Ведьмака к нам на рынок вообще стали возить дорогие большие игры. Не обошлось без трудностей, конечно. В 2022 году поляки ожидаемо заартачились и, даже несмотря на то, что давно уже получили деньги, заявили, что русским они игру поставлять отказываются, а переводить её на язык орков это вообще недопустимая ересь. Компания Gaga, которая и занималась этим проектом в России, могла в одночасье потерять всё. Представьте: ещё вчера вы фирма, запустившая крупнейший в стране предзаказ, получившая десятки миллионов рублей, попавшая во все СМИ и находящаяся в центре внимания не только у заядлых настольщиков, но и у казуалов. А сегодня у вас нет денег, зато есть убитая в ноль репутация и куча хейта. Так могло бы быть, но каким-то невероятным чудом Гага уговорила поляков на выполнение обязательств. При условии, что в свободной продаже в рознице этой игры у русских не будет. Так что это не только долгожданный и едва не сорвавшийся релиз, но ещё и адский раритет теперь: на вторичном рынке сейчас цена такого набора доходит до 100к. Пока не ясно, когда смогу сыграть. Слишком много звёзд должны для этого сойтись. Но место на стеллаже, разумеется, давно уже ждало эти коробки :) #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #convolution

当前筛选 #convolution清除筛选
GitHub Trends

@githubtrending · Post #14659 · 01.05.2025 г., 15:30

#cplusplus#arm#convolution#deep_learning#embedded_devices#llm#machine_learning#ml#mnn#transformer#vulkan#winograd_algorithm MNN is a lightweight and efficient deep learning framework that helps run AI models on mobile devices and other small devices. It supports many types of AI models and can handle tasks like image recognition and language processing quickly and locally on your device. This means you can use AI features without needing to send data to the cloud, which improves privacy and speed. MNN is used in many apps, including those from Alibaba, and supports various platforms like Android and iOS. It also helps reduce the size of AI models, making them faster and more efficient. https://github.com/alibaba/MNN