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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #971 · 10.04

Если кто-то думает, что настольные игры это скучное перекладывание жетонов с цифрами для душнарей, то посмотрите на "Неон". "Неон" — проект от российских разработчиков в жанре Battle Royale и сеттинге киберпанка. Если киберпанк от настолок ожидать можно легко (видеоигра Cyberpunk 2077 основана именно на настолке 1974 года), то батлрояль это что-то сравнительно новое. По меньшей мере, кажется, что настольному ритму это противоречит: если игрок на личной встрече друзей вылетает из игры навсегда и скучает, то это антипаттерн, и в нормальных играх с проработанной механикой такие вещи стараются не делать (одна из причин, по которым "Мафия" бесконечно хуже, чем "Авалон"). Авторы "Неона", впрочем, решили эту проблему, добавив отдельный дополнительный режим с возрождением: после смерти ты появляешься заново, а игра в таком случае идёт на очки. Причём, довольно хитро сделано, например, так, чтобы убивать только что возродившихся было менее выгодно, чем тех, кто засиделся на арене. Но можно играть и по хардкору настоящий режим на вылет. В остальном очень драйвовая настолка с неплохим балансом, пафосным лутом и простыми правилами, которые постигаются за 10 минут. Присутствует эффект постепенно уменьшающегося мира, как и положено в батлроялях, так что к концу игроки неизбежно стоят рядом и провоцируются на драку. Единственное что, мне кажется, не слишком большая реиграбельность: после пары десятков партий уже будут изучены все предметы и возможные цепочки действий. Надеюсь, авторы выпустят в скором времени дополнение. #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