@baccanosoul · Post #539432 · 02.04.2026 г., 16:14
#AI 文生图模型,汉字比较准确的模型为Banana2。 传送门: https://nano-banana2.co/zh 🦋@BaccanoSoul 🦋@RabbitStorm
Hashtags
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #32 · 7 фев.
Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks
Пребарај: #ai
@baccanosoul · Post #539432 · 02.04.2026 г., 16:14
#AI 文生图模型,汉字比较准确的模型为Banana2。 传送门: https://nano-banana2.co/zh 🦋@BaccanoSoul 🦋@RabbitStorm
Hashtags
@Lieqiguai · Post #491207 · 15.04.2026 г., 12:34
谁的最爱 #恋足#ai
Hashtags
@Lieqiguai · Post #490736 · 08.04.2026 г., 09:46
这是什么物种? #猎奇#ai
Hashtags
@lieqiguai · Post #487854 · 24.02.2026 г., 07:23
这比那些其他花里胡哨的ai实用多了 #ai
Hashtags
@financenewsdaily · Post #485381 · 14.04.2026 г., 18:00
报道:Anthropic准备Opus 4.7模型和 #AI 设计工具。
Hashtags
@financenewsdaily · Post #485015 · 10.04.2026 г., 12:40
【MiniMax上线Music 2.6:大幅提升生成延迟、音乐控制、声学品质】 MiniMax正式发布新一代音乐生成模型Music 2.6。此次更新从底层引擎到创作工具实现全维度进化,大幅提升生成延迟、音乐控制、声学品质,推出“Cover”创作功能和面向 #AI Agent生态的Music Skill,并面向全球创作者开启为期14天的免费内测。Music 2.6对底层生成架构进行重构,最直观的变化体现在速度上——首包延迟大幅降至20秒以内。这意味着创作者输入文字灵感后,只需一次深呼吸的时间就能收到初步音频反馈。(澎湃)
Hashtags
@financenewsdaily · Post #484939 · 10.04.2026 г., 02:05
Open #AI “星际之门”(Stargate)项目执行官Peter Hoeschele已离开公司。(The Information)
Hashtags
@financenewsdaily · Post #484853 · 09.04.2026 г., 09:45
Open #AI 预计到2030年广告收入将达到1000亿美元,预计今年将产生25亿美元广告收入。(Axios)
Hashtags
@qiqubk · Post #282213 · 08.04.2026 г., 12:52
大爷洗头 #AI 穿帮了
Hashtags
@qiqubk · Post #282016 · 07.04.2026 г., 21:30
伊朗人制作的 #AI 版本
Hashtags
@qiqubk · Post #281761 · 06.04.2026 г., 12:54
#ai
Hashtags
@qiqubk · Post #281400 · 05.04.2026 г., 00:03
极乐净土 #ai
Hashtags