TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #400 · 8 дек.

Три способа выполнить множество задач с asyncio Функция для примера: async def do_it(n): await asyncio.sleep(random.uniform(0.5, 1)) return n 1. Последовательный вызов async def main(): for i in range(100): result = await do_it(i) Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей. Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди. 2. Упорядоченный результат async def main(): tasks = [do_it(i) for i in range(100)] results = await asyncio.gather(*tasks) Выполняет корутины конкурентно и возвращает результат в виде списка. Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены. 3. Результат по мере готовности tasks = [asyncio.create_task(do_it(i)) for i in range(100)] for cor in asyncio.as_completed(tasks): result = await cor Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно. Полезен когда нужно обработать любой ответ как можно скорее. #async

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #shippingtech

当前筛选 #shippingtech清除筛选

🚢ИИ в судоходстве: инструмент эффективности или новый перегруз экипажей? Развитие искусственного интеллекта ИИ(AI) в морской отрасли всё чаще рассматривается как следующий этап цифровизации флота, однако ключевой вопрос заключается не в технологии, а в её практическом применении. За последние 30 лет внедрение спутниковой связи, датчиков и цифровых систем уже обеспечило высокий уровень обмена данными между судном и берегом. Тем не менее, во многих случаях технологии лишь накладывались на существующие процессы, увеличивая нагрузку на экипажи вместо её снижения. Современный этап внедрения AI демонстрирует схожую проблему: с одной стороны — ожидания полной автоматизации, с другой — риски неправильного, неэтичного или неэффективного применения. Практическая ценность AI в судоходстве заключается не в замене человека, а в повышении безопасности операций, автоматизации рутинных задач, улучшении навигационной поддержки и анализа данных, а также снижении операционной нагрузки на экипаж. Ключевой фактор успеха — интеграция AI как инструмента, а не как дополнительного слоя технологий. В противном случае цифровизация продолжит увеличивать сложность эксплуатации вместо повышения эффективности. Отраслевые эксперты подчеркивают, что будущее AI в судоходстве будет определяться не разработчиками технологий, а операторами флота, которые решат — станет ли AI инструментом повышения эффективности или источником дополнительной нагрузки. 📌 Морская цифровизация активно развивается с начала 1990-х годов с внедрения спутниковой связи и систем мониторинга судов. Сегодня ключевыми драйверами являются автоматизация, большие данные и AI, которые формируют новую модель управления флотом. Основные решения разрабатываются технологическими компаниями и интеграторами, однако конечное применение и контроль остаются за судоходными операторами и судовладельцами. #AI#ShippingTech#Digitalization#Maritime#FleetManagement