TGTGInsightаналитика telegramLIVE / telegram public index
← [404] — программирование

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @procode404 · Post #2995 · 28 апр.

​👨‍💻Цикл событий JavaScript простым языком — [14:38] Наверняка многие задумывались, как NodeJS способен обрабатывать такие серьёзные нагрузки, учитывая, что он работает всего в одном потоке. На самом деле, правда заключается в том, что большая часть времени, которую сервер тратит на обработку одного клиента, — это ожидание. Либо ожидание ответа от клиента, либо сама отправка запроса через сеть. NodeJS умеет делать все эти операции ожидания неблокирующими. То есть, пока он ждёт завершения какого-то системного вызова или завершения операции с сетью, он может обрабатывать другие соединения и благодаря этому не проигрывать, а порой даже выигрывать серверы, написанные в пусть и многопоточном, но блокирующем стиле. В этом видео вы узнаете, как это работает и почему это очень круто. #js#nodejs

Hashtags

Результаты

Найдено 3 похожих постов

Поиск: #sounds

当前筛选 #sounds清除筛选
Interesting Planet 🌍

@interesting_planet_facts · Post #1053 · 19.11.2025, 18:11

🌎 In 1977, the Soviet Venera 14 probe recorded mysterious low-frequency “thunder”-like sounds on Venus. Scientists now attribute these to seismic activity or wind interacting with the planet’s dense atmosphere. Venus’s surface winds move slowly, but thick air carries sound much farther than on Earth. ✨ #Venus⚡#sounds⚡#space 👉subscribe Interesting Planet 👉more Channels ​

djangoproject

@djangoproject · Post #255 · 02.02.2017, 18:57

https://github.com/tyiannak/pyAudioAnalysis #pyAudioAnalysis is a Python library covering a wide range of audio analysis tasks. Through pyAudioAnalysis you can: Extract #audio features and representations (e.g. mfccs, spectrogram, chromagram) Classify unknown #sounds Train, parameter tune and evaluate classifiers of audio segments Detect audio events and exclude silence periods from long recordings Perform supervised segmentation (joint segmentation - classification) Perform unsupervised segmentation (e.g. speaker diarization) Extract audio thumbnails Train and use audio regression models (example application: emotion recognition) Apply dimensionality reduction to visualize audio data and content similarities