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

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @procode404 · Post #3246 · 24 сент.

​🧑‍🏫Изучаем популярный на собеседованиях алгоритм — [31:22] Ни для кого не секрет, что знание алгоритмов — очень важная вещь для успешного прохождения технического собеседование в большую часть IT-компаний (особенно таких, как Яндекс или Google). При этом нередко на собеседованиях бывают задачи, где поступают некоторые запросы на отрезке. Например, запросы на сумму. С одной стороны, любому новичку в программировании будет очевидно, как с этим справиться: просто пройтись по отрезку и посчитать сумму элементов на нём. Но зачастую — это не то, чего ждут от собеседуемого. Чаще ожидают решение, которое может отвечать на каждый вопрос "моментально" (для тех, кто знаком с обозначениями, за O(1) времени). В этом небольшом видео автор понятным языком расскажет, как просто и эффективно можно обрабатывать такие запросы. #алгоритмы#собеседование

Результаты

Найдено 1 похожих постов

Поиск: #generativea

当前筛选 #generativea清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 02.10.2025, 15:11

🔦Генерация изображений на свете, а не на GPU Исследователи из UCLA представили оптическую генеративную модель (Optical Generative Model). Она использует свет и линзы вместо вычислительных блоков - то есть картинки рождаются не на чипах, а в физике. 🔬 Как это работает: 1. Лёгкий цифровой энкодер превращает случайный шум в фазовый узор. 2. Этот узор загружается на оптический модулятор света. 3. Свет проходит через дифракционный декодер и прямо на сенсоре формируется изображение. ✔️ Авторами проведены реальные эксперименты: с помощью видимого света и SLM показаны результаты генерации: - Созданы цифры, лица, бабочки и даже картины в стиле Ван Гога. - Качество сравнимо с современными диффузионными моделями. - Есть две версии: мгновенная (один проход) и итеративная (несколько шагов, как у диффузии). ⚡ Чем интересен такой подход - Подход не требует никакой вычислительной нагрузки. - Супербыстрая генерация: физика света выполняет то, что GPU делает миллиардами операций. - Это открывает путь к энергоэффективному ИИ для edge-устройств: AR/VR, мобильные камеры, компактные сенсоры. ⚠️ Ограничения: - Сложно выравнивать оптические системы. - Ограничения по точности фазовых масок. - Зависимость от качества оборудования (шум, битовая глубина). Но даже с этими проблемами, это первый шаг к новому классу ИИ, где вычисления заменяются чистой оптикой. Nature: https://www.nature.com/articles/s41586-025-09446-5 @ai_machinelearning_big_data #AI#OpticalComputing#Photonics#GenerativeA