• +3
    У вас, кажется, на первом скриншоте ус отклеился время доступности переговорки сообщает не бот, а юзер.
    Что может чат-бот
  • 0
    Да, эти Карты я построил тоже на основе выгрузки из OSM.
    Поиск лучшего места в мире для ветряка
  • 0
    А зачем запасы пресной воды?:)

    Вот кстати карта густонаселенности, можно кликнуть и откроется в хорошем разрешении.

    Карта городов >10000 жителей
    image

    Карта деревень ~1000 жителей
    image

    Мне тут нравится Франция, которая похоже живет вся в деревнях, видимо и правда они не очень любят жить в тесноте и других людей. А китайцы, похоже, победят на этой планете.
    Поиск лучшего места в мире для ветряка
  • 0
    У меня на карте цифры посчитаны уже с учетом КУИМ / сapacity factor.
    Поиск лучшего места в мире для ветряка
  • 0
    Ниже, тоже написали, что можно было оставить слой с местами, где стоят ветряки. Спасибо за совет!
    Поиск лучшего места в мире для ветряка
  • 0
    Хм, возможно, спасибо!
    Поиск лучшего места в мире для ветряка
  • 0
    Ничего секретного, думаю $2-3k за пару месяцев выйдет. Это просто стоимость 1-2 больших серверов за два месяца.
    Поиск лучшего места в мире для ветряка
  • 0
    Технически можно, но мне кажется самый как раз смак обучаться по всему миру, что бы модель научилась находить совсем разные пригодные места. В рамках одного региона может получится, что модель обучиться и будет считать что самые лучшие места только на высоте 300 метров, так как в этом регионе только там они и стоят. Хотя можно поставить ниже и ближе к воде, к примеру.
    Поиск лучшего места в мире для ветряка
  • 0
    Атомная энергия очень дорогая и большинство АЭС убыточны, сейчас даже солнечная энергия уже получается дешевле. Видимо, нужен какой-то новый толчок в их развитии.
    Поиск лучшего места в мире для ветряка
  • 0
    Удаленность очень сильно влияет, никто не потянет магистральные энергосети за тысячу километров на север — это дорого и насколько я знаю там есть существенные потери при передаче элетроэнергии. Близкое прохождение высоковольтных магистралей входит в топ 10 параметров при выборе места размещения ветряков. В России есть много мест где можно строить ветряки: Краснодарский край, Каспийское море и тд. Просто в нашей стране очень маленькая плотность населения и люди живут в основном рядом с БАМ. У меня кстати есть побочные карты густости населния там это отчетливо видно.
    Поиск лучшего места в мире для ветряка
  • 0
    Это радует, что у нас кто-то при выборе места проводит исследования, а не строит там где придется. Не все потеряно значит в нашей стране.
    Поиск лучшего места в мире для ветряка
  • 0
    Хм, думаю пару десятков ядер и памяти ~50Гб на пару месяцев, если делать это одному. У меня есть некоторые сомнения в том как себя поведет qgis, mathematica и прочие тулы на больших обьемах.
    Поиск лучшего места в мире для ветряка
  • +1
    Да, это карта новых точек. 190Kw скорее всего нет, но это примерный расчет на средней скорости ветра в этом районе, по идее нужно ехать в эту точку и выбирать уже конкретное место в этом районе более точно. Возможно там на горе скорость ветра выше. Сейчас точка это кдварат в 10 квадратных км. Сами точки на карте на самом деле проставлены моделью, а не исходя из мощности. Если ткнуть на точку, то там будет параметр Goodness это как раз уверенность модели, что это хорошее место исходя из десятков параметров.
    Поиск лучшего места в мире для ветряка
  • 0
    Ну вот же они на карте:)
    image
    Поиск лучшего места в мире для ветряка
  • 0
    Надеюсь после того как они посмотрели на мою карту:)
    Поиск лучшего места в мире для ветряка
  • 0
    Да, похоже, Катар закрывает ветер собой. Вот тут видно на карте ветров
    image
    Поиск лучшего места в мире для ветряка
  • +1
    Там уже насколько я помню очень много их, а в финальной карте я убирал места, где ветряки стоят с некоторым радиусом вокруг, поэтому они убрались. Всем и так известно что в UK и Ирландии в этом плане очень повезло.
    Поиск лучшего места в мире для ветряка
  • 0
    Да, я брал за положительные те, где уже стоят. А вот про отрицательные это отличный вопрос, я много эксперементировал с разными вариантами: брал за отрицательные те, что вокруг построенного ветряка в радиусе 100, 500 км и тд. Остановился я на том, что я убрал большие куски территории, к примеру Россию как отрицательные, так как нельзя сказать, что это плохие места, так как у нас просто не развита эта энергетика и оставлял в основном территории где уже есть ветряки. Если у вас идеи как можно выбрать отрицательные точки, то я с удовольствием бы почитал бы про это.
    Поиск лучшего места в мире для ветряка
  • 0
    Нет, конечно.
    Поиск лучшего места в мире для ветряка
  • 0
    Пожалуйста, подумал, что возможно кому-то пригодиться этот опыт.

    Модель валидировалась на точках, где уже стоят ветряки c точками, которые предсказала модель. Расчитывалось стандартно Для Accuracy а для Precision
    Поиск лучшего места в мире для ветряка
  • +3
    Валидацию я именно так и делал, по тем точкам где уже стоят ветряки и предсказанными местами, именно 90% точность получена на этом сравнении. Просто на финальной карте на сайте я уже убрал места, где уже есть ветряки. Карта же все таки про новые места.
    Поиск лучшего места в мире для ветряка
  • +1
    Краснодарский край, вокруг Каспийского моря. У нас очень мало обжитых территорий и соотвестенно мало потребителей там, а модель на это тоже чувствительна.
    Поиск лучшего места в мире для ветряка
  • 0
    Класс, спасибо за ссылку.
    Поиск лучшего места в мире для ветряка
  • +2
    Вот бы увидеть статью, где в кратце рассказываются все контейнерные сервисы в Azure, их различия и основные сценарии использования.
    Контейнеры быстрого развёртывания
  • 0

    Может быть тест делали до того как они стали доступны? Вроде они совсем стали доступны, чуть ли не в июне. Кстати цена на них вроде бы должна быть больше чем на haswell, интересно было бы глянуть покроет ли рост производительности, увеличенную цену.

    Легкий тест производительности облачных платформ AWS, Google Cloud и Microsoft Azure
  • 0

    Я бы с удовольствием посмотрел бы на результаты тестирования вашим предложенным методом. Мне кажется, другим было бы тоже интересно.

    Легкий тест производительности облачных платформ AWS, Google Cloud и Microsoft Azure
  • 0

    Кажется, тестировали одинаковые инстансы, просто в разных регионах. Но производительность от этого не сильно изменится.

    Легкий тест производительности облачных платформ AWS, Google Cloud и Microsoft Azure
  • +3

    Вроде в облаках смысл другой. Для бескончаемого хранилища с кучами распределенных копий и минимальной ценой. Развертывания еще трех, пяти, тысячи таких вот серверов когда это нужно на пиках и автоматической масштабируемости. SLA в три, четыри девятки, кучами разными платформенными сервисами, навроде очередей, аналитики, автоматического нагрузочного тестирования и еще тысяч таких штук, для которых нужно крутить свои конфигурации развертывать их в отказо устойчевой конфигурациях, а самое главное тратить на это человеческие ресурсы и время.

    Легкий тест производительности облачных платформ AWS, Google Cloud и Microsoft Azure
  • 0
    А Leaflet не смотрели http://leafletjs.com? Очень похоже, что там задача кластеризации уже решена уже и он очень оптимизирован под большое количество обьектов. Вот к примеру https://github.com/Leaflet/Leaflet.markercluster и вот на базе него https://github.com/SINTEF-9012/PruneCluster и в самой библиотеке есть куча всего.
    Динамическая таблица поверх Google Maps
  • 0
    А подскажите, стоимость хостинга и трафика снизилась или увеличилась, хотя бы в процентах.
    Путешествие внутрь Avito: платформа
  • +4
    Мы видим ассиметричное квазинормальное распределение с центром в районе 0.72 и тяжелым правым хвостом

    Вот этого друга напомнило:
    image
    О чем говорят женщины? (Text mining of beauty blogs)
  • 0
    А там же вроде эти t2 дают кратковременный boost, ну то есть оно не будет так работать 24/7 ну или будет, то вроде придется дополнительно заплатить. Это все таки специализированные виртуальные машины, у гугл вон есть preemptible, которые раза в два дешевле, но есть нюансы. Поэтому тут в сравнении брали самые обычные виртуалки, что мне кажется может быть как один из параметров сравнения. Экосистема это тоже важно, но ее сложно сравнить.
    Тестируем облачные платформы из Топ-3
  • +3
    Это один из параметров, почему нет?
    Тестируем облачные платформы из Топ-3
  • 0
    Подскажите пожалуйста, а по стоимости Amazon и Azure у проекта BlackFriday, где получилось дешевле?
    Облако Microsoft Azure в реальных проектах
  • 0
    А сколько получилась точность предсказания модели, что человек «выйдет из игры»? В каком-нибудь более понятном показателе, а то я не очень понимаю этот Log loss. Простите за болванство.
    Соревнование mlbootcamp от mail.ru. Кратко о рецепте второго места
  • 0
    Вот статья, которая на примере показывает что такое символы в этих фреймворках http://christopher5106.github.io/big/data/2016/03/06/symbolic-computing-and-deep-learning-tutorial-on-theano-and-google-tensorflow.html в тензорфлоу они называются placeholders или тензоры. Короче это все одно и тоже по разному называется:)

    Вот наверное каноническое определение — Wikipedia
    Deep Learning: Сравнение фреймворков для символьного глубокого обучения
  • 0
    Я думаю, что под символьными графами понимают, графы в которых символы могут означать не конкретно цифру/переменную, а операцию или набор операций. Это такой просто уровень абстракции. Вот кажется тут поясняется http://www.sciencedirect.com/science/article/pii/S0747717110001689

    Usually, an attributed graph is considered to be some kind of labelled graph whose labels are
    values of a given data domain. The idea of our approach is to generalize this notion by considering
    that attributed graphs are E-graphs, whose labels are variables, together with a set of conditions or
    formulas that constrain the possible values of these variables. We call these graphs symbolic graphs


    Ну то есть под символом понимается вершина графа, которая может быть мат операцией, трансформацией или просто набором данных.
    Deep Learning: Сравнение фреймворков для символьного глубокого обучения
  • 0
    Ну так знайте в Azure логические ядра, а в Amazon виртуальные(гипертрединговые) ну или shared.
    GPU в облаках
  • +2
    Возможно понятие «символьные» появилось тут из-за символьных графов — ну или конструкции, которые получаются в ходе разработки на таких фреймворках. К примеру вот — https://1.bp.blogspot.com/-vDKYuCD8Gyg/Vj0B3BEQfXI/AAAAAAAAAyA/9tWmYUOxo0g/s1600/cifar10_2.gif или вот http://deeplearning.net/software/theano/_images/logreg_pydotprint_predict2.png
    Deep Learning: Сравнение фреймворков для символьного глубокого обучения
  • 0
    Вы сравниваете Vcpu у Амазона( гипертредовые ядра) и физические ядра у Azure.
    GPU в облаках