Pull to refresh
35
0
gaploid @gaploid

User

Send message
Я не думаю, что чем длинее код, тем умнее автор. Наоборот очень сложно сделать инкапсулированную логику и разбить ее на части заранее, что бы можно было их реиспользовать позднее.
Хмм, странные цифры. Протестировал загрузку данных в Azure вот тут azurespeed.com/Azure/UploadLargeFile Я сижу на Wi-FI через VPN и при загрузке загрузил максильмально свою пропускную способность интернета в 80мегабит. Что-то мне подсказывает, что если у меня будет канал шире, то и скорость аплода не упадет.
Делал тесты на виртуальных серверах в Azure с помощью geekbench до патча и после azureprice.net/Home/Performance разницы нет совсем. Тесты хотя очень CPU ориентированный у geekbench.
  1. 150руб против $150 триала у западных
  2. В консоли у mail.ru так и не нашел как установить/сменить дефолтную учетку. Консоль конечно совсем жуткая
  3. Пинг явно тестировали до виртуалок в США, у Амазона и прочих есть ДЦ в европе где пинг будет 40-50мс
  4. У Амазона, Google, Azure для разных размеров VMs разный канал, видимо взяли совсем какой-то маленький инстанс. Уже на 2-4CPU канал под 1Гб
  5. При сравненивании производительности нужно явно указывать название виртуалки, так как есть виртуалки очень дешевые со старыми CPU, а есть по той же цене но уже с новым CPU
Статья похожа, на выцепленные примеры, без обьяснения причин.
Самый крутой глубос вот image
Там забавное должно быть как меняются фичи/скилы от зарплаты и квалификации. К примеру после 100к пол уже не так важен как до 100к и тд.
Ах понятно, тогда да, действительно можно обучиться закономерности выпадания осадков на основе температуры, давления, влажности.
Но все равно делать интерполяцию показаний со станций будет лучше, чем искать самую близкую точку и использовать только ее значения.
Такс, а почему не использовать просто интерполяцию данных c метео станций и потом просто для каждого квадрата проверить >0.25 осадков? Обычно же используют Triagulated Irregular Network (TIN) или Inverse Distance Weighting (IDW) для этого.
Всегда самамая большая проблема в предсказании отказа с использованием машинного обучения — это наличие фактов отказов и исторические показатели телеметрии перед отказом.

Как можно натренеровать сеть без исходных данных отказов на конкретном оборудовании? Наверное, ловить совсем зашкаливающия значения она сможет, но скорее всего там это можно увидеть и просто без машинного обучения.
Есть и такие и такие переводы. К примеру, есть Нью Йорк, но тут же есть и Новый Орлеан. Имена собственные не переводятся, но в случае с долиной, тогда искажается смысл, так как один химический элемент подменяется другим: Silicone(Силикон) и Silicon(Кремний). Что как мне кажется по отношению к месту где живут технари совсем не честно:) Кстати, есть еще и silicone valley, но это порно журнал.
Код, похоже, прошел через html escape: "Task&-lt;string&-gt" и теперь не код.
Звучит как отличный новый фильтр для инстаграмма, который будет улучшить фотку путем максимизации гендерных признаков на лице.
Никогда не понимал почему нельзя разогнать ракету до полу-световой скорости, а с нее запустить еще одну. И так метрешычным способом разгонять до чего хочешь.
Похоже, основная фича у CNTK это скорость на LSTM сетях, нашел пару бенчмарков arxiv.org/abs/1608.07249 и minimaxir.com/2017/06/keras-cntk на обучении до 3-5 раз быстрее чем TF.
Как обычно все в деталях, обычно такой процент на 20 лет, а это в пересчете на нашу ипотеку получается те же 8% на 10 лет, это я по США сужу. Получается, что заемщик выплачивает 1,5-2 квартиры.
А на сколько лет такая ипотека по 1-2%?
У вас, кажется, на первом скриншоте ус отклеился время доступности переговорки сообщает не бот, а юзер.

Information

Rating
Does not participate
Registered
Activity