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.
В консоли у mail.ru так и не нашел как установить/сменить дефолтную учетку. Консоль конечно совсем жуткая
Пинг явно тестировали до виртуалок в США, у Амазона и прочих есть ДЦ в европе где пинг будет 40-50мс
У Амазона, Google, Azure для разных размеров VMs разный канал, видимо взяли совсем какой-то маленький инстанс. Уже на 2-4CPU канал под 1Гб
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
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.
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.
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.
Но все равно делать интерполяцию показаний со станций будет лучше, чем искать самую близкую точку и использовать только ее значения.
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.
Task&-lt;string&-gt
" и теперь не код.ус отклеилсявремя доступности переговорки сообщает не бот, а юзер.