Github
@workakkk - по всем вопросам @itchannels_telegram - 🔥лучшие ит-каналы @data_analysis_ml - работа с данными @ai_machinelearning_big_data - машинное обучение @english_forprogrammers - английский для программистов
Show more2 302
Subscribers
No data24 hours
No data7 days
+13830 days
- Subscribers
- Post coverage
- ER - engagement ratio
Data loading in progress...
Subscriber growth rate
Data loading in progress...
Repost from C++ Academy
🐎 fheroes2
Доступен выпуск проекта fheroes2 1.1.2, который воссоздаёт движок игры Heroes of Might and Magic II с нуля.
Код проекта написан на C++ и распространяется под лицензией GPLv2. Для запуска игры требуются файлы с игровыми ресурсами, которые можно получить из оригинальной игры Heroes of Might and Magic II.
Основные изменения:
- Улучшен ИИ для защиты замков.
- Улучшен ИИ для прокачки навыков героев.
- Оптимизированы алгоритмы, отвечающие за соблюдение радиуса героями-патрулями.
- Снижены бонусы для ИИ соперников.
▪ Github
🐎 fheroes2
Доступен выпуск проекта fheroes2 1.1.2, который воссоздаёт движок игры Heroes of Might and Magic II с нуля.
Код проекта написан на C++ и распространяется под лицензией GPLv2. Для запуска игры требуются файлы с игровыми ресурсами, которые можно получить из оригинальной игры Heroes of Might and Magic II.
Основные изменения:
- Улучшен ИИ для защиты замков.
- Улучшен ИИ для прокачки навыков героев.
- Оптимизированы алгоритмы, отвечающие за соблюдение радиуса героями-патрулями.
- Снижены бонусы для ИИ соперников.
▪ Github
Repost from Machinelearning
🌟 LongLLaVA: MMLM, оптимизированная для обработки большого количества изображений.
LongLLaVA - мультимодальная модель, предназначена для разработки приложений, требующих понимания длинных видеороликов, изображений высокого разрешения и сложных мультимодальных сценариев.
В модели применяется гибридная архитектура из комбинации блоков Mamba и Transformer в соотношении 7:1. Для сжатия визуальных данных применяется метод 2D-пулинга, который снижает вычислительные затраты при сохранении производительности.
В процессе обучения применялся трехфазный метод: выравнивание по одному изображению, настройка инструкций по одному изображению и настройка инструкций по нескольким изображениям.
Экспериментальные результаты показали, что LongLLaVA превосходит другие модели с открытым исходным кодом по пониманию в длинном контексте, особенно в задачах поиска, подсчета и упорядочивания.
▶️Технические параметры модели:
🟢Parameters: 53B;
🟢Active parameters: 13B;
🟢Numbers of layers: 24;
🟢Mixture of Experts: 16/Top-2 for each token;
🟢Normalization: RMSNorm;
🟢Attention: Grouped Query Attention;
🟢Activation functions: SwiGLU.
📌Лицензирование : MIT License
🟡Arxiv
🟡Модель
🖥Github
@ai_machinelearning_big_data
#AI #ML #MMLM #LongLLaVA
👍 1
Больше не нужно искать тематические каналы и по отдельности на них подписываться - мы сделали это за Вас ⚡️
Вам остается только сохранить папку себе и регулярно получать полезные ресурсы из сферы «Digital и IT» 🖥️
https://t.me/addlist/Oa_vsjsHLx4zZjky
Добавиться в подборку
👎 1🤮 1💋 1
Photo unavailableShow in Telegram
🎮 Исходники легендарных игр Quake.
Немного классики.
Полностью трёхмерный движек, без всяких ухищрений вроде 2.5D.
Отмечу несколько интересных фактов. Возможно, это первая коммерческая игра, которая была скомпилирована компилятором с открытым исходным кодом (DJGPP для DOS, ранний порт gcc).
В игре был внедрён собственный скриптовый язык “Quake C” (позднее lcc в Quake 3), специально разработанный для того, чтобы игроки могли создавать модификации.
В сочетании с системой ресурсов PWAD это привело к созданию огромного сообщества моддеров.
В Quake 1 был создан инновационный механизм кэширования результатов шейдинга, который, однако, потерял свою актуальность с появлением 3D-ускорителей.
Тем не менее, следующая игра от id, Rage, использовала эту же идею.
Кроме того, движок Quake отличался высокой надёжностью, без сбоев в рендеринге и обсчёте столкновений.
▪Quake / Исходники: github.com/id-Software/Quake
▪Quake 2 / Исходники: github.com/id-Software/Quake-2
▪Quake 3 / Исходники: github.com/id-Software/Quake-III-Arena
Разработчик: id Software
Издатель: GT Interactive / Activision
Платформа: DOS / Windows / others
Code review: fabiensanglard.net (Quake 1)
Code review: fabiensanglard.net (Quake 3)
#quake #gamedev #sourcecode
❤ 5👾 1
Photo unavailableShow in Telegram
🖥 The Zork++ project
Современный менеджер проектов и система сборки на C++.
Zork++ был создан из необходимости собирать проекты на C++ с использованием возможностей модулей, представленных в стандарте C++20.
Существующие системы сборки имеют ограничения и трудности с последовательным использованием модулей C++20. Поэтому энтузиасты начали разрабатывать инструмент, который берет несколько файлов C++, генерирует необходимые команды компилятора и вызывает компилятор для создания желаемого исполняемого файла/библиотеки!
▪ Github
@cpluspluc
00:16
Video unavailableShow in Telegram
⚡️ .NES ("dot" NES)
Интересная библиотека предназначенная для разработки под NES (Nintendo Entertainment System).
Инструмент позволяет разработчикам создавать игры для NES с использованием C# и других технологий #NET, предоставляя инструменты и ресурсы для упрощения процесса разработки игр для этой классической игровой платформы.
dotnet new install dotnes.templates
▪ Github
@csharp_1001_notesvscode.mp410.12 KB
❤ 2
Kubernetes Resource Recommender - это инструмент CLI для оптимизации распределения ресурсов в кластерах Kubernetes
Он собирает данные об использовании модулей из Prometheus и рекомендует запросы и ограничения для процессора и памяти
Это снижает затраты и повышает производительность
➜ https://github.com/robusta-dev/krr
GitHub - robusta-dev/krr: Prometheus-based Kubernetes Resource Recommendations
Prometheus-based Kubernetes Resource Recommendations - robusta-dev/krr
❤ 1
00:07
Video unavailableShow in Telegram
🦧 Sapiens: новая SOTA ViTs для задач CV, связанных с обнаружением людей 🦧
Sapiens - семейство моделей для задач CV: оценки 2D-позы, сегментации частей тела, оценки глубины.
Модели поддерживают вывод данных в 1K hi-res. и очень легко адаптируются под конкретные задачи путем простого файнтюнига.
Модель предварительно обучена на более чем 300 миллионах изображений человека в естественных условиях. 💙
▪ HF: huggingface.co/papers/2408.12569
▪ Paper https://arxiv.org/pdf/2408.12569
▪ Код: github.com/facebookresearch/sapiens
@data_analysis_ml
An8oHpNRxdr8iOB5ugJiG_Izf2W78Xl6P3JjCtqpaqxPrH3GgNCue0v_k36t6cd.mp43.55 MB
😁 2❤ 1
Choose a Different Plan
Your current plan allows analytics for only 5 channels. To get more, please choose a different plan.