Forwarded from optorepost
Часовое видео про то как устроены гладкие кривые, будь то в компьютерной графике или промышленности (!). Поймёт любой школьник (знающий английский), потому что рассказано очень просто, подробно, качественно и просто КРАСИВО. Freya офигенна тем, что делает самые лучшие анимации на свете. Просто посмотрите первую минуту видео, и поймёте о чём я говорю. Смотрится на одном дыхании, и очень жаль что у такого классного видео всего 1млн просмотров, потому что должно быть минимум 10.
https://www.youtube.com/watch?v=jvPPXbo87ds
https://www.youtube.com/watch?v=jvPPXbo87ds
YouTube
The Continuity of Splines
why are splines? well my god I have good news for you, here's why splines!
if you like my work, please consider supporting me 💖
https://www.patreon.com/acegikmo
This project grew much larger in scope than I had originally intended, and burnout made it impossible…
if you like my work, please consider supporting me 💖
https://www.patreon.com/acegikmo
This project grew much larger in scope than I had originally intended, and burnout made it impossible…
👍11❤🔥2
#gamedev #video
Видео о TimeDelta и о том, как с этим работать. Рассказывается в контексте Unity, но применимо к любым симуляциям с переменным количеством времени на отрисовку кадра.
youtu.be/yGhfUcPjXuE
Видео о TimeDelta и о том, как с этим работать. Рассказывается в контексте Unity, но применимо к любым симуляциям с переменным количеством времени на отрисовку кадра.
youtu.be/yGhfUcPjXuE
👍6❤🔥1🤔1
#prog #article
xz backdoor and autotools insanity
<...>
If the xz project had not been using autotools, installing the backdoor would not have been possible. It’s as simple as that.
xz backdoor and autotools insanity
<...>
If the xz project had not been using autotools, installing the backdoor would not have been possible. It’s as simple as that.
🤔4👍1👎1
"Обручённый" — это
Anonymous Poll
8%
крутящий хулахуп
11%
носящий волосы за ободком
81%
опечатка в слове "обречённый"
🤡4
👏15🤡3🌚3
👍9
Forwarded from partially unsupervised
Дата-дривен карго культ учит, что если метрики растут, а результат на глаз выглядит не очень, то метрики первичны, ведь они как будто имеют больший охват (например, весь тестовый датасет), чем то, что может увидеть один человек невооруженным взглядом. Я и сам долгое время был адептом этого тезиса, пока не наступил на достаточное количество граблей.
Проблема в том, что сделать сбалансированную метрику или набор метрик всегда сложнее, чем кажется (завсегдатаи Kaggle не дадут соврать). Именно поэтому в реальности приходится не оптимизировать единственную метрику верхнего уровня, а делать набор метрик и следить за всеми, а потом принимать субъективное решение, когда одна метрика неизбежно вдруг пойдет вверх, а другая вниз.
Буквально вчера на работе смотрел на результаты ML экспериментов и недоумевал: вариант, который и визуально мне нравился больше, и в теории должен был быть лучше, по метрикам выглядел хуже. Заподозрил проблему в недавно задизайненной метрике, поленился доказывать теорией, сделал "модель", которая генерила рандом с определенными свойствами и тут же выбил искомые 100%. Будь это корпорация с бездумной ориентацией на KPI, можно было бы закоммитить и бездельничать до конца квартала!
Проблема в том, что сделать сбалансированную метрику или набор метрик всегда сложнее, чем кажется (завсегдатаи Kaggle не дадут соврать). Именно поэтому в реальности приходится не оптимизировать единственную метрику верхнего уровня, а делать набор метрик и следить за всеми, а потом принимать субъективное решение, когда одна метрика неизбежно вдруг пойдет вверх, а другая вниз.
Буквально вчера на работе смотрел на результаты ML экспериментов и недоумевал: вариант, который и визуально мне нравился больше, и в теории должен был быть лучше, по метрикам выглядел хуже. Заподозрил проблему в недавно задизайненной метрике, поленился доказывать теорией, сделал "модель", которая генерила рандом с определенными свойствами и тут же выбил искомые 100%. Будь это корпорация с бездумной ориентацией на KPI, можно было бы закоммитить и бездельничать до конца квартала!
❤🔥13👍2😁1