V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  sillydaddy  ›  全部回复第 27 页 / 共 93 页
回复总数  1860
1 ... 23  24  25  26  27  28  29  30  31  32 ... 93  
2023-07-22 21:23:38 +08:00
回复了 justincnn 创建的主题 OpenAI openai 已经放弃对 ip 的限制了?
digitalocean 的节点,确实解封了,感谢 OP 分享!
口口相传,信任链:
你信任 A ,B ,C ,D ,。。Z 这几个人,信任度递减。
同样的,A ,B ,C ,。。也有各自的信任链。

被最信任的人的最信任的人推荐的,是好的,以此递推。加权相加得到信任值。

对于熟人圈太小无法链接到目标物的情况,可以使用信任中介的数据,比如美食达人。

为什么可以信任信任中介呢?因为信任数据是可以买卖的。

我有一份信任链数据,标好了价格,信任中介也有一份信任链数据,也有标价。信任中介如果收钱虚评,在别人中的信任值就会下降。你可以从自己的信任链中,查询信任中介的可信值,当然是需要付费的。

因为有了经济激励机制,可以形成持久的良性循环。
2023-07-13 15:13:25 +08:00
回复了 sandylaw 创建的主题 问与答 40+运维开发失业,社保还要不要继续缴纳?
@sandylaw #101
我又仔细看了下,单位缴纳的是属于统筹范围,20%份里面只转走 12%份,算是各地区之间统筹资金的调配,不损害职工领取的退休金。
2023-07-12 09:50:22 +08:00
回复了 sandylaw 创建的主题 问与答 40+运维开发失业,社保还要不要继续缴纳?
楼主,河北社保转北京社保,是不是转移过程中,会损失掉一部分啊?看政策,好像不是全部转移的。
2 楼的表情,让我联想到了中世纪欧洲领主的初夜权。。
@oldshensheep
对,就是可视化,做好了的话,就相当于给 v 站添加了一个新的入口了。毕竟 v 站过往那么多好帖子,没人看就珠玉蒙尘了。

我爬过水深火热,爬慢点应该不会封。
天哪,几十个小时就爬完了。我之前也爬了一份,花了将近 3 个月,还是心太软了。

OP 这个统计不错,我觉得数据还有继续挖掘的空间,有没有想法?举个简单的例子,可以找到 member 与 member 的「偶遇」关系,谁谁谁曾经和我「相遇在」(一起评论了)某个帖子。

类似 v 友 @vitovan 做的这个可视化: https://www.v2ex.com/t/940876
2023-06-16 21:26:36 +08:00
回复了 idealhs 创建的主题 程序员 🐒: if (a == 2) return true else return false
@mxT52CRuqR6o5 #17
你这个可以放到程序员的冷笑话集锦里,😂太逗了,还有没有类似的。
2023-06-11 12:42:51 +08:00
回复了 TiWen 创建的主题 问与答 光线追踪是不是一个噱头?
普通的渲染用的是冯式光照模型(Phong Shading),简化成了环境光、漫反射、镜面反射光这几个概念,而且它是局部光照的概念,也就是说,一个物体的颜色,不受其他物体的影响。

光线追踪则是模拟真实的光线运动轨迹,光照效果更真实,它是全局光照,物体的颜色受其他物体反光的影响,比如下例的墙面反射:
https://madebyevan.com/webgl-path-tracing/
http://www.kevinbeason.com/smallpt/
https://www.shadertoy.com/view/MlyyzW

现在流行的应该是基于基于物理的光照渲染(PBR),它从物体的材质入手,效果也非常逼真,对比下面手表的 2 个例子:
https://www.shadertoy.com/view/MlyyzW
https://www.shadertoy.com/view/lscBW4

楼主说开启光线追踪没有啥效果,可能是因为已经使用了 PBR 的材质和渲染,而 PBR 渲染本身就非常逼真了。可以看下 PBR 材质和光线追踪的关系:
https://www.zhihu.com/question/65714012/answer/278421221
2023-06-02 18:37:04 +08:00
回复了 magic3584 创建的主题 职场话题 代驾没干成,送了 3 周外卖,分享一下
今天刚发了个闪送,闪送费 70 多块钱,路程 70 多分钟。不知道送货的小哥能分成多少。
2023-06-01 12:34:48 +08:00
回复了 sillydaddy 创建的主题 程序员 似曾相识,怎么用人工神经网络表达?
@Morriaty #8
我的标题可能有误,「似曾相识」应该改为「呼之欲出」,表达那种想法就在嘴边时,卡壳了,但是却知道自己非常接近正确答案,很强烈的那种感觉。

@ipfox #2
「当我们回忆某件事情时,我们已经接近了记忆的“激活阈值”,这就是为什么我们感觉非常接近,就像话就要到嘴边了」,这个还是有点问题,虽然是接近“激活阈值”,但毕竟没有触发,那么这种神经元未触发的情况下,大脑怎么知道它非常接近触发了?
@hsfzxjy 纠正一下,「 p*F*(F^-1)=p*e=p ,这里必须假设 p 是男的这个等式才成立」这个说法也不对,即使 p 是男的,因为「 p 的父亲的儿子」并不一定是 p ,还可能是 p 的某个兄弟。
@hsfzxjy
我想了下,发现父亲( F )这个关系,很难找到它的逆元素。下面是我的思考:

首先是明确,构成群的是关系,而不是人,比如(子-父)(子-父)=(孙-爷),这里子不是特指某个人,而是泛指组成关系的某一方。按这个说法,「幺元为我」应该改成「幺元为自身」。

然后再考虑你定义的「父亲( F )」这个关系,它定义了关系的一方是另一方的父亲。但这里有个问题,F 的逆到底是什么,按照群的定义,F*(F^-1)应该得到 e ,即自身。如果说「儿子 = F^{-1}」,那么假设某个人代号为 p ,p*F*(F^-1)=p*e=p ,这里必须假设 p 是男的这个等式才成立,如果 p 是女的,p*F*(F^-1)=b ,b 男的,所以是 p 的哥哥或弟弟。

导致上面问题的原因是,「父亲( F )」这个关系,没有唯一的逆元素。
@hsfzxjy #15 “舅舅”这个元素怎么用“父”元素和“母”元素生成?😊
对应到数学理论,应该是群论。
举个例子,平面上的平移和旋转操作,形成了一个无限群。先平移后旋转,和先旋转后平移是不一样的。两次平移则可以交换。
2023-05-28 21:25:10 +08:00
回复了 oho32456 创建的主题 程序员 程序员这个职业到底是怎样的?
1 ... 23  24  25  26  27  28  29  30  31  32 ... 93  
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3425 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 44ms · UTC 12:03 · PVG 20:03 · LAX 04:03 · JFK 07:03
Developed with CodeLauncher
♥ Do have faith in what you're doing.