1 分•作者: aaronbrethorst•6 个月前
返回首页
最新
2 分•作者: ankushkun_•6 个月前
我一直在用 Tenor 为我开发的一些社交应用提供服务,甚至像 Twitter、Whatsapp、Discord 这样的大平台也使用 Tenor(比 Giphy 用得还多)来让用户分享 GIF 动图。<p>今天早上,我收到了 Tenor 的邮件,通知他们将于 6 月 30 日关闭 Tenor API。<p>从现在开始,将不再接受新用户注册。
所有 API 将于 6 月 30 日之后停止工作 :(
1 分•作者: ssengupta3•6 个月前
1 分•作者: powerwordtree•6 个月前
今天我注意到 Windows 又悄悄地改了开始菜单。
现在它看起来更像移动端那种“已固定应用 + 分组类别”的模式。
这让我意识到一件事:
硬性类别在桌面系统上根本行不通。
用户习惯各异,应用功能重叠,命名不一致,而且没人想维护文件夹。
自动分组更糟糕——标签错误、奇怪的组合、逻辑不一致。
而且,没有哪个厂商能维护一个针对桌面应用的全球分类数据库。
搜索也不太好用。
桌面工作流程主要靠鼠标操作,切换到键盘会打断流程。
将本地结果与网页内容(和广告)混在一起,会变得嘈杂且不可靠。
所以,我脑海中冒出了一个小想法:
与其使用类别或纯粹的搜索,为什么不使用动态生成的语义导航呢?
- 已固定的应用保持不变,作为稳定入口
- “所有应用”打开一个带有语义筛选器的空间
- 系统从本地应用生成动态标签
- 用户点击标签逐步缩小范围
- 一个应用可以出现在多个路径下
- 轻量级的多级菜单,始终可逆
- 字母顺序列表保留作为备选方案
- 仍然存在手动搜索,用于精确查找
不是硬性类别。
不是传统的搜索。
只是一个轻量级、动态的、本地应用的语义地图。
这只是一个小想法,但也许是一个更好的方向——
而且它也可能在移动端上奏效。
(由我的原始笔记进行 AI 辅助翻译。)
1 分•作者: alonsovm•6 个月前
1 分•作者: icwtyjj•6 个月前
2 分•作者: Fiveplus•6 个月前
1 分•作者: ddxv•6 个月前
1 分•作者: fortran77•6 个月前
1 分•作者: zdw•6 个月前
2 分•作者: antman•6 个月前
2 分•作者: 7402•6 个月前
5 分•作者: kewun•6 个月前
1 分•作者: akbarnama•6 个月前
29 分•作者: tin7in•6 个月前
9 分•作者: graphpilled•6 个月前
40 分•作者: pain_perdu•6 个月前
1 分•作者: AbdoulayeSeydi•6 个月前
将机器学习模型部署到设备端仍然是一个巨大的难题。大多数团队默认选择云端推理,原因如下:
* 在不同设备上测试模型是手动且容易出错的。
* 设备限制在模型导出时并不明显。
* 为多个平台重写部署代码会浪费数天甚至数周的时间。
我开发了 Refactor AI,一个基础设施工具,它可以:
* 分析经过训练的机器学习模型,并标记出无法在目标设备上运行的操作。
* 在可能的情况下,重构模型。
* 为 CoreML、ONNX Runtime、ONNX.js 和 TFLite 生成可直接部署的代码。
这可以将部署时间从数天缩短到几分钟,并使团队能够在设备端本地运行推理,从而节省云端 GPU 成本。
欢迎提供反馈,在真实模型上进行测试,或提出改进建议。
3 分•作者: 1vuio0pswjnm7•6 个月前
1 分•作者: freediver•6 个月前