特别是在机器学习、Rust，或者在Rust中的机器学习！
返回首页
最新
目前我面临的最大挑战是利用我拥有的私人数据，通过人工智能进行分析，以发现我可能未曾注意到的模式。不幸的是，所有的本地模型都不够智能。我在思考，我需要多清晰地定义我的使用案例，以及向谁寻求帮助，才能找到一个既尊重我的隐私，又能给我带来卓越结果的良好替代方案。这样我就能发现其他人未能在我的数据中找到的东西。
我最近加入了一家大型科技公司，原以为这样会更稳定。但自从我加入以来，几乎每隔几个月就会裁员。我几乎更喜欢在初创公司工作的乐趣，尽管风险相同。
大家好，
我在寻求建议。我已经研究 k 集合覆盖问题（及相关问题）超过一年了，我注意到目前没有已知的算法能够对每个实例进行最优解，并且任何能够做到这一点的算法在某些规模的问题上都需要花费太多时间。我认为对于这个问题的性质存在很大的误解，因为实际上有一种简单且快速的方法可以在合理的时间内解决所有这些问题，而我花了一整年时间只是用同样无聊的方式证明它适用于这一类别的所有问题。然而，现在我有一个非常高效的算法（在理论上），我知道这可能非常有用，但我缺乏合适的帮助和建议，我该如何处理它？
谢谢大家！
我创建了一个Python模块，可以将Nandgame（<a href="https://nandgame.com" rel="nofollow">https://nandgame.com</a>）的JSON导出转换为Verilog。这些导出可以用于针对FPGA的开发或使用EDA工具对您的Nandgame创作进行仿真。这是我第一次接触Verilog和FPGA，还有很多需要学习的地方。希望您喜欢！