Fajna sprawa, sam chciałem kiedyś zdawać maturę z informatyki w Pythonie. Ciekawi mnie czy będzie to Python 3 czy starsza wersja. Co do wydajności: na pracę magisterską napisałem aplikację okienkową w Pythonie 3 (GTK3, Cairo, NumPy, PyOpenCL) (film) do tworzenia, wizualizacji, edycji i analizy hipergrafów. Pisząc algorytmy pętlami Pythona wydajność nie była zbyt zadowalająca, ale wektoryzując dane i wykonując operacje macierzowe w NumPy zysk wydajności był znaczny (kilkudziesięciokrotny). Dalszy zysk
@jakubito: można, ale nie do wszystkiego wystarczy 0.9V. Do rozpalania powinno, ale po zwiększeniu napięcia (rozładowywanie szeregowe) może to też służyc jako awaryjne źródło zasilania do latarki itd... Bardzo awaryjne, bo rzeczywiście byłby to niski stosunek czasu świecenia do czasu ładowania.
@ablu: zamontować jakieś światełko podświetlające, którego częstotliwość migania jest wprost proporcjonalna do prędkości obrotu koła i w nocy efekt będzie widać jak trzeba ;)
Albo jeździć z taką prędkościa, żeby było to widać przy oświetleniu lampami ulicznymi ;p
@Szewa1990: z tym, że to LED HD to i tak LCD tylko podświetlane LEDami. Jakby pokombinować z OLED to mogłoby się udać wg mnie.
Chociaż z drugiej strony posklejane LCD mogłyby wyświetlać nieprzezroczyste obiekty a z LEDami/OLED by to nie przeszło. Ciekawe jak by to wyglądało z poukładanymi naprzemian warstwami LCD/OLED... Byłyby i nieprzezroczyste obiekty i mogłoby to emitować światło. Ale żeby to działało trzeba by mieć jeszcze ściany pokryte tą
Zawsze było tak, że najtrudniej jest nam pojąć rzeczy najprostsze. Jakiś mądry człowiek powiedział kiedyś, że ostatnią rzeczą, jaką odkryją ryby będzie woda.
@prusi: no właśnie, i na to "rozładowanie i załadowanie" zużywana jest wg mnie większa moc niż jest tracona na przewodnikach. Żadnego dowodu na to nie mam, to tylko takie moje domysły ;p
@mamutatumam: Słyszałem, że aby symulować pracę uproszczonej wersji neuronu w czasie rzeczywistym potrzeba całkiem wypasionego peceta. Podobno zrobili jakąś sieć (chyba coś z boinc) i symulują w ten sposób działanie mózgu jakiegoś karalucha ;)
@mcv_: ogólnie się zgadzam, oprócz tego, że przy częstotliwości próbkowania 48kHz da się IDEALNIE odwzorować dźwięk 24kHz. Da się odwzorować, ale ze sporym zniekształceniem. Kkształt sygnału sinusoidalnego 24kHz zamieniony by był np na trójkątny, a gdyby przesunąć lekko fazę tego sygnału, mógłby być przechwytywany jako cichszy "nie trafiając" w czasie wartościami krańcowymi sinusa w próbkowanie. Im większa częstotliwość próbkowania, Z tego samego powodu przy innych częstotliwościach amplituda dźwięku przechwyconego mogłaby się
@michal229: @mcv_: ogólnie się zgadzam, oprócz tego, że przy częstotliwości próbkowania 48kHz da się IDEALNIE odwzorować dźwięk 24kHz. Da się odwzorować, ale ze sporym zniekształceniem. Kkształt sygnału sinusoidalnego 24kHz zamieniony by był np na trójkątny, a gdyby przesunąć lekko fazę tego sygnału, mógłby być przechwytywany jako cichszy "nie trafiając" w czasie wartościami krańcowymi sinusa w próbkowanie. Z tego samego powodu przy innych częstotliwościach amplituda dźwięku przechwyconego mogłaby się zmieniać w
Co do wydajności: na pracę magisterską napisałem aplikację okienkową w Pythonie 3 (GTK3, Cairo, NumPy, PyOpenCL) (film) do tworzenia, wizualizacji, edycji i analizy hipergrafów. Pisząc algorytmy pętlami Pythona wydajność nie była zbyt zadowalająca, ale wektoryzując dane i wykonując operacje macierzowe w NumPy zysk wydajności był znaczny (kilkudziesięciokrotny). Dalszy zysk