这个和 Gurobi 相比咋样呢？

@JustSong 我觉得这个难度算适中。从我自身体验，第一个决策树我零零散散写了好几天，后面越来越得心应手，度过爬坡期，90%的问题都能在 1 小时内解决。到后期，关注更多的的是机器学习算法本身。

所以看起来像，前期更多是在学习 Rust ，后期学习算法。

@yangxin0 我觉得我没有表达出任何你提到的误导。有以下原因：
1. 这是一个面向 Rust 语言初学者，Machine Learning 初学者，两者交集的项目；因此不是你提到的“有经验的工程师”

2. 我的项目专注于传统的机器学习算法，通常这些算法并不是 Representation Learning(所谓的大多数深度学习），这些传统算法的实现是中等难度的，比较适合自己动手从头实现；你提到的深度学习，一是 Research ，那应该去关注论文本身，而是 implementation ，你可以利用 PyTorch 练手

3. 我从来没有表示或者暗示过“学机器学习，就应该用 Rust”或者“Rust 适合入门机器学习”。

希望可以澄清误解。

@cssk 你这个话是认真的吗？首先这是一个传染病，得病不羞耻，但是是不是应该尽可能地避免传染？阳了，出去买东西、生活所迫必须要上班，那就戴好口罩呗，尽可能减少传染。如果有打包的选项（目前肯定是比放开前要方便很多很多），那为啥要堂食呢？

得病一点都不羞耻，但是这也不能牵扯到散播是做好事的地步吧？在自己力所能及的范围内避免感染他人（和做其他事情一样，避免给别人添麻烦）

@scp3041 描述类似于遗传算法？？

ipad pro 2020 款 type-c 是 usb 3.1 Gen2 ，up to 10Gbps

@haiyan emmm ，我没有准确衡量过。我这里推理 batch 6 ，step 50 ，512x512 ，显存会稳定在 11-13G ，有时会冲到 30G 几秒...

@neptuno 哈哈哈，可以试一试 cpu mode ，也许 8G 内存可以？

@davinci21s 期待以后的剪枝或者蒸馏版本吧。但是 diffusion 相对 dalle 这些来说已经算是很节省显存了哈哈哈

@Tanix2 哈哈哈哈是的，我改完 huggingface 的才发现，已经有很成熟了。我这个比较简单，细节很清楚，适合玩具随便玩一下

@winglight2016 试试增大 steps ？一般 40 步以上比较好，还有就是图像尺寸要大一点，默认 512x512 往上。scale 在 6-15 会好一点。再有就是检查 stable diffusion model 的 weights version ，我用的是最新的 1.4

个人电脑：
1 1016 15.65% git
2 960 14.7874% ll
3 929 14.3099% ssh
4 589 9.0727% cd
5 295 4.54405% sudo
6 240 3.69686% code
7 228 3.51201% python
8 186 2.86506% vim
9 148 2.27973% exit
10 138 2.12569% ..

服务器：
1 841 21.1679% ll
2 385 9.69041% python
3 370 9.31286% bash
4 359 9.03599% cd
5 324 8.15505% vim
6 198 4.98364% gpustat
7 154 3.87616% git
8 138 3.47345% tmux
9 129 3.24692% ..
10 87 2.18978% nvidia-smi

@nevin47 #22 +1 ，没想到大家这么温和的摆证据、摆论文，他还是这样耍泼无赖，又可气又可笑

提醒你一点，毕业证或学位证大概率会写你在马来西亚分校。国外的学校分校基本上就是另外一所学校了。比如加州大学，UCB 和 UCSC 能一样吗？莫纳什大学马来分校的排名准确来说应该没在 QS 上榜。建议仔细斟酌。

@dirkswan
@butanediol2d
@MengiNo
@eason1874
@NanonaN
谢谢你们的回复。但是预定制里的先到先得，就不存在黄牛了吗？想想看几乎每年 iPhone 新发售，总有一些型号需要加价黄牛。还有人提到了黑箱操作、脚本、渠道等不公平因素，这些理论在苹果的预定制也存在，想想每次官方翻新，都是秒没黄牛囤货，渠道货那苹果就更多了，各大经销商，你官网需要预定，我经销商现货但加价。

但我能理解一点是，一轮轮抢购相比于预定制，缺乏一个预期时间，没有告诉消费者大概什么时候能买到，而预定制会告诉你这个期限，即使会很晚（ i.e., 不一定会比抢购制实际买到要快），即使会 delay 。这个可能是好评的原因。