首先同意 @FucUrFrd #5，实际不是这样操作的，例如房间出现问题，或者客户出现问题，临时调整就会打乱计划

这个问题嘛，其实就是预设无任何意外问题，理想状态
实际上只需要知道起始日-结束日每天空房总数，例如 预订一号至五号，其中四号那天没有空房，意味着这个订单难以实施，至少四号那天某个客人要换房或者安排转到其他酒店，才能接受这个订单
如果五天都有空房，那客户一号入住的那个房间，自然到五号都不需要更换

以后玩游戏选日军、德军的一律 GAME OVER，MISSION FAIL，不符合历史背景文化







🐶

注意，手动改和机器改都是改
某些相机 /手机，在拍照的同时就“改”了，你看到的照片已经是第一次改动后的

问：拍照时加滤镜（软件）怎么算？拍照时加滤镜镜头（硬件）怎么算？

@NotreDame #8
我不太敢预计将来，反正自己也没准确过几次，世界变化快
AI 远景美好，但几年后也未必，因为岗位肯定不多，找工作不易。而且不容易产出，很多企业只是追热点投入 AI 研究，花了一定钱没见到收益就会撤退，只有长期设立研发部门和资金投入的才会坚持

能否快速掌握某个行业的业务，是个技巧，不然也做不出业务算法
如果你有快速熟悉业务的能力，倒是可以创业，利用现有数学模型，帮助中小企做项目优化，一般小企微企是舍不得给钱做优化的，但有长期项目的话，能提升 2%~3%增加几十万年利润的，会舍得给几万委托调研优化项目，但感觉市场不大，最早能商用机器学习的应该是市场调查公司，但好像现在也没什么响，还是那几家传统的，没见新兴的出现，看上去项目优化的思想还处在研究所阶段，商用未能普及，通俗点说就是老板们还不敢用新模型试水

@usw #12
书就没有推荐了，因为我较早就学过也从事过聚类分析，看过的都是旧书，但过程可以说一下
先了解一下交叉分析，其实就是跟 sql 的 select max(xxx) where xxx and xxx，pandas 的 groupby 等等差不多
然后了解一下聚类分析，机器学习主体就是聚类分析
先选某家模块学习，因为现在公开的数学模型各家都在做，只是语法不同，选一家学就行了，推荐 sklearn 和 opencv
可以用实际工作了解，例如人脸识别是比较快的，因为例程很多
机器学习要记住一句话：“没有最优数学模型”，至少现在是这样

后面是深度学习，深度学习主体是拟合函数，和机器学习差两字，但本质是两个数学途径，跨度很大，不要以为会点机器学习就能跳到深度学习，想做深度学习，自己也要再次“深度学习”数学，而且搞深度学习硬件也要花费很多，听说现在较强的 GPU 显卡要靠抢？

除非能同时搜到解压密码，不然没什么用

一直以为只是段子，原来是真的有啊

将鼠标垫高点，越过肚子，🐶

做算法（数学模型）的要很高数学要求
不做算法的，更多是“清洗数据”、反复调参、优化速度，所以各种数据变形、保真的能力要强

PS: 真正做算法的人是少之又少的，现在好多人所讲的算法，只是业务算法（如推荐算法），而不是数学模型

前天晚上在哪睡的？又说加班了吧？
🐶

@delectate #10
快餐时代，emule 确实慢

但我仍然维持用 emule，我的上传流量过半是 emule，因为 bt/pt 没法全盘挂载，emule 只需挂着硬盘就不用管了
我观察是，日、港、欧美的老电影以及中、韩的新剧最多人请求，中文剧集多是国外 ip 请求，韩剧只有熟肉多人请求，外挂字幕的几乎没有，应该也跟网站有发布源有关

中文电影只有《天浴》一枝独秀，当初完全想不到

人人寿终正寝后，一些以前无人请求的项目开始出现请求，猜测是有人拿着人人的旧库链接转战 emule

如果图片是入库的，就是字节数据，转 base64 随文章一起发过去
如果图片是文件方式保存的，路径读取权限是所有人，发路径过去就行；如果权限并非所有人，或者不想公开真实路径，这就要换思路了，可以读取后按 base64 发，或者用不占 io 的方式在 web 路径做个映射，然后发这个路径

一般情况下，建站时就要想好文件读取的权限和路径设置，避免上述麻烦事徒增虚耗

应该是违法，至少官方不允许的话，是侵犯版权
灰色操作是产品免费提供，询问使用方法时收取服务费，但这样人家拿了脚本不给钱也没辙

@villivateur #5
哦，原来我把小米的智能助手 uninstall 了

我觉得是降低自己更容易进字节，🐶

你没想过自己也浪费了时间么？大部分挂断的就是不想浪费自己时间

我更希望有个一键转 AI 接听的功能，先自己接听，不对了才转 AI
但也不能一开始就 AI 自动接听，我怕 AI 接运营商的来电“帮我同意”换了套餐，🐶

这个标题有点奇怪，0 和开中间有个零宽字符？

你存什么？应该问日常写入量，如果巨量写入，过百 G，SSD 好；如果不大，HDD(7200rpm)+USB3 足够了
我 20+年从不买二手硬盘，不是说一定不好，但碰运气成分高，除非找到可信的洋垃圾（拆服务器盘），我对自己的运情评估没信心