引力波发现的数据分析也是 python 搞的

@lambdaq 关键是 google 自己的 App 都不支持

现在技术路线已经分化了，一种是大模型用 MLP 来逼近/模拟计算，1989 年和 1991 年研究数学的人就搞出了”万能逼近定理“，后续的研究都是怎么高效的降低错误率，一种是调用一个外置的或者内置的计算器或者解释器。这其实和人是一样的吧，我算六位数乘法也会用计算器啊，虽然我也会笔算。

和网易的 Qanything 比较像

28.88w

解决了,只禁用根本不行.
apt purge cloud-init
rm -rf /etc/cloud
apt purge unattended-upgrades
rm -rf /var/log/unattended-upgrades
用以上命令解决了

主要是没有开源的手机竞争者了,有竞争者就不一样了

OOP 都快成了一种邪教

@czfy 感谢回复！改成 model = RandomForestRegressor(n_estimators=1000, n_jobs=-1)之后，速度快了两倍。

```
# transform list into array
train = asarray(train)
# split into input and output columns
trainX, trainy = train[:, :-1], train[:, -1]
# fit model
model = RandomForestRegressor(n_estimators=1000)
model.fit(trainX, trainy)
# make a one-step prediction
yhat = model.predict([testX])
return yhat[0]
```

显卡虚拟化估计永远也成熟不了,nvidia 现在如日中天，没有搞虚拟化的动力

@Zhuzhuchenyan 对，就是你说的这种情况。而且如果有 await ws.send('subscribe D'),后续就会有多次响应，就更复杂了，感觉用 await async 表达异步方式的逻辑，还是不自然。

@cloud107202 是不是可以有
dataA = await recv('A')
doSomethingWith(dataA)
dataB = await recv('B')
doAnotherWith(dataB)
无论 AB 的响应，谁先来，都可以正常运行？像 erlang 里那样通过模式匹配来过滤消息队列
如果是
data = await recv()
if data.ID == A:
doSomethingWith(dataA)
elif data.ID == B:
doAnotherWith(dataB)
这样的话，肯定可以工作，但是把 A 和 B 的逻辑搅合在一起了，感觉不舒服。
没啥真实的需求，只是在熟悉 async 和 await 时的一点疑问。

我就是想问问有没有现成的 await recv(ID)，如果没有，那么我想的是建一个 dict {ID: queue of server messages}，这样合理吗？有没有更好的办法？

@QiShine 最后还是支持了

就一个对 iso 8601 的"Z"格式的支持，讨论了好几年也不见有个结论。https://discuss.python.org/t/parse-z-timezone-suffix-in-datetime/2220 Python 的人好像对这类细节不太关心，但是工业界有几个人敢不理 ISO 标准。

@billccn 你说的没错，Python 很方便试错的，更像高级的计算器。关键是那帮人搞定了公式和算法过后，大部分好像都会选择 c# 来搞工程实现。

@thinkershare 会不会，好的产品不是设计出来，而是不断迭代出来的？