Sly32

OMG что это??? Вот прям стока памяти, что нужно хранить дикое количество переменных? В Питоне бы за такое руки оторвали! Почему не

function level($id) {
$level = 1;
        while ($id > 1) {
                $result = mysql_query("SELECT id,id_parent FROM `content` WHERE id='$id'");
                $myrow = mysql_fetch_array($result);
                $id = $myrow["id_parent"];
                $level += 1;
        }
        return $level;
}

как минимум

То что ты про него вычитал в Нете - не значит что ты про него знаешь. Это явно указывает на то, что не понимаешь работы алгоритма распознавания обьектов например. У тебя что распознавание, что ксерокс - все одно.  Говоришь, инженер? ))) Ну расскажи нам как Файнридер работает))).

У меня пару дней на подземной парковке фордик не смог припарковаться. И похоже потому, что воспринимал нарисованную разметку как препятствие. Я вообще-то думал что автопарк только  по датчикам парковочным работает, получается что он и данные с камеры учитывает. Бедолага тыркался туда-назад и никак не мог стать правильно))) В Приниципе - не очень нужная игрушка, но зато  наличие датчиков с 4-х сторон просто очень помогает при парковке. 

Да, все верно, технически добавление этого поля в запрос не имеет смысла, так как id уже известен. Возможно как то используется при выводе полученных данных, а возможно и просто так добавили, не подумав.

И что это меняет? В любом случае нам нужен id,  чтобы по нему сделать фильтр записей. 

Стохастический  градиентный спуск  был  описан в 50-х годах)))"  Примерно в 70-е годы прошлого столетия – начале фазы компьютерной революции был совершен концептуальный прорыв в новой области информатики и вычислительной техники, названной искусственным интеллектом. В эти годы была принята новая концепция, которая утверждала, что эффективность программы при решении задачи зависит от знаний, которыми она обладает, а не только от формализмов и методов вывода, которые она использует."  - цитата из  древней методички))) Читай правильную литературу, инженер. И про ПРОЛОГ  прочитай.

А если и не айтишник и не гуманитарий а вообще вебмастер - то тут даже в сторожа не возьмут. 

То есть ты даже не в курсе, что при машинном обучении, тренировке моделей используется метод градиентного спуска, так тобой любимый? И что это основа систем распознавания обьектов? А без этого любая самая продвинутая камера останется только железкой? 

Что-то я на этом форуме ни одной твоей инженерной мысли не видел. 

а с тем что делаешь ты, GPT справиться играючи. 

тут дело не в количестве даже а в вариациях

Ну в целом - это тоа и работает, если совсем примитивно. Так же и с картинками. Появилось достаточно мощное железо - стало возможным обрабатывать огромные массивы информации - стали получаться результаты, похожие на мыслительные процессы. Еще в начале 90-х у нас уже была кафедра где на ПРОЛОГ разрабатывались такие алгоритмы

Ну проанализируй что дальше происходит. Возможно айдишник потом используется для получения других данных. Это как раз правильно - не получать всю таблицу с SELECT * FROM а сделать выборку столбцов. Другой вопрос - почему  не заджойнить нужное в таком случае. Но это все гадание на  кофейной гуще - нужно анализировать все. 

НО в обьом случае дал простого сайта это перебор. Но может там у тебя там магазин с товарами у которых сотни параметров...

Я тебе даже фото могу прислать блока камеры, которая отвечает за удержание автомобиля в полосе! Ты вообще понимаешь, как это работает? каком образом обрабатываются изображения и что для этого используется. Что такое распознавание обьектов? Для этого используются предварительно обученные модели. Естественно, что развитие электроники привело к тому, что все это возможно разместить в маленьком блоке. Невозможно написать алгоритм без использования ИИ. Но ты просто не понимаешь разницу да и в целом как это все работает. Не стоит задача перед этим блоком написать реферат. Он должен принять решение - полоса это или след от шины или бордюр и отдать команду на управление. Для этого и используются модели.

как минимум следующие компоненты присутствуют -

1. Обработка изображений и компьютерное зрение:

   • Обработка изображений: Используется для анализа данных, полученных от камер и других сенсоров.
   • Компьютерное зрение: Алгоритмы компьютерного зрения могут выявлять и анализировать полосы на дороге, определять их границы и классифицировать окружающую среду.

2. Алгоритмы машинного обучения:

   • Классификация объектов: Методы машинного обучения, такие как классификация изображений, могут использоваться для распознавания дорожной разметки и объектов вокруг автомобиля.
   • Регрессия: Для прогнозирования движения и изменений полосы могут применяться алгоритмы регрессии.