按照电信部的观点,这样的做法主要是为了为百姓提供更好的服务,同时也促进南非作为一个主权国家的信息安全,并推动这个国家的第四次工业革命。
近年来随着边缘计算和物联网的兴起与发展,许多移动终端(比如手机)成为了深度学习应用的承载平台,甚至出现了各式各样专用的神经网络计算芯片。由于这些设备往往对计算资源和能耗有较大限制,因此在高性能服务器上训练得到的神经网络模型需要进行裁剪以缩小内存占用、提升计算速度后,才能较好地在这些平台上运行。
去年,在学习C#的阶段,网上四处找教程,在Long Nguyen的教程(这个教程主要关于GH C#以及gh开发,网址:https://icd.uni-stuttgart.de/?p=22773)当中就提到了Differential Growth的纯C#实现方法,不过,半边结构基础的数据结构依旧需要被引用。后来在gh3d论坛上,Vicente Soler的帖子就进行了C#编写的尝试,并且没有使用半边结构(https://www.grasshopper3d.com/video/differential-growth)不过整体效率略低于半边结构版本。