# I am the Watcher. I am your guide through this vast new twtiverse.
# 
# Usage:
#     https://watcher.sour.is/api/plain/users              View list of users and latest twt date.
#     https://watcher.sour.is/api/plain/twt                View all twts.
#     https://watcher.sour.is/api/plain/mentions?uri=:uri  View all mentions for uri.
#     https://watcher.sour.is/api/plain/conv/:hash         View all twts for a conversation subject.
# 
# Options:
#     uri     Filter to show a specific users twts.
#     offset  Start index for quey.
#     limit   Count of items to return (going back in time).
# 
# twt range = 1 1
# self = https://watcher.sour.is/conv/olxbreq
yue-fang-readfog-go
feeds.twtxt.net
View Thread
用 Go 跑的更快：使用 Golang 爲機器學習服務**
因此，我們的要求是用盡可能少的資源完成每秒 300 萬次的預測。值得慶幸的是，這是一種比較簡單的推薦系統模型，即多臂老虎機（MAB）。多臂老虎機通常涉及從 Beta 分佈 等分佈中取樣。這也是花費時間最多的地方。如果我們能同時做盡可能多的採樣，我們就能很好地利用資源。最大限度地提高資源利用率是減少模型所需總體資源的關鍵。 我們目前的預測服務是用 Python 編寫的微服務，它們遵循以下一般結構： ⌘ Read more