Fab-
Membre-
Compteur de contenus
438 -
Inscription
-
Dernière visite
Type de contenu
Profils
Forums
Calendrier
Tout ce qui a été posté par Fab-
-
J'étais dans le même coin, je l'ai vu en remontant proche de Barcelone il me semble.
-
Bonjour à tous, J'ai découvert en Espagne cet affichage que je n'avais jamais vu avant. Ça semble être sur une zone de radar. Peut-être un radar tronçon ? Je ne sais pas s'ils en ont en Espagne. Quelqu'un a déjà vu ça en France ?
-
Plusieurs fois, et présent depuis plusieurs mises à jour. Merci pour ton retour.
-
Bon j'ai un bug qui me gave depuis un moment et qui est toujours présent sur la 2024.8.9 : Sur Apple Podcast, les podcasts se mettent en pause en plein milieu sans je puisse les relancer, il faut repartir de zero et avancer là où on s'est arrêté pour continuer. C'est super relou. D'autres on ça ?
-
Bon en .32.6, la détection et le placement des véhicules est nettement plus efficace, je confirme 😂
-
Faut pas trop s'emballer sur ce point. En 3 ans 1/2 j'ai vu ce comportement aller et venir...
-
L'Autopilot. Le seul truc qui peut te tuer deux fois 😆
-
Planificateur TM3 devenu hyper optimiste
Fab- a répondu à un sujet de chatillon86 dans Tesla Model 3
J'aimerai rajouter au schmilblick du planificateur que dans mon cas, ma conso n'a pratiquement pas changée d'un iota. Je fais toujours le même nombre de kilomètres avec le même niveau de batterie que quand le planificateur était fiable. C'est juste que maintenant il donne pratiquement tout le temps des résultats délirants. Donc, clairement (dans mon cas), ça n'est pas un problème de conso et/ou de conditions, c'est un problème de planificateur. Soit il reçoit des mauvaises informations du BMS (mais dans ce cas, la conso et le pourcentage devraient déconner aussi j'imagine), soit il calcule comme un manche. J'ai pensé à la carto délirante pendant un moment. Quand je vois des portions à 90 ou la voiture m'affiche des limites à 30, je me dis que ça doit être possible de faire beaucoup de kilomètres dans ces conditions, mais même sur des trajets autoroutiers où les limitations sont plus fiables, ça déconne quand même. Bref, heureusement que je connais la voiture, parce que voilà l'expérience pour ceux qui découvrent le VE... -
Planificateur TM3 devenu hyper optimiste
Fab- a répondu à un sujet de chatillon86 dans Tesla Model 3
Bonjour à tous, Je viens tout juste de découvrir ce sujet de discussion. Ticket ouvert chez Tesla pour ma part puisque j'ai les même soucis que beaucoup ici et que je n'avais pas encore vu ce sujet. SR+ d'un peu plus de 3 ans et presque 90 000km, ça faisait un moment que je n'avais pas fait de longs trajets au planificateur et effectivement cette année c'était du grand n'importe quoi alors que précédemment, c'était plutôt fiable. J'ai eu des écarts jusqu'à pratiquement 20% et des arrivées au SuC à 2% en finissant à 100km/h... Heureusement que je connais la voiture et sa consommation parce que quand elle disait c'est bon, on a assez pour repartir, je voyais bien que ça n'était pas possible. J'ai eu l'assistance au tel. Je leur ai envoyé des photos pour illustrer les problèmes. J'espère qu'il y aura un retour. Une coupure d'alimentation (que je n'avais pas faite, seulement des MaJ et des reboots) semble avoir amélioré un peu la situation mais je ne suis pas sûr. A voir réellement sur un long trajet que je n'ai pas fait depuis cette coupure. -
Pour le coup, je pense qu'il y a du y avoir un problème de branche de localisation sur la 20.7. Dans mon cas, tous les panneaux de vitesse étaient au format US : Rectangulaires avec marqué "Speed limit". Sur la .8, retour à la normale. Donc je pense que le comportement de changement de voie sans pression sur le volant était hérité de la branche US également.
-
Oui sur le papier, mais comme je disais, entre très dégueulasse et très très dégueulasse, pas sûr qu'on y voit grande différence.
-
Ça rendrait la compression moins efficace non? Vu le débit actuel et la qualité, pas sûr qu'on y voit une grande différence... Edit : Et je rajouterai même, que dans la plupart des cas, les images sont assez peu mobiles (hormis tempête ou foule autour de la voiture) et que les algorithmes reposent énormément sur la différence entre les images, ça risque de ne vraiment pas se voir;
-
Il suffit de fusionner les 4 flux en un seul au niveau du véhicule tout en conservant le même débit pour que ça ne change rien au niveau de la quantité de données. La logique voudrait qu'ils aient fait ça.
-
Je pensais que c'était plutôt une référence au deep learning, ce sur quoi est basé deep rain, mais quoi qu'il en soit, on reste nombreux pour s'accorder sur le fait que ce truc n'est pas une grande réussite.
-
Ben en même temps, ils ont eu l'intelligence de ne pas l'appeler Clever Rain. Le nom ne vendait rien d'extraordinaire du coup, ça a été respecté 😆
-
Perso, mon premier test de la recherche a été de taper "anti" pour les anti-brouillards. Pas de chance, ils appellent ça les feux de brouillards, donc pas de réponse sur "anti"... Je n'ai pas testé d'avantage.
-
A/B testing peut-être
-
Non effectivement, d'où mon utilisation du conditionnel. Dans le cas de l'AP, bien sûr que le processus est coûteux et intense. J'avais crû voir qu'il leur fallait quelque chose comme un mois pour réentrainer les différents RN du FSD et qu'ils souhaitaient passer à une semaine (pas très sûr des valeurs) avec Dojo. Dans le cas des essuie-glaces, on est quand même sur quelque chose de bien plus simple. Et pour le comportement différent à chaque MAJ, je te rejoins complètement pour la partie AP. On a aucune garantie que le truc ait été réentrainé récemment. Vu comment les ressources sont concentrées sur la version beta du FSD, j'en doute. Mais je comprends aussi qu'il ne soit pas évident de saisir qu'avec ça, tu peux passer 10 fois à un endroit et obtenir 10 résultats différents. C'est pas très intuitif par rapport à l'image répandue du développement logiciel.
-
Dans le cas des essuie-glaces, je pense au contraire que les mises à jour pourraient être régulières. Pas des mises à jour algorithmiques, mais juste un nouveau modèle de données généré avec les données régulièrement reçues. Réentrainer un RN dans le cas de détection de pluie ne doit pas être très intense de leur côté d'autant que tout peut être automatisé : Les données sont l'appui sur le déclenchement des essuie-glaces et l'image (ou les images si analyse de plusieurs caméras). Pas besoin de labelliser des données manuellement. Après, à quel moment on passe dans le sur-apprentissage et que ça perd de son intérêt, mes compétences sont loin d'être suffisantes pour juger de ça.
-
Ben je ne sais plus si c'est Carmack ou une quelconque autre star du jeu vidéo qu'ils avaient embauché pour justement bosser sur ce genre d'optimisations. Peut-être ça qui commence à porter ses fruits.
-
Effectivement, par contre ils ont clairement changé le rendu de la partie gauche sur cette dernière version et sur atom (pas eu l'occasion de voir ce que ça donnait sur un ryzen). Niveau de détails un peu plus importants et possiblement un anti-aliasing nettement moins prononcé ce qui peut donner cette impression de meilleure résolution, mais qui est finalement illusoire et un peu moins qualitative à mon goût.
-
Ah mais je suis complètement d'accord sur l'utilité des mises à jour.
-
Oui, merci pour la correction
-
Comme tout risque, il faut l'associer à une probabilité de réalisation, sinon on ne vit pas : Ferme toutes les fenêtres de ta maison, quelqu'un pourrait passer et y lancer des grenades. C'est un grand risque, mais sa probabilité de réalisation... Le nombre de Tesla en circulation, ça se compte maintenant en millions. Couplé à la question "Que pourrait bien gagner quelqu'un à faire crasher ta Tesla à grande vitesse ?", ça fait une probabilité relativement faible (mais non nulle, comme la grenade). Personnellement, je serai bien plus inquiet que quelqu'un arrive à faire des recharges payées par mon compte, ou qu'un autre vole toutes les données de trajet des voitures pour les revendre. Des trucs qui ont plus de probabilité d'arriver en fait.
-
Moi, je reste un éternel fan de ça : https://www.garecommeunemerde.fr/gcum/