@lzx1413 我大概扫了下论文，原来是李飞飞实验室的，不过文章好像是对单张图片风格化，并没有针对视频吧？

专家推荐系统一般都喜欢用协同过滤算法， lz 可以查查相关资料


突然让我想到这个梗哈哈哈
!(pic)[http://image.cethik.vip/images/2016/12/04/eFoBrRblcuEzBBF.gif]

@justou 好优雅的代码！不过你现在把画布上的一个元素简化成了一个像素点（就是你代码里随机产生的位置），但是对于我现在做的东西来说，这个元素是不能简单的以一个像素点来看待，必须是一个 bounding box , 比如说一张广告，上面的标题元素，比如字号为 60 ，那么它占的像素面积就是一个 axb 大小的矩形框，如果求图片空白区域的每个像素点（无元素的地方）到它的距离，这就有点麻烦了，因为这个元素也是有很多像素点的， 我现在用的方法是 python 里的 scipy 的 distance_transform_edt 函数，链接： https://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.ndimage.morphology.distance_transform_edt.html


这是目前我找到的最好的解决方法，但是计算时间还是不理想，这两天在看 multiprocess 的东西，应该会有用。

非常感谢您能腾出时间来考虑我的问题，谢谢！

@congeec 嗯，之前查过了，这个 simd 版本对 cpu 并行有过优化，可以可以，谢谢啦

@linhua 哇，简直不能更 cool ，谢谢！

@congeec 没，就是普通的 pillow

@Jblue 哈我用的就是 pillow ，这个方法我也想过，但是因为要求元素之间最短距离，分开的话就不知道怎么处理了，毕竟元素的位置分散在画布上

搬瓦工自建 ss+1

感谢福利。

@lll9p
@tigerstudent 嗯，还是要在算法方面想办法，图像逐像素处理确实不是一个长久的方法

@zhuangzhuang1988 看起来不错，我研究下，谢谢！


@justou 嗯，我试试我本地的电脑可不可以，听起来有点厉害啊，我研究下吧，谢谢啦

@sagaxu 看起来不错，谢谢

@zhuangzhuang1988 我这个问题就是来自一篇论文的函数，按照文章的说法，就是逐个像素的计算，我想的优化方法就是类似卷积神经网络里的汇聚层一样，但是现在是想先利用下当前服务器 8 核这个优势

@justou 用的是阿里云服务器，貌似没看见有 GPU ，我想的是把一张图片切割然后分配到各个线程里去计算， cuda 的话感觉只是对矩阵运算的时候优势会大一点

手持 anywhere2,它送的线很短，感觉只是用来充电的，有线感觉体验不好，而且貌似官网没有提供 linux 专用的软件（用来设置鼠标功能键的）

@designer 现在我看很多发论文的讨论都是通过把以前不可量化的东西现在用某种方式量化，然后出一篇论文的，记得有一个朋友就是把用户使用手机的用户体验分解成几个维度量化了下，发了篇论文。事实上如果有成熟的规范或者规则的话，设计应该也离自动化不远了。