Griboks

От -10 до 10 с шагом 0.02 и точностью 0.01.

Когда появится интернет, зайдите на роутер, скопируйте ip, маску, шлюз и dns. Затем удалите dhcp и вместо него поставьте статические настройки.

Это очень распространённая проблема, когда интернет провайдеру пох на своих пользователей и он тупо забивает болт на все эти непонятные слова типа dhcp и dns. Обычно такое происходит у ростелекома, домру и прочих подобных гос. контор.

Попробуйте сделать поле public, чтобы оно автоматически отобразилось в инспекторе. Затем перетащите туда объект с текстом и перезапустите игру.

Если хотите оставить private, то пометьте атрибутом SerializedField.

Как пример: есть точка (1; 5) и вектор (0; 1), как найти между ними расстояние?

Ваш вектор - это векторное поле. Точка - это скаляр. Что такое расстояние между полем и точкой? Очевидно, что расстояние между любой точкой и любым векторным полем всегда равно 0.

Другое дело - это расстояние между точкой и конкретным вектором (тем самым, у которого есть начало и конец).

Виртуальный микшер. Настраивается довольно просто: все входы - один виртуальный выход - один виртуальный вход.

Тут идея в наглядном отображении какой-нибудь величины. Но если вы хотите тупо вывести чёрно-белое изображение, тогда
(x-min)*255/(max-min)

Я прав? Если да, то какой софт использовать?

Нет, современное шифрование работает end-to-end, т.е. вы не можете без костылей совершить man-in-the-middle атаку на трафик.

На мой взгляд самое просто решение - пропатчить браузер или, если слишком сложно, сделать/скачать расширение для браузера.

TCP/IP работает, OSI - нет.

Используйте скорость на каждой итерации для моделирования движения.
Шаг 1:

V+=1=0+1=1
X+=V=0+1=1

Шаг 2:

V+=1=1+1=2
X+=V=1+2=3

А теперь, ускорим время в 10 раз, пусть шаг физического движка будет 10сек=1сек, То что будет

Не забывайте, что ускорение масшиабируется вместе с временем.

Поэтому обычно пишут
V=V0×dt
Где V0 - скорость в нормальном ходе времени.

Шарп работает на виртуальной машине. Машина работает на любой ОС.

Как эффективно хранить и раздавать миллиарды мелких файлов?

Если вам не подходит файловая система, тогда используйте реляционную базу данных.

Петля возникает из-за ошибки конфигурации. Вам нужно грамотно настроить метрики и маршруты между маршрутизаторами, чтобы они не перекладывали ответственность.

Какое должно быть расстояние до веб севера, чтобы запроса гарантировано шел прямо к нему .

Один сегмент. Только, если у вас сервер и клиент соединены напрямую и это единственный маршрут, можно гарантировать прямую маршрутизацию.

Тогда можно будет рассчитать время ответа сервера.

Нельзя.

Нечёткий поиск

Как красиво обработывать ошибки для пользователя, в процессе выполнения скрипта Python?

Никак, пользователь не должен получать ошибок от программы. Любое исключение - это баг, т. е. непредвиденное стечение обстоятельств, т.е. программист не доработал программу/совершил ошибку либо пользователь не дочитал инструкцию.

Единственный допустимый случай - валидация ввода пользователя. Ваша программа проверяет, например введённое число, и, если оно отрицательное, выводит сообщение об этом и либо завершается, либо запрашивает повторный ввод.

Особый случай - Ctrl+C, называется KeyboardInterrupt.

Что делать дальше?

А что вы сделали сейчас? Алгоритм простой:
1) нарисовать схему сети
2) реализовать физический и канальный уровни
3) реализовать сетевой уровень
4) поставит сервисы

Есть шаблон

Что ещё за шаблон? Ну вот вам другой шаблон: кидаем всё на микротик, клиентам раздаём ip, привязываем их на микротике к макам; за настройку последней мили пусть платят дополнительно - провайдеру наплевать, есть ли там роутер и что за ним находится.

Вот схема.

Схема неправильная. Адреса не указаны, линки не прописаны, порты повторяются, dhcp почему-то летают в воздухе, а dns отсутствует.

Просто используйте векторные операции. Это даже алгоритмом назвать нельзя - 2 векторные операции обмена.

Пример перестановки третьей строчки на последнее место на python/numpy:

>>> import numpy as np
>>> data
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])
>>> data[:,[2,-1]] = data[:,[-1,2]]
>>> data[[2,-1]]=data[[-1,2]]
>>> data
array([[ 0,  1,  4,  3,  2],
       [ 5,  6,  9,  8,  7],
       [20, 21, 24, 23, 22],
       [15, 16, 19, 18, 17],
       [10, 11, 14, 13, 12]])

Предлагаю пойти ещё дальше и определить для вашей некой пока неизвестной функции выбора апостериорные метрики. Тогда на достаточно репрезентативной (большой) выборке можно сделать аппроксимацию функции выбора какой-нибудь известной, например линейной комбинацией ваших n-мерных кубов.



Но мы можем пойти ещё дальше и выполнить оптимизацию (например, градиентным спуском) аппроксимации целевой функции выбора. Для этого придётся определить функции более высокого порядка: меру ошибки и функцию обратного распространения ошибки. Короче, сделать нейросеть.

Останется только одна проблема - удостовериться в оптимальном выборе мер и функций обучения нейросети. Поскольку у вас есть компьютер, то вы можете составить матрицу всевозможных параметров обучения (не модели) и банально проверить все возможные комбинации.