danirod

Actualizaciones - page 5

Un selfie. Texto de la imagen: Running; 12,53 km en 1 hora, 10 minutos, 24 segundos.

Abrigáos, que parece que refresca un poco.

Duración
01:10:24 min
Distancia
12.53 km
Calorías
925 kcal
Ritmo de vuelta
05:37 min/km

Segundo entrenamiento de 12.50 km. Lo hice así para poder cerrar el mes con 100 km exactos corridos.

Duración
1:09:23 min
Distancia
12.51 km
Calorías
903 kcal
Ritmo de vuelta
05:33 min/km

Primer entrenamiento por encima de los 10 km. Me apetecía seguir corriendo.

Duración
56:05 min
Distancia
10.04 km
Calorías
726 kcal
Ritmo de vuelta
05:35 min/km
Duración
54:50 min
Distancia
10.01 km
Calorías
706 kcal
Ritmo de vuelta
05:29 min/km

Aprovechando el día de teletrabajo para salir a hacer ejercicio al campo, antes de que se haga de noche.

Duración
28:59 min
Distancia
5.02 km
Calorías
360 kcal
Ritmo de vuelta
05:46 min/km

No me apetecía seguir corriendo, lo cual es la primera vez en mucho tiempo que me ocurre. Por un lado me alegra tener un lugar seguro donde vivo ahora en el que correr aunque sea de noche, sin miedo a coches ni pasos de peatones. Pero por otro… es curioso porque hace bastante que simplemente no me aburre tanto un entrenamiento como para querer pararlo antes de tiempo. Tal vez sea el hecho de dar vueltas en círculos.

Duración
59:04 min
Distancia
10.04 km
Calorías
720 kcal
Ritmo de vuelta
05:53 min/km

Nada satisfecho.

Duración
58:20 min
Distancia
10.02 km
Calorías
714 kcal
Ritmo de vuelta
05:49 min/km

Hoy hacía mejor día que otros días. Lo voy a flipar cuando llegue la época de lluvias.

Duración
57:23 min
Distancia
10.03 km
Calorías
677 kcal
Ritmo de vuelta
05:43 min/km

Una explicación simplificada del algoritmo Wavelength Collapse →

Hace un tiempo encontré destacado en GitHub un repositorio con una implementación muy trabajada del algoritmo Wavelength Collapse, enseñando mediante vistosas imágenes cómo el algoritmo en el que se basa el programa compartido en el repositorio es capaz de transformar una pequeña imagen en una imagen procedural más grande, lo cual es de utilidad para fabricar mapas y otro tipo de imágenes.

Imagen generada de manera procedural
Ejemplo de uso del algoritmo generando un tablero más grande a partir de una imagen de entrada. (Fuente)

El repositorio contiene un README bastante exhaustivo donde detalla el funcionamiento del algoritmo, pero si buscas una aproximación más sencilla que te ayude a entenderlo, hace poco Robert compartió en su blog una aproximación al algoritmo utilizando ejemplos de andar por casa.

Imagine that you are planning your wedding. […] You need to design the seating plan for dinner. Your family can be very argumentative and volatile, so this will be difficult. Your dad can’t sit within 2 tables of your mum. Your cousin will get grumpy and lonely if she doesn’t sit with your other cousin. And it’s probably for the best if Uncle Roy doesn’t sit with the environmentalist wing of your partner’s family. – §

El algoritmo realmente no es complicado. Se trata de asociar a cada una de las posiciones del espacio disponible (como los píxeles de una imagen) el candidato que mejor se ajuste teniendo en cuenta una serie de restricciones. Esta entrada de blog explica fácilmente en qué consisten esas restricciones y cómo se pueden computar para una imagen, y muestra un ejemplo práctico de uso.