Этого треда уже нет.
Это копия, сохраненная 25 апреля 2021 года.
Скачать тред: только с превью, с превью и прикрепленными файлами.
Второй вариант может долго скачиваться. Файлы будут только в живых или недавно утонувших тредах. Подробнее
Если вам полезен архив М.Двача, пожертвуйте на оплату сервера.
Это копия, сохраненная 25 апреля 2021 года.
Скачать тред: только с превью, с превью и прикрепленными файлами.
Второй вариант может долго скачиваться. Файлы будут только в живых или недавно утонувших тредах. Подробнее
Если вам полезен архив М.Двача, пожертвуйте на оплату сервера.
Очередной тред про хипстерские технологии, которые не работают.
Я ничего не понимаю, что делать?
Вкатывальщики импортят slesarplow as sp по туториалам (хотя сейчас актуальнее pytorch)
Толковые качают из репозитория awesome-XXXX на гитхабе проект какого-то китайца, меняют фамилию и получают $10M инвестиций как стартап.
Умные смотрят prerequisites на https://see.stanford.edu/Course/CS229 и http://cs231n.stanford.edu/
Остальные сидят ИТТ
Какая математика используется?
В основном линейная алгебра, теорвер, матстат, базовый матан и matrix calculus
Как работает градиентный спуск?
https://cs231n.github.io/optimization-2/
Почему python?
Исторически сложилось
Можно не python?
Никого не волнует, где именно ты натренируешь свою гениальную модель. Но при серьезной работе придется изучать то, что выкладывают другие, а это будет, скорее всего, python, если работа последних лет
Что почитать для вкатывания?
http://www.deeplearningbook.org/
Николенко "Глубокое обучение" - на русском, есть примеры, но меньше охват материала
Франсуа Шолле - Глубокое обучение на Python
В чем практиковаться нубу?
http://www.deeplearning.net/tutorial/
https://www.hackerrank.com/domains/ai
https://github.com/pytorch/examples
https://github.com/ChristosChristofidis/awesome-deep-learning#tutorials
Где набрать первый самостоятельный опыт?
https://www.kaggle.com/ | http://mltrainings.ru/
Стоит отметить, что спортивный deep learning отличается от работы примерно так же, как олимпиадное программирование от настоящего. За полпроцента точности в бизнесе борятся редко, а в случае проблем нанимают больше макак для разметки датасетов. На кагле ты будешь вилкой чистить свой датасет, чтобы на 0,1% обогнать конкурента.
Где работать?
https://www.indeed.com/q-deep-learning-jobs.html
Вкатывальщики могут устроиться программистами и дальше попроситься в ML-отдел
Есть ли фриланс в машобе?
Есть, https://www.upwork.com/search/jobs/?q=machine+learning
Но прожить только фриланся сложно, разве что постоянного клиента найти, а для этого нужно не быть тобой
Где узнать последние новости?
https://www.reddit.com/r/MachineLearning/
http://www.datatau.com/
https://twitter.com/ylecun
На реддите также есть хороший FAQ для вкатывающихся
Где посмотреть последние статьи?
http://www.arxiv-sanity.com/
https://paperswithcode.com/
https://openreview.net/
Версии для зумеров: https://www.youtube.com/channel/UCZHmQk67mSJgfCCTn7xBfew
Количество статей зашкваливающее, поэтому все читают только свою узкую тему и хайповые статьи, упоминаемые в блогах, твиттере, ютубе и телеграме, топы NIPS и прочий хайп. Есть блоги, где кратко пересказывают статьи, даже на русском
Где ещё можно поговорить про анализ данных?
http://ods.ai/
Нужно ли покупать видеокарту/дорогой пека?
Если хочешь просто пощупать нейроночки или сделать курсовую, то можно обойтись облаком. Google Colab дает бесплатно аналог GPU среднего ценового уровня на несколько часов с возможностью продления, при чем этот "средний уровень" постоянно растет. Некоторым достается даже V100.
Иначе выгоднее вложиться в GPU https://timdettmers.com/2019/04/03/which-gpu-for-deep-learning/ Заодно в майнкрафт на топовых настройках погоняешь
Когда уже изобретут AI и он нас всех поработит?
На текущем железе - никогда, тред не об этом
Кто нибудь использовал машоб для трейдинга?
Никто не использовал, ты первый такое придумал. Готовь камаз для бабла.
Список дедовских книг для серьёзных людей:
Trevor Hastie et al. "The Elements of Statistical Learning"
Vladimir N. Vapnik "The Nature of Statistical Learning Theory"
Christopher M. Bishop "Pattern Recognition and Machine Learning"
Взять можно тут: http://libgen.io/
Напоминание ньюфагам: немодифицированные персептроны и прочий мусор середины прошлого века действительно не работают на серьёзных задачах.
Предыдущие:
https://2ch.hk/pr/res/1847673.html (
М)
https://2ch.hk/pr/res/1832580.html (М)
https://2ch.hk/pr/res/1817320.html (М)
https://2ch.hk/pr/res/1785952.html (М)
https://2ch.hk/pr/res/1758961.html (М)
https://2ch.hk/pr/res/1734710.html (М)
https://2ch.hk/pr/res/1704037.html (М)
https://2ch.hk/pr/res/1665515.html (М)
Я ничего не понимаю, что делать?
Вкатывальщики импортят slesarplow as sp по туториалам (хотя сейчас актуальнее pytorch)
Толковые качают из репозитория awesome-XXXX на гитхабе проект какого-то китайца, меняют фамилию и получают $10M инвестиций как стартап.
Умные смотрят prerequisites на https://see.stanford.edu/Course/CS229 и http://cs231n.stanford.edu/
Остальные сидят ИТТ
Какая математика используется?
В основном линейная алгебра, теорвер, матстат, базовый матан и matrix calculus
Как работает градиентный спуск?
https://cs231n.github.io/optimization-2/
Почему python?
Исторически сложилось
Можно не python?
Никого не волнует, где именно ты натренируешь свою гениальную модель. Но при серьезной работе придется изучать то, что выкладывают другие, а это будет, скорее всего, python, если работа последних лет
Что почитать для вкатывания?
http://www.deeplearningbook.org/
Николенко "Глубокое обучение" - на русском, есть примеры, но меньше охват материала
Франсуа Шолле - Глубокое обучение на Python
В чем практиковаться нубу?
http://www.deeplearning.net/tutorial/
https://www.hackerrank.com/domains/ai
https://github.com/pytorch/examples
https://github.com/ChristosChristofidis/awesome-deep-learning#tutorials
Где набрать первый самостоятельный опыт?
https://www.kaggle.com/ | http://mltrainings.ru/
Стоит отметить, что спортивный deep learning отличается от работы примерно так же, как олимпиадное программирование от настоящего. За полпроцента точности в бизнесе борятся редко, а в случае проблем нанимают больше макак для разметки датасетов. На кагле ты будешь вилкой чистить свой датасет, чтобы на 0,1% обогнать конкурента.
Где работать?
https://www.indeed.com/q-deep-learning-jobs.html
Вкатывальщики могут устроиться программистами и дальше попроситься в ML-отдел
Есть ли фриланс в машобе?
Есть, https://www.upwork.com/search/jobs/?q=machine+learning
Но прожить только фриланся сложно, разве что постоянного клиента найти, а для этого нужно не быть тобой
Где узнать последние новости?
https://www.reddit.com/r/MachineLearning/
http://www.datatau.com/
https://twitter.com/ylecun
На реддите также есть хороший FAQ для вкатывающихся
Где посмотреть последние статьи?
http://www.arxiv-sanity.com/
https://paperswithcode.com/
https://openreview.net/
Версии для зумеров: https://www.youtube.com/channel/UCZHmQk67mSJgfCCTn7xBfew
Количество статей зашкваливающее, поэтому все читают только свою узкую тему и хайповые статьи, упоминаемые в блогах, твиттере, ютубе и телеграме, топы NIPS и прочий хайп. Есть блоги, где кратко пересказывают статьи, даже на русском
Где ещё можно поговорить про анализ данных?
http://ods.ai/
Нужно ли покупать видеокарту/дорогой пека?
Если хочешь просто пощупать нейроночки или сделать курсовую, то можно обойтись облаком. Google Colab дает бесплатно аналог GPU среднего ценового уровня на несколько часов с возможностью продления, при чем этот "средний уровень" постоянно растет. Некоторым достается даже V100.
Иначе выгоднее вложиться в GPU https://timdettmers.com/2019/04/03/which-gpu-for-deep-learning/ Заодно в майнкрафт на топовых настройках погоняешь
Когда уже изобретут AI и он нас всех поработит?
На текущем железе - никогда, тред не об этом
Кто нибудь использовал машоб для трейдинга?
Никто не использовал, ты первый такое придумал. Готовь камаз для бабла.
Список дедовских книг для серьёзных людей:
Trevor Hastie et al. "The Elements of Statistical Learning"
Vladimir N. Vapnik "The Nature of Statistical Learning Theory"
Christopher M. Bishop "Pattern Recognition and Machine Learning"
Взять можно тут: http://libgen.io/
Напоминание ньюфагам: немодифицированные персептроны и прочий мусор середины прошлого века действительно не работают на серьёзных задачах.
Предыдущие:
https://2ch.hk/pr/res/1847673.html (
М)https://2ch.hk/pr/res/1832580.html (
М)https://2ch.hk/pr/res/1817320.html (
М)https://2ch.hk/pr/res/1785952.html (
М)https://2ch.hk/pr/res/1758961.html (
М)https://2ch.hk/pr/res/1734710.html (
М)https://2ch.hk/pr/res/1704037.html (
М)https://2ch.hk/pr/res/1665515.html (
М)>>868269
функционально программрование
функционально программрование
https://www.youtube.com/watch?v=nV7cI5zgOpk&list=PLA0M1Bcd0w8yv0XGiF1wjerjSZVSrYbjh
Отличный плейлист по machine learning
Пример видео:
https://youtu.be/lRJJEMSD7kI
Отличный плейлист по machine learning
Пример видео:
https://youtu.be/lRJJEMSD7kI
>>868285
Чел сказал что хорошо шарит в математике, а с тем что написано в оп посте любой второкурсник-хорошист знаком.
Чел сказал что хорошо шарит в математике, а с тем что написано в оп посте любой второкурсник-хорошист знаком.
>>868269
Скажи, а как ты ее познал? Ну в смысле это же говно безполезное, какие у тебя цели были?
>если хорошо знаю математику
Скажи, а как ты ее познал? Ну в смысле это же говно безполезное, какие у тебя цели были?
>>868274
Если нужна теория, то лучше нормальный курс посмотреть. А если знаешь теорию, то 10 минут на видео "как раскрашивать изображения" нет смысла убивать.
Если нужна теория, то лучше нормальный курс посмотреть. А если знаешь теорию, то 10 минут на видео "как раскрашивать изображения" нет смысла убивать.
>>868325
На видео вообще не смысла убивать время. Лучше уж тогда смишное смотреть или нетфликс какой-нибудь.
Для ознакомления с какой-то МЛ темой лучше всего качественные блогпосты читать, вроде Karpathy.
На видео вообще не смысла убивать время. Лучше уж тогда смишное смотреть или нетфликс какой-нибудь.
Для ознакомления с какой-то МЛ темой лучше всего качественные блогпосты читать, вроде Karpathy.
>>868290
Если твой второкурсник знаком с cs231n, то он и не будет спрашивать про то, куда ему вкатываться
Если твой второкурсник знаком с cs231n, то он и не будет спрашивать про то, куда ему вкатываться
>>868365
Ты даун просто. А хороших видео полно
>Лучше уж тогда смишное смотреть или нетфликс какой-нибудь.
Ты даун просто. А хороших видео полно
>>868325
Видео для очень быстрого вкатывания в алгоритмы, для поверхностного ознакомления с темой. Что не так?
Видео для очень быстрого вкатывания в алгоритмы, для поверхностного ознакомления с темой. Что не так?
>>868429
Если прослушать нормальный курс а ля cs231n, тогда 95% видео будет очевидно.
Если прослушать нормальный курс а ля cs231n, тогда 95% видео будет очевидно.
>>868269
В учителя математики и информатики
В учителя математики и информатики
>>868191 (OP)
Настоебали со своим мЫшинным обучением. Миллион книг блядь понаписали, а толку нихуя. Кто из вас может интерпретатор написать? Никто? а нахуй тогда мышинное обучение вам? Вы же один хуй ничего не напишите.
Настоебали со своим мЫшинным обучением. Миллион книг блядь понаписали, а толку нихуя. Кто из вас может интерпретатор написать? Никто? а нахуй тогда мышинное обучение вам? Вы же один хуй ничего не напишите.
>>868606
А чего там писать-то? Абсолютно рутинная задача.
А чего там писать-то? Абсолютно рутинная задача.
Ты кран-то текущий в доме починить можешь? Интерпретаторы ему.
https://www.youtube.com/watch?v=930l_Tc65Uo
дато соенс разрушен
дато соенс разрушен
>>869073
ужс
ужс
1,1 Мб, webm,1024x600, 1:07
>>869073
Какой то клоун. С первых же слов возникло ощущение, что он хочет наебать или что то продать.
Какой то клоун. С первых же слов возникло ощущение, что он хочет наебать или что то продать.
>>869096
Еще жизофазию генерировать.
>Вообще - мл нужон чтобы фильтры делать типа фейсаппа - и зарабатывать на пользователях, а не всякие там ресерчи с 0.00001% процентом увеличения эффективности.
Еще жизофазию генерировать.
>>869096
Пиздец. Я это еще в 1983 году посмотрел на Ютубе. Зачем это писать повторно?
Пиздец. Я это еще в 1983 году посмотрел на Ютубе. Зачем это писать повторно?
Анон объясни желательно подробно кратко чем dqn отличается от обычной комбинации разновидных слоев в нейронке со входом параметров состояния и выходами равным кол-ву действий где мы просто берем то действие которое имеет наибольший вес https://www.machinelearningmastery.ru/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287/
Единственное до чего я не додумался как рассчитывать веса в этой нейронке
Единственное до чего я не додумался как рассчитывать веса в этой нейронке
>>868606
Деточка, мы транспилируем описания приложений на естественном языке в готовый код, ты решил нас интерпретаторами запугать?
> Кто из вас может интерпретатор написать?
Деточка, мы транспилируем описания приложений на естественном языке в готовый код, ты решил нас интерпретаторами запугать?
>>869258
dqn - это просто попытка сделать приближенный табличный q-learning с помощью нейросети. Так что сначала разберись с обычным q-learning'ом, а потом переходи к dqn.
DQN это про то, что это за вес и как обучиться его предсказывать.
чиво нахуй?
dqn - это просто попытка сделать приближенный табличный q-learning с помощью нейросети. Так что сначала разберись с обычным q-learning'ом, а потом переходи к dqn.
>где мы просто берем то действие которое имеет наибольший вес
DQN это про то, что это за вес и как обучиться его предсказывать.
>как рассчитывать веса в этой нейронке
чиво нахуй?
>>869295
Ты тоже мог вместо быдлокодинга учить что-то более сложное и интересное в своё время, тебя никто не заставлял, нечего гореть теперь
Ты тоже мог вместо быдлокодинга учить что-то более сложное и интересное в своё время, тебя никто не заставлял, нечего гореть теперь
>>869307
Как раз это и есть отличная причина для горения. От чего еще гореть, как не от просраной жизни?
Гори, анончик!
Как раз это и есть отличная причина для горения. От чего еще гореть, как не от просраной жизни?
Гори, анончик!
>>869295
Я-то в рот ибал машоб и просто мимо проходил, но твой обсёр не заметить не смог
Я-то в рот ибал машоб и просто мимо проходил, но твой обсёр не заметить не смог
>>869307
Я и так это делал, делаю, и буду делать. А вы тут занимается культом карго, как первобытные племена без образования и какой либо цивилизации.
Я и так это делал, делаю, и буду делать. А вы тут занимается культом карго, как первобытные племена без образования и какой либо цивилизации.
>>869104
Этот клоун уже из Яндекса в Фейспук тим лидом уехал, и мастер/грандмастер на каггле. А то, что тебя смущает в речи, - это называется софт скиллз.
Хотя манера речи у него действительно на любителя. Мне кажется, такая получается, когда аутист-интроверт читает манагерские книжки и активно их применяет.
Этот клоун уже из Яндекса в Фейспук тим лидом уехал, и мастер/грандмастер на каггле. А то, что тебя смущает в речи, - это называется софт скиллз.
Хотя манера речи у него действительно на любителя. Мне кажется, такая получается, когда аутист-интроверт читает манагерские книжки и активно их применяет.
>>869376
Не, DQN живет и здравствует, особенно когда нужен sample efficiency. Естественно, не ванильный, а со всеми улучшениями, как в rainbow.
Не, DQN живет и здравствует, особенно когда нужен sample efficiency. Естественно, не ванильный, а со всеми улучшениями, как в rainbow.
>>869501
Рваный фанбойчик лощеного клоуна тут как тут. Нассал всем в уши, заставил задротов-трясунов из пятёрочки решать себе каггл пока сам банки качал, помахал ими чего-то на тедтолке, словил хайп и свалил, ясно как день.
Рваный фанбойчик лощеного клоуна тут как тут. Нассал всем в уши, заставил задротов-трясунов из пятёрочки решать себе каггл пока сам банки качал, помахал ими чего-то на тедтолке, словил хайп и свалил, ясно как день.
>>869512
1) Как будто что-то плохое. 2) Он уже в пятерочку пришел (гранд)мастером. 3) Там, скорее, остальную пятерочку он тащил. 4) Кидай свой каггл/резюмеху.
1) Как будто что-то плохое. 2) Он уже в пятерочку пришел (гранд)мастером. 3) Там, скорее, остальную пятерочку он тащил. 4) Кидай свой каггл/резюмеху.
>>868191 (OP)
Есть какое-нибудь применение теории графов в машобе?
Есть какое-нибудь применение теории графов в машобе?
>>869611
Вопрос звучит как "Есть какое-нибудь применение теории хеш-таблиц в машобе?" или "Есть какое-нибудь применение теории списков в машобе?". Граф - просто структура данных.
И вообще нейросети всегда представляются в виде графов(да и по факту ими являются).
Вопрос звучит как "Есть какое-нибудь применение теории хеш-таблиц в машобе?" или "Есть какое-нибудь применение теории списков в машобе?". Граф - просто структура данных.
И вообще нейросети всегда представляются в виде графов(да и по факту ими являются).
778 Кб, 1200x900Там нейтроночка все портвеины порешала:
https://www.nature.com/articles/d41586-020-03348-4
https://www.nature.com/articles/d41586-020-03348-4
35 Кб, 601x430>>869719
Уже только ленивый не написал о новости: сетка AlphaFold выиграла (https://www.nature.com/articles/d41586-020-03348-4) с огромным отрывом соревнование CASP по предсказанию структур белков. Деталей пока известно очень мало, статьи еще нет, а первый доклад по этой работе будет рассказан завтра на закрытой конференции CASP. Точно можно сказать пока только одно: они выиграли соревнование. Насколько же эта сетка, как пишут, “решила проблему фолдинга белка”, — пока, наверно, судить преждевременно.
Дело в том, что есть несколько принципиально разных задач. Можно, например, предсказывать структуру белка, зная структуры его гомологов. Можно не знать структуры гомологов, но по последовательностям из разных организмов знать, какие участки в гомологах этого белка эволюционируют согласованно — и это может значить, что они контактируют в структуре. Любую такую информацию можно использовать для улучшения предсказания, и по результатам в других областях мы видим, что сетки умеют хорошо это делать — обучаться по аналогии. Но есть и другая задача, гораздо более сложная: предсказать структуру для последовательности, похожих на которую мы никогда не видели. Модель, которая сможет такое сделать, обязана будет выучить биофизику белка и закономерности его сворачивания, — и это то, что ученым интереснее всего! И насколько новая сетка умеет решать последнюю задачу, пока совершенно не очевидно.
Поэтому давайте подождем немного и обсудим, когда станет известно больше деталей. Мы заслали агента на конференцию и раскинули щупальца в поисках структурщиков, которые нам все объяснят. Запасайтесь попкорном.
Уже только ленивый не написал о новости: сетка AlphaFold выиграла (https://www.nature.com/articles/d41586-020-03348-4) с огромным отрывом соревнование CASP по предсказанию структур белков. Деталей пока известно очень мало, статьи еще нет, а первый доклад по этой работе будет рассказан завтра на закрытой конференции CASP. Точно можно сказать пока только одно: они выиграли соревнование. Насколько же эта сетка, как пишут, “решила проблему фолдинга белка”, — пока, наверно, судить преждевременно.
Дело в том, что есть несколько принципиально разных задач. Можно, например, предсказывать структуру белка, зная структуры его гомологов. Можно не знать структуры гомологов, но по последовательностям из разных организмов знать, какие участки в гомологах этого белка эволюционируют согласованно — и это может значить, что они контактируют в структуре. Любую такую информацию можно использовать для улучшения предсказания, и по результатам в других областях мы видим, что сетки умеют хорошо это делать — обучаться по аналогии. Но есть и другая задача, гораздо более сложная: предсказать структуру для последовательности, похожих на которую мы никогда не видели. Модель, которая сможет такое сделать, обязана будет выучить биофизику белка и закономерности его сворачивания, — и это то, что ученым интереснее всего! И насколько новая сетка умеет решать последнюю задачу, пока совершенно не очевидно.
Поэтому давайте подождем немного и обсудим, когда станет известно больше деталей. Мы заслали агента на конференцию и раскинули щупальца в поисках структурщиков, которые нам все объяснят. Запасайтесь попкорном.
>>869719
Заебись, нахуй биохимию и какие то там исследования и попытки понять как работает мир, нейросеточка подборчик под ответик порешает.
Заебись, нахуй биохимию и какие то там исследования и попытки понять как работает мир, нейросеточка подборчик под ответик порешает.
Начал изучать этот ваш машоб и чёт создалось у меня ощущение, что это какая-то хуета для быдла. Всё идёт легко и не напряжно. Чувство, что если вкачусь, то буду конкурировать с индусами за копейки т.к. любая макака может в этом зашарить.
Собсна вопрос: к какому разделу ML стоит мне катить яйца: где больше требований к пониманию матана и где сложнее идеи.
Также спрошу: вот вы говорите про анальную жопоеблю на kaggle ради повышения качества на 0.01%. Расскажите поподробнее: что вы применяете кроме очевидных перебора гиперпамов и нормализации признаков
Собсна вопрос: к какому разделу ML стоит мне катить яйца: где больше требований к пониманию матана и где сложнее идеи.
Также спрошу: вот вы говорите про анальную жопоеблю на kaggle ради повышения качества на 0.01%. Расскажите поподробнее: что вы применяете кроме очевидных перебора гиперпамов и нормализации признаков
И ещё вопрос: как смотреть этот ваш cs231n? Есть видеолекции или только можно смотреть на вшитые на сайт ноутбуки
>>869725
Добро пожаловать в новый мир. Нейроночки все понимают лучше человеков. Человеки уже не нужны по большому счету - только как простейшие устройства для подбора гиперпараметров.
Добро пожаловать в новый мир. Нейроночки все понимают лучше человеков. Человеки уже не нужны по большому счету - только как простейшие устройства для подбора гиперпараметров.
>>869743
Для этого люди тоже не особо нужны, были бы вычислительные мощности.
>Человеки уже не нужны по большому счету - только как простейшие устройства для подбора гиперпараметров.
Для этого люди тоже не особо нужны, были бы вычислительные мощности.
>>869722
и да, проблему фолдинга они не решили. В том смысле, что прошлое решение было основано на том, что AlphaFold предсказывал карту попарных расстояний, после чего использовались абсолютно классические (родом из 90х) аглоритмы для сворачивания структуры с учетом наложенных ограничений.
Это ни коим образом не описывает непосредственно процесс фолдинга в живой системе.
и да, проблему фолдинга они не решили. В том смысле, что прошлое решение было основано на том, что AlphaFold предсказывал карту попарных расстояний, после чего использовались абсолютно классические (родом из 90х) аглоритмы для сворачивания структуры с учетом наложенных ограничений.
Это ни коим образом не описывает непосредственно процесс фолдинга в живой системе.
>>869755
The team tried to build on that approach but eventually hit the wall. So it changed tack, says Jumper, and developed an AI network that incorporated additional information about the physical and geometric constraints that determine how a protein folds. They also set it a more difficult, task: instead of predicting relationships between amino acids, the network predicts the final structure of a target protein sequence. “It’s a more complex system by quite a bit,” Jumper says.
The team tried to build on that approach but eventually hit the wall. So it changed tack, says Jumper, and developed an AI network that incorporated additional information about the physical and geometric constraints that determine how a protein folds. They also set it a more difficult, task: instead of predicting relationships between amino acids, the network predicts the final structure of a target protein sequence. “It’s a more complex system by quite a bit,” Jumper says.
>>869733
Лекции за 17 год на ютубе лежат.
Лекции за 17 год на ютубе лежат.
>>869719
Где протеиношизик? Порадовать его надо.
Где протеиношизик? Порадовать его надо.
5 Кб, 500x590>>869857
Соснул как всегда ты, каргокультист с форчка
Соснул как всегда ты, каргокультист с форчка
В треде есть успешные люди, вкатившиеся из другой сферы и без технической вышки? Насколько рабочая схема сначала вкатиться как питонист, а после пары лет опыта плыть в сторону ML? Вообще готов работать за еду и уехать в любые ебеня, лишь бы поскорее "пощупать" это сферу.
ИИ интересуюсь давно, сейчас появилось желание вкатиться, но за спиной неоконченное ВО социологическое в топвузике (где нас 2 года ебали статистикой, теорвером и матрицами, но кого это волнует). Меня же HR-ы пошлют нахуй с таким бекграундом и без опыта работы в ИТ?
ИИ интересуюсь давно, сейчас появилось желание вкатиться, но за спиной неоконченное ВО социологическое в топвузике (где нас 2 года ебали статистикой, теорвером и матрицами, но кого это волнует). Меня же HR-ы пошлют нахуй с таким бекграундом и без опыта работы в ИТ?
>>869892
Ты сам не осилишь скорее. Учись программировать
Ты сам не осилишь скорее. Учись программировать
>>869732
Удваиваю вопрос. Самому стрёмно от того как МО выглядит простым
Удваиваю вопрос. Самому стрёмно от того как МО выглядит простым
33 Кб, 577x425>>869732
тоже по Orange изучаешь?
тоже по Orange изучаешь?
>>869732
За столько лет и до постсовков наконец-то дошло, лол
Все хоть сколько-нибудь востребованные хуевины может осилить и школьник с базовым знание питона и опвенсв, а в кровавый машоб для пентагона всё равно не вкатиться
https://www.youtube.com/watch?v=4W5M-YaJtIA
https://www.youtube.com/watch?v=cCeUdTXZJHs
За столько лет и до постсовков наконец-то дошло, лол
Все хоть сколько-нибудь востребованные хуевины может осилить и школьник с базовым знание питона и опвенсв, а в кровавый машоб для пентагона всё равно не вкатиться
https://www.youtube.com/watch?v=4W5M-YaJtIA
https://www.youtube.com/watch?v=cCeUdTXZJHs
Начал изучать эту вашу {вставить дисциплину} и чёт создалось у меня ощущение, что это какая-то хуета для быдла. Всё идёт легко и не напряжно. Чувство, что если вкачусь, то буду конкурировать с индусами за копейки т.к. любая макака может в этом зашарить.
>>870027
*быдло
*быдло
>>869807
Ценность всех предыдущих исследований в области фолдинга (коих было довольно много) была помножена на 0. Все люди, которые этим занимались, что еще не получили тенюр, пойдут на помоечку - конкурировать с дипмайндом и их триллионами ТПУ они все равно никогда не смогут. Все по биттер лессону. Его нужно высечь на камне.
Машоб продолжает подминать под себя науку. Еще один пример, как замещение людей начинается сверху пирамиды. В первую очередь замещаются самые высокотехнологичные и интеллектуальные работы (мало областей более головоломных чем фолдинг).
Ценность всех предыдущих исследований в области фолдинга (коих было довольно много) была помножена на 0. Все люди, которые этим занимались, что еще не получили тенюр, пойдут на помоечку - конкурировать с дипмайндом и их триллионами ТПУ они все равно никогда не смогут. Все по биттер лессону. Его нужно высечь на камне.
Машоб продолжает подминать под себя науку. Еще один пример, как замещение людей начинается сверху пирамиды. В первую очередь замещаются самые высокотехнологичные и интеллектуальные работы (мало областей более головоломных чем фолдинг).
Околонаучный ФБ захлестывает волна AlphaFold2/CASP хайпа (https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology). Прежде чем фанаты AI (в смысле ML) спишут мою профессию в синие воротнички, позвольте обратить ваше внимание на несколько моментов:
1. Во-первых, AlphaFold не решает проблему фолдинга. В том смысле, что они предсказывают финальную структуру, но ничего не говорят о том, как она достигается в живой клетке. Практически идентично, в миллиардах живых клеток, ежесекундно. Но именно на нарушении (а правильнее даже сказать управлении) процессом фолдинга в живой клетке основаны эффекты многих мутаций и лекарств.
2. Они тренировались на полном банке PDB и, соответственно, предсказывают такие же усредненные структуры. Для многих белков, например Ca2+ зависимых сенсорных белков, которые кардинально меняют конфигурацию в зависимости от условий, это может иметь очень существенный эффект.
Более того, по-факту, AlphaFold предсказывает только ограничения на положения некоторых аминокислот и фрагментов белка, которые потом собираются в финальную структуру старыми добрыми алгоритмами и подходами родом из 90х, если не раньше. (google Modeller)
3. Текущие метрики приводятся на основании данных по доменам, но не целым белкам. Некоторые белки состоят из заметного числа доменов, чья взаимная пространственная ориентация может иметь существенный эффект на структуру и функцию белка. Особенно в динамике.
4. Точно предсказания даже по Ca атомам все равно весьма примерная. Цитата: These are for single domains-not whole proteins-and there are a few poor predictions. So corner cases remain but core problem appears solved: 88% of predictions are <4Å, 76% <3Å, 46% <2Å.
При этом даже 0.6Å достаточно (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5069389/), чтобы кардинально повлиять на результаты докинга и, соответственно, дизайна лекарств.
Не говоря уже о положениях отдельных боковых радикалов аминокислот. Там нередко одна аминокислота может сломать весь докинг/моделирование реакции. И люди десятилетями бьются чтобы понять, в какой же конфигурации и состоянии эта аминокислота (привет-привет Glu197 в ацетил- и бутирил- холинэстеразах человека. Остаток, из-за которого, в том числе, до сих пор нет эффективных антидотов для органофосфатов. Все же помнят Навального и "Святой источник"?)
5. Автоматизированные высокопроизводительные подходы порождают иллюзию уверенности. Вот сейчас-то мы сможем все! Структурная биология встала с колен, хо-хо! Нет. Достаточно посмотреть на предсказанные структуры (https://zhanglab.ccmb.med.umich.edu/COVID-19/) всех белков SARS-CoV-2 одним из лидеров упомянутого CASP challenge. Их нуклеокапсидный белок (для которого, между прочим, известно аж 60-70% структуры в виде X-ray структур!) не вызывает ничего, кроме истерических слез. Но, я более чем уверен, кто-то на полном серьезе будет делать докинг препаратов в нее и на голубом глазу утверждать, что вот сейчас то они придумали лекарство!
P.S. Но вообще, конечно, товарищи молодцы. Возбудили невероятный интерес к классической теме и, если смотреть их выступления на специализированных эвентах, рассказывают все аккуратно и со всеми оговорками. К сожалению, популяризация снова победила науку :(
И, конечно, ждем детального описания и кода, чтобы поиграться! xD
1. Во-первых, AlphaFold не решает проблему фолдинга. В том смысле, что они предсказывают финальную структуру, но ничего не говорят о том, как она достигается в живой клетке. Практически идентично, в миллиардах живых клеток, ежесекундно. Но именно на нарушении (а правильнее даже сказать управлении) процессом фолдинга в живой клетке основаны эффекты многих мутаций и лекарств.
2. Они тренировались на полном банке PDB и, соответственно, предсказывают такие же усредненные структуры. Для многих белков, например Ca2+ зависимых сенсорных белков, которые кардинально меняют конфигурацию в зависимости от условий, это может иметь очень существенный эффект.
Более того, по-факту, AlphaFold предсказывает только ограничения на положения некоторых аминокислот и фрагментов белка, которые потом собираются в финальную структуру старыми добрыми алгоритмами и подходами родом из 90х, если не раньше. (google Modeller)
3. Текущие метрики приводятся на основании данных по доменам, но не целым белкам. Некоторые белки состоят из заметного числа доменов, чья взаимная пространственная ориентация может иметь существенный эффект на структуру и функцию белка. Особенно в динамике.
4. Точно предсказания даже по Ca атомам все равно весьма примерная. Цитата: These are for single domains-not whole proteins-and there are a few poor predictions. So corner cases remain but core problem appears solved: 88% of predictions are <4Å, 76% <3Å, 46% <2Å.
При этом даже 0.6Å достаточно (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5069389/), чтобы кардинально повлиять на результаты докинга и, соответственно, дизайна лекарств.
Не говоря уже о положениях отдельных боковых радикалов аминокислот. Там нередко одна аминокислота может сломать весь докинг/моделирование реакции. И люди десятилетями бьются чтобы понять, в какой же конфигурации и состоянии эта аминокислота (привет-привет Glu197 в ацетил- и бутирил- холинэстеразах человека. Остаток, из-за которого, в том числе, до сих пор нет эффективных антидотов для органофосфатов. Все же помнят Навального и "Святой источник"?)
5. Автоматизированные высокопроизводительные подходы порождают иллюзию уверенности. Вот сейчас-то мы сможем все! Структурная биология встала с колен, хо-хо! Нет. Достаточно посмотреть на предсказанные структуры (https://zhanglab.ccmb.med.umich.edu/COVID-19/) всех белков SARS-CoV-2 одним из лидеров упомянутого CASP challenge. Их нуклеокапсидный белок (для которого, между прочим, известно аж 60-70% структуры в виде X-ray структур!) не вызывает ничего, кроме истерических слез. Но, я более чем уверен, кто-то на полном серьезе будет делать докинг препаратов в нее и на голубом глазу утверждать, что вот сейчас то они придумали лекарство!
P.S. Но вообще, конечно, товарищи молодцы. Возбудили невероятный интерес к классической теме и, если смотреть их выступления на специализированных эвентах, рассказывают все аккуратно и со всеми оговорками. К сожалению, популяризация снова победила науку :(
И, конечно, ждем детального описания и кода, чтобы поиграться! xD
Околонаучный ФБ захлестывает волна AlphaFold2/CASP хайпа (https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology). Прежде чем фанаты AI (в смысле ML) спишут мою профессию в синие воротнички, позвольте обратить ваше внимание на несколько моментов:
1. Во-первых, AlphaFold не решает проблему фолдинга. В том смысле, что они предсказывают финальную структуру, но ничего не говорят о том, как она достигается в живой клетке. Практически идентично, в миллиардах живых клеток, ежесекундно. Но именно на нарушении (а правильнее даже сказать управлении) процессом фолдинга в живой клетке основаны эффекты многих мутаций и лекарств.
2. Они тренировались на полном банке PDB и, соответственно, предсказывают такие же усредненные структуры. Для многих белков, например Ca2+ зависимых сенсорных белков, которые кардинально меняют конфигурацию в зависимости от условий, это может иметь очень существенный эффект.
Более того, по-факту, AlphaFold предсказывает только ограничения на положения некоторых аминокислот и фрагментов белка, которые потом собираются в финальную структуру старыми добрыми алгоритмами и подходами родом из 90х, если не раньше. (google Modeller)
3. Текущие метрики приводятся на основании данных по доменам, но не целым белкам. Некоторые белки состоят из заметного числа доменов, чья взаимная пространственная ориентация может иметь существенный эффект на структуру и функцию белка. Особенно в динамике.
4. Точно предсказания даже по Ca атомам все равно весьма примерная. Цитата: These are for single domains-not whole proteins-and there are a few poor predictions. So corner cases remain but core problem appears solved: 88% of predictions are <4Å, 76% <3Å, 46% <2Å.
При этом даже 0.6Å достаточно (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5069389/), чтобы кардинально повлиять на результаты докинга и, соответственно, дизайна лекарств.
Не говоря уже о положениях отдельных боковых радикалов аминокислот. Там нередко одна аминокислота может сломать весь докинг/моделирование реакции. И люди десятилетями бьются чтобы понять, в какой же конфигурации и состоянии эта аминокислота (привет-привет Glu197 в ацетил- и бутирил- холинэстеразах человека. Остаток, из-за которого, в том числе, до сих пор нет эффективных антидотов для органофосфатов. Все же помнят Навального и "Святой источник"?)
5. Автоматизированные высокопроизводительные подходы порождают иллюзию уверенности. Вот сейчас-то мы сможем все! Структурная биология встала с колен, хо-хо! Нет. Достаточно посмотреть на предсказанные структуры (https://zhanglab.ccmb.med.umich.edu/COVID-19/) всех белков SARS-CoV-2 одним из лидеров упомянутого CASP challenge. Их нуклеокапсидный белок (для которого, между прочим, известно аж 60-70% структуры в виде X-ray структур!) не вызывает ничего, кроме истерических слез. Но, я более чем уверен, кто-то на полном серьезе будет делать докинг препаратов в нее и на голубом глазу утверждать, что вот сейчас то они придумали лекарство!
P.S. Но вообще, конечно, товарищи молодцы. Возбудили невероятный интерес к классической теме и, если смотреть их выступления на специализированных эвентах, рассказывают все аккуратно и со всеми оговорками. К сожалению, популяризация снова победила науку :(
И, конечно, ждем детального описания и кода, чтобы поиграться! xD
1. Во-первых, AlphaFold не решает проблему фолдинга. В том смысле, что они предсказывают финальную структуру, но ничего не говорят о том, как она достигается в живой клетке. Практически идентично, в миллиардах живых клеток, ежесекундно. Но именно на нарушении (а правильнее даже сказать управлении) процессом фолдинга в живой клетке основаны эффекты многих мутаций и лекарств.
2. Они тренировались на полном банке PDB и, соответственно, предсказывают такие же усредненные структуры. Для многих белков, например Ca2+ зависимых сенсорных белков, которые кардинально меняют конфигурацию в зависимости от условий, это может иметь очень существенный эффект.
Более того, по-факту, AlphaFold предсказывает только ограничения на положения некоторых аминокислот и фрагментов белка, которые потом собираются в финальную структуру старыми добрыми алгоритмами и подходами родом из 90х, если не раньше. (google Modeller)
3. Текущие метрики приводятся на основании данных по доменам, но не целым белкам. Некоторые белки состоят из заметного числа доменов, чья взаимная пространственная ориентация может иметь существенный эффект на структуру и функцию белка. Особенно в динамике.
4. Точно предсказания даже по Ca атомам все равно весьма примерная. Цитата: These are for single domains-not whole proteins-and there are a few poor predictions. So corner cases remain but core problem appears solved: 88% of predictions are <4Å, 76% <3Å, 46% <2Å.
При этом даже 0.6Å достаточно (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5069389/), чтобы кардинально повлиять на результаты докинга и, соответственно, дизайна лекарств.
Не говоря уже о положениях отдельных боковых радикалов аминокислот. Там нередко одна аминокислота может сломать весь докинг/моделирование реакции. И люди десятилетями бьются чтобы понять, в какой же конфигурации и состоянии эта аминокислота (привет-привет Glu197 в ацетил- и бутирил- холинэстеразах человека. Остаток, из-за которого, в том числе, до сих пор нет эффективных антидотов для органофосфатов. Все же помнят Навального и "Святой источник"?)
5. Автоматизированные высокопроизводительные подходы порождают иллюзию уверенности. Вот сейчас-то мы сможем все! Структурная биология встала с колен, хо-хо! Нет. Достаточно посмотреть на предсказанные структуры (https://zhanglab.ccmb.med.umich.edu/COVID-19/) всех белков SARS-CoV-2 одним из лидеров упомянутого CASP challenge. Их нуклеокапсидный белок (для которого, между прочим, известно аж 60-70% структуры в виде X-ray структур!) не вызывает ничего, кроме истерических слез. Но, я более чем уверен, кто-то на полном серьезе будет делать докинг препаратов в нее и на голубом глазу утверждать, что вот сейчас то они придумали лекарство!
P.S. Но вообще, конечно, товарищи молодцы. Возбудили невероятный интерес к классической теме и, если смотреть их выступления на специализированных эвентах, рассказывают все аккуратно и со всеми оговорками. К сожалению, популяризация снова победила науку :(
И, конечно, ждем детального описания и кода, чтобы поиграться! xD
>>870237
неправда!! биттер лессон! первыми заменят учоных и другие высокотехнологичные работы!
неправда!! биттер лессон! первыми заменят учоных и другие высокотехнологичные работы!
Наверное избитая тема но все же: Что взять в качестве темы на диплома?
Предистория такова: пошел в магистратуру, именно на ии потому что там самые адекватные и лояльные преподы на факультете кн в моем универе. Надеялся что действительно будет время всем этим заниматься, но на практике понял что после работы сидеть еще учиться желания не сильно много. Петпроджекты по своему профилю писать и то интереснее (а главное полезнее).
Но все же дойти до победного конца нужно, сдавать через полгода, хочу потихоньку уже начинать.
Опять же, всерьез что-то делать самому ни времени ни особой мотивации нет, хотелось бы взять что-то +- готовое, слегка допилить, налить воды в диплом и сдать. Офк после сессии (если сдам конечно) пойду с вопросом выбора темы к дип руку (ее ж еще и утвердить нужно заранее).
Работаю мидлом-андроидом, поэтому если можно будет прикрутить к мобилке (на tf lite или что там еще модно, боюсь что самое очевидное - ARCorе тупо взять не прокатит) и показать таким образом работу в дейтсвии - будет круто.
Предистория такова: пошел в магистратуру, именно на ии потому что там самые адекватные и лояльные преподы на факультете кн в моем универе. Надеялся что действительно будет время всем этим заниматься, но на практике понял что после работы сидеть еще учиться желания не сильно много. Петпроджекты по своему профилю писать и то интереснее (а главное полезнее).
Но все же дойти до победного конца нужно, сдавать через полгода, хочу потихоньку уже начинать.
Опять же, всерьез что-то делать самому ни времени ни особой мотивации нет, хотелось бы взять что-то +- готовое, слегка допилить, налить воды в диплом и сдать. Офк после сессии (если сдам конечно) пойду с вопросом выбора темы к дип руку (ее ж еще и утвердить нужно заранее).
Работаю мидлом-андроидом, поэтому если можно будет прикрутить к мобилке (на tf lite или что там еще модно, боюсь что самое очевидное - ARCorе тупо взять не прокатит) и показать таким образом работу в дейтсвии - будет круто.
>>870393
Можно определять по тексту. Бери этот тред.
Можно определять по тексту. Бери этот тред.
>>870371
Апп-фотоаппарат для россиян. Делает фотографию автоматически, если на картинке грустное лицо.
Апп-фотоаппарат для россиян. Делает фотографию автоматически, если на картинке грустное лицо.
Вопрос про tensorflow.
Вот есть у меня плоский слой A, за ним следует плоский слой B из, допустим, 10 значений.
Слой B = [слой A] x [веса] + [биасы]
Как определить значимость значений в слое A? Я могу получить значения весов и биасов, а дальше-то что? Формулы самому с нуля определять не хочется
Вот есть у меня плоский слой A, за ним следует плоский слой B из, допустим, 10 значений.
Слой B = [слой A] x [веса] + [биасы]
Как определить значимость значений в слое A? Я могу получить значения весов и биасов, а дальше-то что? Формулы самому с нуля определять не хочется
>>870575
Тебе для прунинга что ли? Погони весь датасет и получи усредненые значения активаций. Способ простой и на уровне остальных способов.
Хочешь больше - читай пейпер по synflow.
Хотя скорее ты просто градиент посчитать не можешь. Ну это tf.gradients делает вроде
Тебе для прунинга что ли? Погони весь датасет и получи усредненые значения активаций. Способ простой и на уровне остальных способов.
Хочешь больше - читай пейпер по synflow.
Хотя скорее ты просто градиент посчитать не можешь. Ну это tf.gradients делает вроде
>>870606
Все как ты любишь, потребитель.
Все как ты любишь, потребитель.
>>870613
Я прочитал https://www.nature.com/articles/d41586-020-03348-4 , а не "спасение рядового манямирка" для нечеткого петуха.
Как обычно. Какой-то успех это вызывает жжение в жопе и резкий гуглинг удобных манямирку постов, который это самое жжение немножко уменьшит. В этом посте будет классическое "вы находитесь здесь.тхт" с обязательным мнением какой-то пидорахи с десятилетним стажем, что не, это все хайп.
Почему пидорахи? Потому что живя в депрессивном окружении охота отрицать любой прогресс и доебываться до чего угодно.
А для отрасли это alexnet. Теперь все вот эти столбики на первой картинке будут заниматься нейронками, и суммарно продвинут подход еще дальше, чем это сделала одна команда.
Я прочитал https://www.nature.com/articles/d41586-020-03348-4 , а не "спасение рядового манямирка" для нечеткого петуха.
Как обычно. Какой-то успех это вызывает жжение в жопе и резкий гуглинг удобных манямирку постов, который это самое жжение немножко уменьшит. В этом посте будет классическое "вы находитесь здесь.тхт" с обязательным мнением какой-то пидорахи с десятилетним стажем, что не, это все хайп.
Почему пидорахи? Потому что живя в депрессивном окружении охота отрицать любой прогресс и доебываться до чего угодно.
А для отрасли это alexnet. Теперь все вот эти столбики на первой картинке будут заниматься нейронками, и суммарно продвинут подход еще дальше, чем это сделала одна команда.
>>870620
Особенно поржал с
То есть он не видел даже прикрепленных с посту картинок выше, но уже побежал строчить пост о том, что "азаза глупые журналисты в Nature)))". Как обычно, короче.
Увидете очередного с "усталостью металла" - насмехайтесь над ним.
Особенно поржал с
>Достаточно посмотреть на предсказанные структуры (https://zhanglab.ccmb.med.umich.edu/COVID-19/) всех белков SARS-CoV-2 одним из лидеров упомянутого CASP challenge
То есть он не видел даже прикрепленных с посту картинок выше, но уже побежал строчить пост о том, что "азаза глупые журналисты в Nature)))". Как обычно, короче.
Увидете очередного с "усталостью металла" - насмехайтесь над ним.
>>870620
Все так, только серые столбики пойдут искать еду в мусорных ящиках, а не нейронками заниматься. Во-первых у них опыта профильного нет, а во-вторых, чтобы те нейронки тренировать, им таких грантов не дадут. Это миллионы стоит. Это все равно что сказать, что те, кто занимался машинным переводом по фразам (подход нулевых), сейчас вдруг перейдут на ГПТ3. Да нет, не перейдут. Перейдут на помоечку.
Все так, только серые столбики пойдут искать еду в мусорных ящиках, а не нейронками заниматься. Во-первых у них опыта профильного нет, а во-вторых, чтобы те нейронки тренировать, им таких грантов не дадут. Это миллионы стоит. Это все равно что сказать, что те, кто занимался машинным переводом по фразам (подход нулевых), сейчас вдруг перейдут на ГПТ3. Да нет, не перейдут. Перейдут на помоечку.
>>870620
ты это, машобщиг, давай, шевели булками и принеси мне два гамбургера и колу
>Матанопетух высказал свое очень важное мнение
ты это, машобщиг, давай, шевели булками и принеси мне два гамбургера и колу
>>870622
Фолдинг - это оптимизационная задача, люди, которые над этим работают, достаточно продвинуты, чтобы переучиться, как уже лет 5 как сделали специалисты по компьютерному зрению. Наука вообще подразумевает умение постоянно использовать что-то свежеоткрытое. Поэтому этим людям дают деньги, а не потому что их phd ниибаца актуален, а их умение писать код под MPI особо выдающееся.
А твоя дрочь на то, что ML якобы очень дорог по сравнению с любой другой наукой, просто никакого отношения к реальности не имеет. ML очень дешев и дешевле других методов, особенно экспериментальных. На реддите была инфа, что экспериментальное изучение одного белка сейчас стоит 100 тысяч долларов. Если вычислительные методы позволять отбрасывать хотя бы 90% априори неудачных вариантов, это удешевит разработку на более значительные суммы, чем стоимость GPU-кластера.
Фолдинг - это оптимизационная задача, люди, которые над этим работают, достаточно продвинуты, чтобы переучиться, как уже лет 5 как сделали специалисты по компьютерному зрению. Наука вообще подразумевает умение постоянно использовать что-то свежеоткрытое. Поэтому этим людям дают деньги, а не потому что их phd ниибаца актуален, а их умение писать код под MPI особо выдающееся.
А твоя дрочь на то, что ML якобы очень дорог по сравнению с любой другой наукой, просто никакого отношения к реальности не имеет. ML очень дешев и дешевле других методов, особенно экспериментальных. На реддите была инфа, что экспериментальное изучение одного белка сейчас стоит 100 тысяч долларов. Если вычислительные методы позволять отбрасывать хотя бы 90% априори неудачных вариантов, это удешевит разработку на более значительные суммы, чем стоимость GPU-кластера.
>>870631
Тарасику больше ничего и не нужно, лол
Тарасику больше ничего и не нужно, лол
>>868191 (OP)
Скажите, а почему среди МЛ-щиков такой зашкаливающий процент русофобов и антисоветчиков?
Скажите, а почему среди МЛ-щиков такой зашкаливающий процент русофобов и антисоветчиков?
139 Кб, 1410x793>>870629
Стоимость эксперементов нерелейтед к тому, что я сказал. Никто не даст микрочелику, занимавшемуся всю жизнь традиционным фолдингом, сжигать миллионы денег на тренировку гига-модели с 1000 слоев трансформеров впервые в жизни. Наймут опытного тф-слесаря вместо него, а еще лучше скачают уже натренированное и посядят макаку кнопку пуск давить.
В целом ясно, что это прогресс для отрасли как таковой. Вот только те серые столбики сейчас имеют вид пикрела. Все это круто, но не для них.
А когда-нибудь (скоро) придут и за самими машобщиками.
Стоимость эксперементов нерелейтед к тому, что я сказал. Никто не даст микрочелику, занимавшемуся всю жизнь традиционным фолдингом, сжигать миллионы денег на тренировку гига-модели с 1000 слоев трансформеров впервые в жизни. Наймут опытного тф-слесаря вместо него, а еще лучше скачают уже натренированное и посядят макаку кнопку пуск давить.
В целом ясно, что это прогресс для отрасли как таковой. Вот только те серые столбики сейчас имеют вид пикрела. Все это круто, но не для них.
А когда-нибудь (скоро) придут и за самими машобщиками.
Ну чо, фолдинг уже, биохимикопетухи идут со своей биохимией на помоечку.
Ждем теперь квантовых физиков на мороз.
Ждем теперь квантовых физиков на мороз.
В пределе - точная аппроксимация любой нелинейной модели какого либо явления методом обучения по известным фактам этого явления без необходимости тратить миллионы долларов на кучу лысеющих фриков, пытающихся понять что эта за хуйня. Потому что понимать станет ненужно - это бессмысленная трата времени в то время как конечный результат - нейросеть предсказывающая исход явления на 99.9% входных параметров это как раз то что нужно на практике.
Вот так ученопитухи вкусят биттер лессон и отправятся на мороз. все отправятся на мороз.
Вот так ученопитухи вкусят биттер лессон и отправятся на мороз. все отправятся на мороз.
>>870639
Уже были репорты в нейчер, когда нейроночки какие-то там дифуры из квантмеха круто решали, пару лет назад.
Вот бы они взялись за квантовые компьютеры. Яйцеголовые уже 30 лет не могут родить, может нейроночка нам зделоет. А потом эти же нейроночки на этих же КК тренировать можно будет - это ужс что начнется.
Уже были репорты в нейчер, когда нейроночки какие-то там дифуры из квантмеха круто решали, пару лет назад.
Вот бы они взялись за квантовые компьютеры. Яйцеголовые уже 30 лет не могут родить, может нейроночка нам зделоет. А потом эти же нейроночки на этих же КК тренировать можно будет - это ужс что начнется.
>>870637
Лол, у тебя такое клиповое мышление, что ты из двух абзацов запомнил только второй. Перечитай первый. Ученые - не птушники, за свою жизнь переучиваются новым парадигмам постоянно. Но то они и ученые. А работать на стремительно меняющейся области более интересно, чем в стагнирующей, в которой 20 лет не было прогресса.
Лол, у тебя такое клиповое мышление, что ты из двух абзацов запомнил только второй. Перечитай первый. Ученые - не птушники, за свою жизнь переучиваются новым парадигмам постоянно. Но то они и ученые. А работать на стремительно меняющейся области более интересно, чем в стагнирующей, в которой 20 лет не было прогресса.
>>870644
В говне моченые, ладно там ущербные математики, этих убогих оставим, но биохимики чего добились то? Производство соевой колбаски?
>Но то они и ученые
В говне моченые, ладно там ущербные математики, этих убогих оставим, но биохимики чего добились то? Производство соевой колбаски?
Да, кстати чистым математикам тоже приготовиться. Уже вовсю клепают автоматические доказатели теорем на нейронках. В опенаи целый отдел по этой части, а им палец в рот не клади.
>>870645
Вообще похуй. Есть конкретный человек, который понимает в фолдинге - то есть решении сложной оптимизационной задачи с использованием софта, который считается на кластерах, скорее всего он неплохом уровне знает python, C++/MPI, и матан, а скорее всего там уже сработанная команда. И вот по-твоему этот самый человек не способен освоить DL, ведь это колдунство, доступное только зумерам-вкатывальщикам.
Вообще похуй. Есть конкретный человек, который понимает в фолдинге - то есть решении сложной оптимизационной задачи с использованием софта, который считается на кластерах, скорее всего он неплохом уровне знает python, C++/MPI, и матан, а скорее всего там уже сработанная команда. И вот по-твоему этот самый человек не способен освоить DL, ведь это колдунство, доступное только зумерам-вкатывальщикам.
>>870654
Прикладной нейрослесарь. Пока не автоматизированный.
Прикладной нейрослесарь. Пока не автоматизированный.
>>870652
Мне не нравится такой подход в науке, это значит что они не хуя не понимают
>есть решении сложной оптимизационной задачи
Мне не нравится такой подход в науке, это значит что они не хуя не понимают
1,7 Мб, 2812x2361Вопрос не совсем про машоб. Почему в гугле на запрос "parallel evolution algorithm" "parallel genetic algorithm" вываливается куча статей вроде https://arxiv.org/pdf/1209.5319.pdf но нихуя нет готовых библиотек?
У меня есть задача поиска глобального минимума функции около 10-40 аргументов, одно вычисление функции будет больше минуты точно, много локальных минимумов. Поскольку функция тяжелая логично использовать параллелизацию. Особенно если учесть что в генетическом алгоритме можно независимо вычислять значения функции у конкретных "особей". А кроме того у меня есть доступ на кластер с десятками узлов.
Именно по этому однопроцессорный scipy.optimize.differential_evolution не сгодится.
У меня есть задача поиска глобального минимума функции около 10-40 аргументов, одно вычисление функции будет больше минуты точно, много локальных минимумов. Поскольку функция тяжелая логично использовать параллелизацию. Особенно если учесть что в генетическом алгоритме можно независимо вычислять значения функции у конкретных "особей". А кроме того у меня есть доступ на кластер с десятками узлов.
Именно по этому однопроцессорный scipy.optimize.differential_evolution не сгодится.
>>870686
Что-то типа https://pypi.org/project/mpipool/
>А кроме того у меня есть доступ на кластер с десятками узлов.
Что-то типа https://pypi.org/project/mpipool/
https://youtu.be/8z13MZiXdD4
Отличное видео про GAN'ы, про состязательную генерацию, генерацию без пар примеров.
Нашему раздевальщику бы генерация без пар помогла
https://2ch.hk/h/res/165538.html (М)
Отличное видео про GAN'ы, про состязательную генерацию, генерацию без пар примеров.
Нашему раздевальщику бы генерация без пар помогла
https://2ch.hk/h/res/165538.html (
М)>>870699
Для кластера с узлами только mpi-процессы, а не распараллеливание по потокам.
Для кластера с узлами только mpi-процессы, а не распараллеливание по потокам.
>>870716
Что-то ты совсем контент для мимопроходивших принес. Имхо, вот получше.
https://youtu.be/b9WGTTPhXFk
Что-то ты совсем контент для мимопроходивших принес. Имхо, вот получше.
https://youtu.be/b9WGTTPhXFk
>>870725
Понятия не имею, я не разбираюсь в MPI, в особенности для питона.
Суть в том, что ты берешь функцию типа YobaPool.map типа и скармливаешь ее в качестве параметра workers как указано в документации на скриншоте.
Можешь использовать https://mpi4py.readthedocs.io/en/stable/mpi4py.futures.html?highlight=pool#mpi4py.futures.MPIPoolExecutor.map , можешь mpipool.Pool.map , чем они отличаются не знаю.
Понятия не имею, я не разбираюсь в MPI, в особенности для питона.
Суть в том, что ты берешь функцию типа YobaPool.map типа и скармливаешь ее в качестве параметра workers как указано в документации на скриншоте.
Можешь использовать https://mpi4py.readthedocs.io/en/stable/mpi4py.futures.html?highlight=pool#mpi4py.futures.MPIPoolExecutor.map , можешь mpipool.Pool.map , чем они отличаются не знаю.
>>870735
Вот это всё примерно понятно. Но вопрос-то был в том, а какого собственно хуя нет в сети открытой библиотеки с параллельным генетическим алгоритмом.
Не я всё прикрасно понимаю, нет значит нет. Либо пишу свое, либо использую другие инструменты, либо переформулирую задачу.
Вот это всё примерно понятно. Но вопрос-то был в том, а какого собственно хуя нет в сети открытой библиотеки с параллельным генетическим алгоритмом.
Не я всё прикрасно понимаю, нет значит нет. Либо пишу свое, либо использую другие инструменты, либо переформулирую задачу.
>>870740
Да в общем-то все генетические либы скидывают всё на разработчика. Хочешь паралельности - делаешь паралелльность. Алсо, GA достаточно простая вещь. Можешь и без фреймворков собрать.
> Вот это всё примерно понятно. Но вопрос-то был в том, а какого собственно хуя нет в сети открытой библиотеки с параллельным генетическим алгоритмом.
Да в общем-то все генетические либы скидывают всё на разработчика. Хочешь паралельности - делаешь паралелльность. Алсо, GA достаточно простая вещь. Можешь и без фреймворков собрать.
>>870740
Не похоже, что тебе что-то понятно, раз ты вместо того, чтобы пойти имплементировать это решение в 3 строчки, строчишь посты о том, что тебе нужна специальная библиотека, где тебе все разжуют и в рот положат.
Не похоже, что тебе что-то понятно, раз ты вместо того, чтобы пойти имплементировать это решение в 3 строчки, строчишь посты о том, что тебе нужна специальная библиотека, где тебе все разжуют и в рот положат.
>>870740
Есть. Но не для пистонохолопов https://cran.r-project.org/web/packages/GA/vignettes/GA.html#parallel-computing на пистоне вообще много чего нет из нормальных алгоритмов, зато есть вся соевая поебень. Я вот искал что-нибудь для grammatical evolution для пистона, нашел только какую-то хуету.
> вопрос-то был в том, а какого собственно хуя нет в сети открытой библиотеки с параллельным генетическим алгоритмом.
Есть. Но не для пистонохолопов https://cran.r-project.org/web/packages/GA/vignettes/GA.html#parallel-computing на пистоне вообще много чего нет из нормальных алгоритмов, зато есть вся соевая поебень. Я вот искал что-нибудь для grammatical evolution для пистона, нашел только какую-то хуету.
>>870686
Всем спасибо. Сам нашел PGAPack и pgapy, хз насколько она работоспособна на многопроцессорных машинах.
Всем спасибо. Сам нашел PGAPack и pgapy, хз насколько она работоспособна на многопроцессорных машинах.
56 Кб, 893x734Аноны, как вы думаете, учебные курсы по теории обработки сигналов пойдут на пользу аналитику данных? Посматриваю вот на курс пикрелейтед, например. У меня нетехническое образование, поэтому об этом всем представление достаточно слабое.
Со статистикой, программированием и базовым ML и так дружу, работа уже есть, просто пытаюсь развиваться дальше.
Со статистикой, программированием и базовым ML и так дружу, работа уже есть, просто пытаюсь развиваться дальше.
>>870967
Обычный датаслесарь ничего из этого не использует. ИМХО это все устарело и имеет очень ограниченное применение. Если есть возможность, все будут переводить на нейроночки.
Обычный датаслесарь ничего из этого не использует. ИМХО это все устарело и имеет очень ограниченное применение. Если есть возможность, все будут переводить на нейроночки.
>>870641
Ох уж эти мечты птушника. Ты потому и занимаешься макакингом что не понимаешь: "предсказывание исхода явления" понимание не заменяет даже если оно на 99.(9)1% точно, просто потому что наука в первую очередь про второе а не про первое. Как примерно любую олимпиадную задачку с огромными входными данными можно решить брутфорсом если подождать достаточное количество времени, вот только никто это "решением задачи" не называет кроме тупарей только на брутфорс и способных. Забавно как машоб становится последним прибежищем low iq брейнлетов, лол.
Ну, ещё одна иллюстрация непонимания в копилку. "Автоматические доказатели" это маргинальная тема, на которую настоящим математикам насрать по большему счёту.
>ученопитухи вкусят биттер лессон и отправятся на мороз. все отправятся на мороз
Ох уж эти мечты птушника. Ты потому и занимаешься макакингом что не понимаешь: "предсказывание исхода явления" понимание не заменяет даже если оно на 99.(9)1% точно, просто потому что наука в первую очередь про второе а не про первое. Как примерно любую олимпиадную задачку с огромными входными данными можно решить брутфорсом если подождать достаточное количество времени, вот только никто это "решением задачи" не называет кроме тупарей только на брутфорс и способных. Забавно как машоб становится последним прибежищем low iq брейнлетов, лол.
>Да, кстати чистым математикам тоже приготовиться.
Ну, ещё одна иллюстрация непонимания в копилку. "Автоматические доказатели" это маргинальная тема, на которую настоящим математикам насрать по большему счёту.
>>871039
В данном конкретном случае дело больше в том, что те, кто называет себя "настоящими математиками" в массе своей просто не могут в разные теории типов, на которых такие пруверы основаны, так как это не только выходит за пределы их компетенции, но и требует принципиально нового мышления. Отдельные из них, самые одаренные, поступают ещё проще - заявляют, что математика за пределами их мирка это вообще не математика.
> "Автоматические доказатели" это маргинальная тема, на которую настоящим математикам насрать по большему счёту.
В данном конкретном случае дело больше в том, что те, кто называет себя "настоящими математиками" в массе своей просто не могут в разные теории типов, на которых такие пруверы основаны, так как это не только выходит за пределы их компетенции, но и требует принципиально нового мышления. Отдельные из них, самые одаренные, поступают ещё проще - заявляют, что математика за пределами их мирка это вообще не математика.
Сейчас доказательство это самая суть любой математической статьи. Кто ловчее доказывает, тот и больше математик. Когда все доказательства будут автоматическими, писать будет не о чем. Какое-то время по инерции будут писать статьи "я тут потыкал и компьютер сказал ОК", но разумеется это никому не интересно. И математика просто умрет.
>>870984
Насколько я сужу с позиции своего незнания теории сигналов, я бы мог использовать эти знания на этапе предообработки данных для целей моделирования - а это мне интересно. Но это предположение.
Насколько я сужу с позиции своего незнания теории сигналов, я бы мог использовать эти знания на этапе предообработки данных для целей моделирования - а это мне интересно. Но это предположение.
>>870967
Если хочешь естественными одномерными сигналами заниматься, то обязательно. Если картинками - желательно. Если вещами типа NLP - не нужно. Короче, там где CNN, там бывает нужна обработка сигналов.
В детали алгоритмов можно не вчитываться, просто нужно знать, например, что a[::4] - херовый способ сконвертировать 44100 кГц звук в 11025, а librosa.resample - нормальный. То же касается и картинок, некоторые не знают, что ужимать котика в 224х224 пикселей надо с помощью Image.resize(), а не тупо отбрасывая каждый энный пиксель.
Или другой пример, для обучения сетки, которая восстанавливает некоторые данные, есть сетка, которая их ухудшает из чистых данных. И некоторые люди делают так, чтобы они работали в одном разрешении. И получают более хуевый результат, чем если бы деградатор (которого в продакшене не будет и он может быть очень тяжелым) работал бы в повышенном разрешении с последующим ресайзом к нужному.
В целом в контексте нейронок
1. Spectral analysis - для понимания того, как устроены речевые фичи, хотя лично я за raw сигналы
2. Filtering/Convolution - для аугментации
3. Resampling - довольно важная фундаментальная вещь, на незнании которой я периодически ловлю даже авторов пейперов, не говоря уже о китайцах с гитхаба.
Все остальное либо готовит к этим темам, либо не нужно (как вейлеты), о чем 3 последних пункта не знаю.
Если хочешь естественными одномерными сигналами заниматься, то обязательно. Если картинками - желательно. Если вещами типа NLP - не нужно. Короче, там где CNN, там бывает нужна обработка сигналов.
В детали алгоритмов можно не вчитываться, просто нужно знать, например, что a[::4] - херовый способ сконвертировать 44100 кГц звук в 11025, а librosa.resample - нормальный. То же касается и картинок, некоторые не знают, что ужимать котика в 224х224 пикселей надо с помощью Image.resize(), а не тупо отбрасывая каждый энный пиксель.
Или другой пример, для обучения сетки, которая восстанавливает некоторые данные, есть сетка, которая их ухудшает из чистых данных. И некоторые люди делают так, чтобы они работали в одном разрешении. И получают более хуевый результат, чем если бы деградатор (которого в продакшене не будет и он может быть очень тяжелым) работал бы в повышенном разрешении с последующим ресайзом к нужному.
В целом в контексте нейронок
1. Spectral analysis - для понимания того, как устроены речевые фичи, хотя лично я за raw сигналы
2. Filtering/Convolution - для аугментации
3. Resampling - довольно важная фундаментальная вещь, на незнании которой я периодически ловлю даже авторов пейперов, не говоря уже о китайцах с гитхаба.
Все остальное либо готовит к этим темам, либо не нужно (как вейлеты), о чем 3 последних пункта не знаю.
>>871103
Нечёткий, мы уже давным давно установили что настоящей математики ты не знаешь, поэтому в твоём мирке математика=быдлокодинг, не нужно повторяться.
Нечёткий, мы уже давным давно установили что настоящей математики ты не знаешь, поэтому в твоём мирке математика=быдлокодинг, не нужно повторяться.
>>871129
Главное правило треда: нечеткий петух всегда сосет
Главное правило треда: нечеткий петух всегда сосет
>>871109
Жаль только, что автоматически ничего нового ещё не вывели, только уже известные результаты передоказали. Когда там Logic Theorist появился, в 56?
НУ НИЧЕГО, СЕЙЧАС ВОТ-ВОТ И ВСЕХ МАТЕМАТИКОВ ЗАМЕНИМ.
Жаль только, что автоматически ничего нового ещё не вывели, только уже известные результаты передоказали. Когда там Logic Theorist появился, в 56?
НУ НИЧЕГО, СЕЙЧАС ВОТ-ВОТ И ВСЕХ МАТЕМАТИКОВ ЗАМЕНИМ.
>>871147
Кто-нибудь запилит сервис для поиска, рейтинга, и обсуждения мусорных баков. Какой там ассортимент еды, когда выбрасывают.
Кто-нибудь запилит сервис для поиска, рейтинга, и обсуждения мусорных баков. Какой там ассортимент еды, когда выбрасывают.
>>871147
Запомните этот твит, через пару-тройку лет затухающего хайпа так и будет.
>В мусорных корзинах будут рыться не математики, а роботы
Запомните этот твит, через пару-тройку лет затухающего хайпа так и будет.
если scikit learn классифицирует разнообразный датасет нормально, а когда только один класс данных то всё хуёво, где можно было обосраться?
>>870730
Посмотрел твое видео. Намного менее интересно и слишком душно. Из первого видео душили только петросянские шутки, тут душит подача
Посмотрел твое видео. Намного менее интересно и слишком душно. Из первого видео душили только петросянские шутки, тут душит подача
>>871117
Спасибо за детальное пояснение
Спасибо за детальное пояснение
>>871339
дипманя порвалась
дипманя порвалась
>>871311
Ну только подача это абстрактная субъективная хуйня, а петросянские шутки и уровень "сейчас я вам расскажу что такое нейронки" видят все.
Ну только подача это абстрактная субъективная хуйня, а петросянские шутки и уровень "сейчас я вам расскажу что такое нейронки" видят все.
Анон, подскажи, в сторону каких методов копать. Теорвер забыл напрочь, даже не знаю, с какой стороны подойти к задаче.
В общем, имеется множество X и множество Y, элементами которого являются мультиподмножествами X. Также имеется полученная на опытных данных Y' таблица вида (Xi, Xj, Qi,j), где Qi,j = | ∀y ∈ Y' { y, где { Xi, Xj } ⊆ y } | количество наборов, в которых встречается данная пара
Задачей стоит определить степень родства элемента Xa с набором { X0, ..., Xn }.
Какой-нибудь байесовский классификатор тут нужен или что-то подобное, не?
В общем, имеется множество X и множество Y, элементами которого являются мультиподмножествами X. Также имеется полученная на опытных данных Y' таблица вида (Xi, Xj, Qi,j), где Qi,j = | ∀y ∈ Y' { y, где { Xi, Xj } ⊆ y } | количество наборов, в которых встречается данная пара
Задачей стоит определить степень родства элемента Xa с набором { X0, ..., Xn }.
Какой-нибудь байесовский классификатор тут нужен или что-то подобное, не?
76 Кб, 780x780Кто вообще этот Bitter Lesson форсит?
Маняпрофессор на маняпрофессорской должности может рассуждать о том куда идет индустрия, а анон на своей должности должен делать что сейчас выгодно
Маняпрофессор на маняпрофессорской должности может рассуждать о том куда идет индустрия, а анон на своей должности должен делать что сейчас выгодно
>>871652
Тупни, которые используют спойлеры в текстах вместо скобок, идут нахуй
Тупни, которые используют спойлеры в текстах вместо скобок, идут нахуй
Учебник по математике какой посоветуете?
>>871733
Ты осознаешь что метрики степеней сходства без твоего матана всем известны, но если бы ты их формулировал попроще, сам бы все нагуглил давно?
Ты осознаешь что метрики степеней сходства без твоего матана всем известны, но если бы ты их формулировал попроще, сам бы все нагуглил давно?
>>871652
Мы и делаем, кушоть-то надо что-то. Но и порассуждать тоже не дураки, по рассуждизмам я Саттону еще фору дам.
То, что он сказал это нетривиальное наблюдение, которое предсказывает куда все идет. Оно совершенно верно, и оно сильно бьет по эго некоторых интеллектуалов, которые считают свой разум пределом совершенства. Это идеальная комбинация для форса. Биттер лессон будут заталкивать в глотки анонам, пока у всех не наступит принятие.
Мы и делаем, кушоть-то надо что-то. Но и порассуждать тоже не дураки, по рассуждизмам я Саттону еще фору дам.
То, что он сказал это нетривиальное наблюдение, которое предсказывает куда все идет. Оно совершенно верно, и оно сильно бьет по эго некоторых интеллектуалов, которые считают свой разум пределом совершенства. Это идеальная комбинация для форса. Биттер лессон будут заталкивать в глотки анонам, пока у всех не наступит принятие.
>>871907
Совершенно обычное очередное субъективное суждение про волшебную палочку, повторюсь.
> нетривиальное наблюдение
Совершенно обычное очередное субъективное суждение про волшебную палочку, повторюсь.
В чем суть этого вашего bitter lessona? Прочитал - нихуя не понял. Какой нахуй экспоненциальный рост вычислительных мощностей? Даже если за последние 70 лет это было так, то где пруфы что они продолжат расти экспоненциально в следующие 70 лет?
>>872027
Торг пошел.
Торг пошел.
>>872027
Саттон просто отрабатывает интересы бигтека, им деградация знания за счёт форса дорогостоящих якобы универсальных методов выгодна как средство монополизации, вот и несёт хуйню про пользу забивания гвоздей микроскопами.
>Какой нахуй экспоненциальный рост вычислительных мощностей?
Саттон просто отрабатывает интересы бигтека, им деградация знания за счёт форса дорогостоящих якобы универсальных методов выгодна как средство монополизации, вот и несёт хуйню про пользу забивания гвоздей микроскопами.
>>872027
Я это понимаю, что не нужно читать статьи от бездельников из Стэнфорда и лучше дождаться статьи от ФААНГа. Потому что Гугл делает Берт и Эффишнтнет, а профессора из Гугла ищут в них гендерный байас и добавляют сверху цепи Маркова, и каждый раз одно и то же .
Я это понимаю, что не нужно читать статьи от бездельников из Стэнфорда и лучше дождаться статьи от ФААНГа. Потому что Гугл делает Берт и Эффишнтнет, а профессора из Гугла ищут в них гендерный байас и добавляют сверху цепи Маркова, и каждый раз одно и то же .
>>872088
Эт точно, дипшизик выше совсем с ума сошёл со своими заговорами учёных противостоящих НАСТОЯЩЕМУ ПРОГРЕССУ.
Эт точно, дипшизик выше совсем с ума сошёл со своими заговорами учёных противостоящих НАСТОЯЩЕМУ ПРОГРЕССУ.
https://twitter.com/timnitGebru/status/1334352694664957952?s=19 не все ещё потеряно в этом мире
Сегодня сам Trevor Hastie дает онлайн лекцию
>>871654
Без ебучих формул описание было бы менее однозначным, более ёмким и, пожалуй, не обошлось бы без погружения в предметную область.
Какой именно момент тебе непонятен?
И вообще, как можно сидеть в программаче и не знать хотя бы основ теории множеств?
Без ебучих формул описание было бы менее однозначным, более ёмким и, пожалуй, не обошлось бы без погружения в предметную область.
Какой именно момент тебе непонятен?
И вообще, как можно сидеть в программаче и не знать хотя бы основ теории множеств?
>>872329
Какое-то говно, а не ссылку я скинул. Если коротко, это какое-то сжв от Racial/Homophonic Bias in AI, которое затравило ЛеКуна в твиттере и устроило ему немного cancel culture.
Какое-то говно, а не ссылку я скинул. Если коротко, это какое-то сжв от Racial/Homophonic Bias in AI, которое затравило ЛеКуна в твиттере и устроило ему немного cancel culture.
>>871630
Ну если тебе нужна какая-нибудь степень родства возьми произведение Q_{ai} / |Y| по всем (X_a, X_i, Q_{ai})
Ну если тебе нужна какая-нибудь степень родства возьми произведение Q_{ai} / |Y| по всем (X_a, X_i, Q_{ai})
>>872378
Шутить изволите? Готов поставить остаток холодного кофе в моей чашке, что людей, хотя бы слышавших о теории множеств, здесь не наберется и трети. В тредах вкатышей и языковых сидят буквально дети и пускающие слюни идиоты.
Шутить изволите? Готов поставить остаток холодного кофе в моей чашке, что людей, хотя бы слышавших о теории множеств, здесь не наберется и трети. В тредах вкатышей и языковых сидят буквально дети и пускающие слюни идиоты.
>>872218
Нашла коса на камень. Имхо это ошибка Дина, ему еще аукнется. Если она поднимет цунами говна (а она мастер говнища - за это и была нанята изначально), то оно сметет и Дина, и весь его Брейн.
Нашла коса на камень. Имхо это ошибка Дина, ему еще аукнется. Если она поднимет цунами говна (а она мастер говнища - за это и была нанята изначально), то оно сметет и Дина, и весь его Брейн.
>>872401
Никого эти всесильные и всеужасные фемки и сжв не сметут если не дадут отмашку, а отмашку не дадут, ибо трампа уже обоссали, теперь вся эта шелупонь уже не нужна.
Никого эти всесильные и всеужасные фемки и сжв не сметут если не дадут отмашку, а отмашку не дадут, ибо трампа уже обоссали, теперь вся эта шелупонь уже не нужна.
>>872408
Это уж как повезет. Сделает хештег #бойкот_гаглу, если народу зайдет тема про гигакорпорацию, угнетающую женщин и детей (а это хороший, сочный мем), то их начальники могут заставить Гугл Брейн в полном составе встать на колени, чтобы рекламные доходы не падали. Полицейские встали, и эти встанут, никуда не денутся - жить-то все хотят.
Это уж как повезет. Сделает хештег #бойкот_гаглу, если народу зайдет тема про гигакорпорацию, угнетающую женщин и детей (а это хороший, сочный мем), то их начальники могут заставить Гугл Брейн в полном составе встать на колени, чтобы рекламные доходы не падали. Полицейские встали, и эти встанут, никуда не денутся - жить-то все хотят.
>>872392
Не. Такая метрика будет обратно пропорциональна длине "набора", что неправильно.
Хм. Пожалуй, точнее было бы сказать, что нужно определить не степень родства, а вероятность существования такого y, который бы включал в себя и данный "набор" (назовем его S ⊂ X), и X_a. Короче, P(∃y ∈ Y: S ⋃ { X_a } ⊂ y).
Теорвера я не помню, но интуиция мне подсказывает, что ключом к решению задачи может быть теорема Байеса. На википедии нашел байесовский классификатор, но похоже, что он годится только для тех случаев, когда классы явно определены, а это не мой случай.
Не. Такая метрика будет обратно пропорциональна длине "набора", что неправильно.
Хм. Пожалуй, точнее было бы сказать, что нужно определить не степень родства, а вероятность существования такого y, который бы включал в себя и данный "набор" (назовем его S ⊂ X), и X_a. Короче, P(∃y ∈ Y: S ⋃ { X_a } ⊂ y).
Теорвера я не помню, но интуиция мне подсказывает, что ключом к решению задачи может быть теорема Байеса. На википедии нашел байесовский классификатор, но похоже, что он годится только для тех случаев, когда классы явно определены, а это не мой случай.
>>872427
Ты со своим школьным правачизмом так и не можешь понять, что нет никаких тем которые куда-то там "заходят" каким-то "людям", а есть просто бабки, которые и определяют повестку. Без желания людей с бабками вопли твиттерских додиков не имеют никакой силы; ну и весь трагизм последних в том что после того как трампа подсрачником выгнали из белого дома они вместе с блмщиками больше никому не нужны.
>если народу зайдет тема
Ты со своим школьным правачизмом так и не можешь понять, что нет никаких тем которые куда-то там "заходят" каким-то "людям", а есть просто бабки, которые и определяют повестку. Без желания людей с бабками вопли твиттерских додиков не имеют никакой силы; ну и весь трагизм последних в том что после того как трампа подсрачником выгнали из белого дома они вместе с блмщиками больше никому не нужны.
>>872400
Ты преувеличиваешь. Думаю, не меньше половины местных учились или учатся на связанном с ИТ направлении, т.е. представление должны иметь.
Ты преувеличиваешь. Думаю, не меньше половины местных учились или учатся на связанном с ИТ направлении, т.е. представление должны иметь.
>>872437
Ну-ну. Беги за изолентой, скреплять треснувший манямирок:
https://www.nasdaq.com/press-release/nasdaq-to-advance-diversity-through-new-proposed-listing-requirements-2020-12-01
Скоро без 1+ черного (под расовой дайверсити понимается исключительно черные) и 1+ алфавитного в совете директоров не сможешь выйти на биржу. А может, и уже вышедших повыкидывают. А на этой бирже, ну считай вся мировая экономика там происходит.
>они вместе с блмщиками больше никому не нужны.
Ну-ну. Беги за изолентой, скреплять треснувший манямирок:
https://www.nasdaq.com/press-release/nasdaq-to-advance-diversity-through-new-proposed-listing-requirements-2020-12-01
Скоро без 1+ черного (под расовой дайверсити понимается исключительно черные) и 1+ алфавитного в совете директоров не сможешь выйти на биржу. А может, и уже вышедших повыкидывают. А на этой бирже, ну считай вся мировая экономика там происходит.
>>872443
Обычный булшит для инвесторов, а тем временем гебру-то реально того.
Обычный булшит для инвесторов, а тем временем гебру-то реально того.
>>872440
Напомню, что он (или это ты?) не смог нагуглить как в машобе считают подобие.
Из-за ебучих формул.
Напомню, что он (или это ты?) не смог нагуглить как в машобе считают подобие.
Из-за ебучих формул.
>>872437
И как ты это видишь? Как бабло может повлиять на ситуацию, когда реально мотивированная фемка использует реально работающие в обществе механизмы для достижения поставленной цели? В каком месте тут бабки могут что-то изменить?
> есть просто бабки, которые и определяют повестку. Без желания людей с бабками вопли твиттерских додиков не имеют никакой силы;
И как ты это видишь? Как бабло может повлиять на ситуацию, когда реально мотивированная фемка использует реально работающие в обществе механизмы для достижения поставленной цели? В каком месте тут бабки могут что-то изменить?
>>872475
Это я. Если тебе есть что посоветовать, то излагай. Я здесь затем и спросил.
А ты хотел неформализованную задачу, чтобы самому пришлось разобраться в предметной области и покорпеть над формализацией?
Это я. Если тебе есть что посоветовать, то излагай. Я здесь затем и спросил.
>Из-за ебучих формул.
А ты хотел неформализованную задачу, чтобы самому пришлось разобраться в предметной области и покорпеть над формализацией?
>>872482
Может быть ты уже какую-то информацию выкинул? Вот это "количество пар" - весьма подозрительно. Не схлопнул ли ты что-то важное в этот момент
Может быть ты уже какую-то информацию выкинул? Вот это "количество пар" - весьма подозрительно. Не схлопнул ли ты что-то важное в этот момент
>>872483
Есть такое. Пока не решено как именно их обрабатывать, накапливаются в таком виде.
Думаю, ничего значительного не должно было утратиться.
>Вот это "количество пар" - весьма подозрительно.
Есть такое. Пока не решено как именно их обрабатывать, накапливаются в таком виде.
>Не схлопнул ли ты что-то важное в этот момент
Думаю, ничего значительного не должно было утратиться.
>>872435
Все хуже. Чем больше у тебя набор, тем меньше вероятность, что он существует.
Допустим у тебя все наборы {1,2,3} имеют вероятность 1. Вероятность {1,4}=0.5, {2,4}=0.5, {3,4}=0.5. Какова вероятность {1,2,3,4}? В 0.5^3 раз меньше, потому что тебе нужно, чтобы твои пары одновременно принадлежали одному набору, а наоборов у тебя много.
Если это не так, ты что-то не учел, например, корреляцию между парами, то есть что-то типа "если {2,3} встречается, значит, скорее всего, {2,4} тоже будет встречаться".
Чтобы избавиться от этой множественной криптографии, назовем Y матрицей, в которой строки - это сами элементы, а столбцы - описывают с помощью 1/0 есть ли элемент в X или его там нет.
Вероятность того,что пара встречается в матрице вообще:
P(пара)=q_пара/sum(Q)
Вероятность того,что пара встречается в какой-то данной строке:
P(пара ⊂ строка)=P(пара)/N_строк (1)
Нужно найти, что тапл встречается в строке. Для этого попарно перемножаем вероятности (самое отстойное предположение - что корреляций межу парами нет):
P(тапл123 ⊂ строка)=P(пара12 ⊂ строка) x P(пара23 ⊂ строка) x P(пара13 ⊂ строка)
Подставим (1) и домножим на N, чтобы избавиться от "⊂ строка" везде.
P(тапл)=N x P(пара12) x P(пара23) x P(пара13)/ (N^(число_пар_в_тапле-1))
Пусть L=длина тапла, тогда число_пар_в_тапле это L(L-1)/2.
P(тапл)=P(пара12) x P(пара23) x P(пара13)/ (N^(L x (L-1)/2-1))
Избавляемся от констант, заменив показательную функцию на экспоненту:
Yoba(тапл)=P(пара12) x P(пара23) x P(пара13) x exp(-L^2)
Как-то так.
>Не. Такая метрика будет обратно пропорциональна длине "набора", что неправильно.
Все хуже. Чем больше у тебя набор, тем меньше вероятность, что он существует.
Допустим у тебя все наборы {1,2,3} имеют вероятность 1. Вероятность {1,4}=0.5, {2,4}=0.5, {3,4}=0.5. Какова вероятность {1,2,3,4}? В 0.5^3 раз меньше, потому что тебе нужно, чтобы твои пары одновременно принадлежали одному набору, а наоборов у тебя много.
Если это не так, ты что-то не учел, например, корреляцию между парами, то есть что-то типа "если {2,3} встречается, значит, скорее всего, {2,4} тоже будет встречаться".
Чтобы избавиться от этой множественной криптографии, назовем Y матрицей, в которой строки - это сами элементы, а столбцы - описывают с помощью 1/0 есть ли элемент в X или его там нет.
Вероятность того,что пара встречается в матрице вообще:
P(пара)=q_пара/sum(Q)
Вероятность того,что пара встречается в какой-то данной строке:
P(пара ⊂ строка)=P(пара)/N_строк (1)
Нужно найти, что тапл встречается в строке. Для этого попарно перемножаем вероятности (самое отстойное предположение - что корреляций межу парами нет):
P(тапл123 ⊂ строка)=P(пара12 ⊂ строка) x P(пара23 ⊂ строка) x P(пара13 ⊂ строка)
Подставим (1) и домножим на N, чтобы избавиться от "⊂ строка" везде.
P(тапл)=N x P(пара12) x P(пара23) x P(пара13)/ (N^(число_пар_в_тапле-1))
Пусть L=длина тапла, тогда число_пар_в_тапле это L(L-1)/2.
P(тапл)=P(пара12) x P(пара23) x P(пара13)/ (N^(L x (L-1)/2-1))
Избавляемся от констант, заменив показательную функцию на экспоненту:
Yoba(тапл)=P(пара12) x P(пара23) x P(пара13) x exp(-L^2)
Как-то так.
Анон, поясни, пожалуйста, про сохранение и загрузку модели, которая будет дообучаться.
Например, я сохраняю GAN:
torch.save(G.state_dict(), PATH)
torch.save(D.state_dict(), PATH)
Как мне дальше подгрузить модель с учётом вот этого:
https://pytorch.org/tutorials/beginner/saving_loading_models.html
Достаточно ли будет просто:
G.load_state_dict(torch.load(PATH))
D.load_state_dict(torch.load(PATH))
Или надо предварительно объявлять:
G = TheModelClass(args, kwargs)
D = TheModelClass(args, kwargs) ?
А что насчёт использования CUDA?
Загруженные модели всё равно надо туда класть через to(device)
Например, я сохраняю GAN:
torch.save(G.state_dict(), PATH)
torch.save(D.state_dict(), PATH)
Как мне дальше подгрузить модель с учётом вот этого:
https://pytorch.org/tutorials/beginner/saving_loading_models.html
Достаточно ли будет просто:
G.load_state_dict(torch.load(PATH))
D.load_state_dict(torch.load(PATH))
Или надо предварительно объявлять:
G = TheModelClass(args, kwargs)
D = TheModelClass(args, kwargs) ?
А что насчёт использования CUDA?
Загруженные модели всё равно надо туда класть через to(device)
>>872506
Тут натупил, это N уже учтено в P(пара), то есть P(пара) это и есть P(пара ⊂ строка). Соответственно нужно просто перемножить вероятности всех пар и не ебать мозг.
>P(пара ⊂ строка)=P(пара)/N_строк (1)
Тут натупил, это N уже учтено в P(пара), то есть P(пара) это и есть P(пара ⊂ строка). Соответственно нужно просто перемножить вероятности всех пар и не ебать мозг.
>>872482
если бы ты попроще формулировал запросы к гуглу, то нагуглил бы косинусное расстояние, например.
думаешь ты такой уникальный?
если бы ты попроще формулировал запросы к гуглу, то нагуглил бы косинусное расстояние, например.
думаешь ты такой уникальный?
Путин пояснил, что в будущем машины будут контролировать человека «в значительной степени», но в конечном итоге контроль над машинами сохранит сам человек.
1 человек
1 человек
>>872706
И причём здесь косинусное растояние, где ты здесь эмбеддинг подходящий видишь? Какие же машобщики тупые, просто пиздец, синдром даннинга-крюгера во всей красе.
И причём здесь косинусное растояние, где ты здесь эмбеддинг подходящий видишь? Какие же машобщики тупые, просто пиздец, синдром даннинга-крюгера во всей красе.
>>873032
Уровень машоба дипшкольник/10
> Ну перечисли признаки в строку - вот тебе и вектор
> косинусное растояние
Уровень машоба дипшкольник/10
Че, когда там гугловцы/опенэйай уже GPR (Generative Pre-trained Reformer) пилить начнут? Говорят Reformer и контекстное большое имеет, и модель меньше весить будет.
>>873072
Они скорее всего написали кучу кастомного мега-оптимизированного кода для ГПТ, и на другую модель переходить дорого.
Они скорее всего написали кучу кастомного мега-оптимизированного кода для ГПТ, и на другую модель переходить дорого.
>>873200
Вообще, да. Поставьте себя на место разрабов. Потратили миллиарды, а в итоге их проект уже устарел. "Вась, всё хуйня, давай по-новой."
Ясное дело выгодней существующий проект допилить, чем заново миллиарды тратить. Однако, думаю на обучение performer/refomer уйдет меньше денег, учитывая, что датасет есть.
Вообще, да. Поставьте себя на место разрабов. Потратили миллиарды, а в итоге их проект уже устарел. "Вась, всё хуйня, давай по-новой."
Ясное дело выгодней существующий проект допилить, чем заново миллиарды тратить. Однако, думаю на обучение performer/refomer уйдет меньше денег, учитывая, что датасет есть.
>>873208
Реформер тоже линейный. Как и линформер. Как и бигберд. Последний год вообще прошел под флагом O(n)-трансформеров.
Там главное не это, а то, что
1. В отличие от реформера, статья утверждает о нулевом перформанс дропе по сравнению с оригинальным трансформером и приводит графики, их сравнивающие
2. Модели совместимы, то есть уже натренированную модель можно сконвертировать
В целом я думаю, что они хотят/хотели собрать побольше всякого рода фишечек и трюков, прежде чем опять сжечь 10 миллионов баксов на большой модели. Перформер, конечно, хорош, но похоже что он недоисследован. В частности, почему аппроксимируется именно softmax.
Реформер тоже линейный. Как и линформер. Как и бигберд. Последний год вообще прошел под флагом O(n)-трансформеров.
Там главное не это, а то, что
1. В отличие от реформера, статья утверждает о нулевом перформанс дропе по сравнению с оригинальным трансформером и приводит графики, их сравнивающие
2. Модели совместимы, то есть уже натренированную модель можно сконвертировать
В целом я думаю, что они хотят/хотели собрать побольше всякого рода фишечек и трюков, прежде чем опять сжечь 10 миллионов баксов на большой модели. Перформер, конечно, хорош, но похоже что он недоисследован. В частности, почему аппроксимируется именно softmax.
>>873228
Именно в ГПТ от линейности по контектсу, возможно, не так и много проку будет. Контекст у них не очень большой (2048 токенов в ГПТ3).
С фиксированным контекстом можно все так заоптимизировать, что даже формально квадратичную сложность будет трудно побить. Из-за дополнительной сложности асимптотически более быстрый алгоритм может проиграть.
Конечно, с более эффективным алгоритмом можно было бы расширять контекст. Но тексты там - веб странички, которые короткие обычно. То есть выигрыш може быть минимальным, потому что длинных тренировочных данных мало.
Именно в ГПТ от линейности по контектсу, возможно, не так и много проку будет. Контекст у них не очень большой (2048 токенов в ГПТ3).
С фиксированным контекстом можно все так заоптимизировать, что даже формально квадратичную сложность будет трудно побить. Из-за дополнительной сложности асимптотически более быстрый алгоритм может проиграть.
Конечно, с более эффективным алгоритмом можно было бы расширять контекст. Но тексты там - веб странички, которые короткие обычно. То есть выигрыш може быть минимальным, потому что длинных тренировочных данных мало.
>>873249
Ну, думаю будет прок при использовании. Всё таки, если GPT будет держать инфу на протяжении всего использовании - это серьезно.
Ну, думаю будет прок при использовании. Всё таки, если GPT будет держать инфу на протяжении всего использовании - это серьезно.
124 Кб, 1008x246>>873249
Константа маленькая. Черная линия на графике - это теоретический предел. Сплошная - перформер, пунктир - трансформер. Видно, что он начинает обгонять уже с 512 токенов, позволяя утоптать в V100 не 2048 токенов, а 32768.
Константа маленькая. Черная линия на графике - это теоретический предел. Сплошная - перформер, пунктир - трансформер. Видно, что он начинает обгонять уже с 512 токенов, позволяя утоптать в V100 не 2048 токенов, а 32768.
https://arxiv.org/pdf/2011.04006
Хотя тут не все так радужно
Хотя тут не все так радужно
>>873256
Он начинает обгонять какую реализацию? Я предполагаю, что опенаи сделали какие-то особые трюки, чтобы тренировать обычный трансформер. Почти наверняка он у них работает гораздо быстрее стандартного питорчевского кода.
Он начинает обгонять какую реализацию? Я предполагаю, что опенаи сделали какие-то особые трюки, чтобы тренировать обычный трансформер. Почти наверняка он у них работает гораздо быстрее стандартного питорчевского кода.
>>873319
Любая хуйня лучше персептрона, че сказать то хотел?
Любая хуйня лучше персептрона, че сказать то хотел?
ответил аниме-дебилу, во дурак
>>873319
Результаты хотя бы на imagenet какие?
Результаты хотя бы на imagenet какие?
>>868191 (OP)
Эй, пошли в мусорных баках копаться, там свежачок завезли
Эй, пошли в мусорных баках копаться, там свежачок завезли
>>873287
За счет чего? Там все оптимизации - это как распихать это говно по видюхам и серверам, и как между ними обмениваться данными, весами и градиентами. Но само перемножение матриц остается перемножением.
>>873319
В "персептронных" (почему так?) сигналы у тебя кодируются векторами, в спайковых - частотами в некотором одномерном сигнале в времени.
На лицо вычислительная избыточность - грубо говоря, вместо операции типа "если на входе 6, выдай на выход 4" у тебя получается "если на входе спайки с частотой 6, выдай на выход спайки с частотой 4". Вместо простой арифметики целое физическое моделирование.
Поэтому если нет подходящего какого-то полуаналогового железа, которое будет бесплатно считать соответствующие спайковым нейронам диффуры, что в них хорошего. Поэтому я особого смысла по сравнению с обработкой векторов не вижу.
Главная фишка биологических сетей в том, что у них нет глобального бэкпропа и каждый "вычислительный модуль" работает параллельно, по каким-то волшебным сигналам из внешней среды адаптируя свои веса. Вот это эффективно делать не умеют, а мозг, судя по всему, умеет.
За счет чего? Там все оптимизации - это как распихать это говно по видюхам и серверам, и как между ними обмениваться данными, весами и градиентами. Но само перемножение матриц остается перемножением.
>>873319
В "персептронных" (почему так?) сигналы у тебя кодируются векторами, в спайковых - частотами в некотором одномерном сигнале в времени.
На лицо вычислительная избыточность - грубо говоря, вместо операции типа "если на входе 6, выдай на выход 4" у тебя получается "если на входе спайки с частотой 6, выдай на выход спайки с частотой 4". Вместо простой арифметики целое физическое моделирование.
Поэтому если нет подходящего какого-то полуаналогового железа, которое будет бесплатно считать соответствующие спайковым нейронам диффуры, что в них хорошего. Поэтому я особого смысла по сравнению с обработкой векторов не вижу.
Главная фишка биологических сетей в том, что у них нет глобального бэкпропа и каждый "вычислительный модуль" работает параллельно, по каким-то волшебным сигналам из внешней среды адаптируя свои веса. Вот это эффективно делать не умеют, а мозг, судя по всему, умеет.
>>870651
Давайте вы для начала решите задачку попроще, типа предсказания следующего простого числа например своими нейронками, машинлёрнеры, а там уже и до статей как-нибудь доберётесь.
Давайте вы для начала решите задачку попроще, типа предсказания следующего простого числа например своими нейронками, машинлёрнеры, а там уже и до статей как-нибудь доберётесь.
Пожалуй надо разбавить поток двачеризма и какого-то мутного научпопа научпопом годным
https://yakovlev.me/para-slov-za-alphafold2/
https://yakovlev.me/para-slov-za-alphafold2/
Ребзя, подскажите, хочу запилить расширение для браузера для блока эро-катинок.
Есть ли такая уже натренеованная нейросеть? (я ньфаг в этой теме)
В каком формате вообще имеют ход данные о натренированности? Это тупа записи в БД?
Есть ли такая уже натренеованная нейросеть? (я ньфаг в этой теме)
В каком формате вообще имеют ход данные о натренированности? Это тупа записи в БД?
Кто-нибудь работал с catboost?
Кто-то может пояснить смысл cat_features? Это названия признаков?
По документации что-то не догнал.
https://catboost.ai/docs/concepts/python-reference_catboostclassifier_fit.html
Кто-то может пояснить смысл cat_features? Это названия признаков?
По документации что-то не догнал.
https://catboost.ai/docs/concepts/python-reference_catboostclassifier_fit.html
https://www.youtube.com/watch?v=t_rREN2o-n4
писючки))))
писючки))))
Train rmse: 9.824433247328741
Validation rmse: 4.480288278511864
Пиздец, нахуй так жить, посоны?
Validation rmse: 4.480288278511864
Пиздец, нахуй так жить, посоны?
>>873826
Регуляризуй епт
Регуляризуй епт
>>873826
Так нормально жи. Разве нет?
Так нормально жи. Разве нет?
25 Кб, 608x403Взял учебный датасет, с распределением пикрил. Какие бы анальные бустинги не использовал на валидации выше 0.84 не прыгнуть. Предсказывая только 0 класс выдает скор 0.72. Не знаю будет ли правильно апсемплить два меньших класса до певого, ясно что даунсемплить тоже не варик. Пока только увеличил веса для двух классов в 4 и 35 раз, особо не помогло. Что посоветуете? Мб взять ансамбль двух моделей, типо одна предсказывает первый ли это класс, а вторая выбирает между двумя другими?
>>874601
Удивлен чему? Тому что есть вакансии и тут я окончательно охуел или что решил вкотиться именно в эту область? Если второе - то лучше перекатывайся куда-то ещё, хайп мышиного облучения уже прошел, лучше идти в более традиционный кодинг
Удивлен чему? Тому что есть вакансии и тут я окончательно охуел или что решил вкотиться именно в эту область? Если второе - то лучше перекатывайся куда-то ещё, хайп мышиного облучения уже прошел, лучше идти в более традиционный кодинг
>>874614
Ну то есть всегда выдает самый большой класс и считает это наилучшей стратегией. Попробуй обучать медленнее и модель посложнее, чтобы добиться хотя бы оверфита.
Ну то есть всегда выдает самый большой класс и считает это наилучшей стратегией. Попробуй обучать медленнее и модель посложнее, чтобы добиться хотя бы оверфита.
>>874660
Ну я пока в гридсерч кучу параметров запихнул, пусть ищет. Пока сделал апсемплинг до 140 примеров в каждом классе, скураси на трейне до 93 поднялась, на вале 84. У меня кстати в датасете текстовых колонок в разы больше чем float. Сделал я one-hot и вот думаю, стоит ли нормировать числовые до [-1;1]. До этого пробовал, значительного прироста не увидел. Мб есть какие то лучшие практики что делать в случае разных типов колонок?
Ну я пока в гридсерч кучу параметров запихнул, пусть ищет. Пока сделал апсемплинг до 140 примеров в каждом классе, скураси на трейне до 93 поднялась, на вале 84. У меня кстати в датасете текстовых колонок в разы больше чем float. Сделал я one-hot и вот думаю, стоит ли нормировать числовые до [-1;1]. До этого пробовал, значительного прироста не увидел. Мб есть какие то лучшие практики что делать в случае разных типов колонок?
53 Кб, 500x728>>874776
А что Путин? Дедушка старый, ему главное - покакать. На бумажке что-то там написали, он зачитал. Какой в Блинолопатии машобчик, хоспаде. Своего вообще ничего нет, Вапник сьебал давно в цивилизованный мир, Червоненкис не сьебал и замёрз насмерть на улице, как собака. Максимум, у китайцев что-то купят для электронного ГУЛАГа, и твои личные данные зекам сольют, у грефа давно, а главное, официально совместные проекты с ФСИН.
> а как же Путин?
А что Путин? Дедушка старый, ему главное - покакать. На бумажке что-то там написали, он зачитал. Какой в Блинолопатии машобчик, хоспаде. Своего вообще ничего нет, Вапник сьебал давно в цивилизованный мир, Червоненкис не сьебал и замёрз насмерть на улице, как собака. Максимум, у китайцев что-то купят для электронного ГУЛАГа, и твои личные данные зекам сольют, у грефа давно, а главное, официально совместные проекты с ФСИН.
>>874788
пейпер скачать и реализовать anomaly detection чтобы налоги стрясти с зажравшихся машобщиков по любой технологии уж они осилят.
пейпер скачать и реализовать anomaly detection чтобы налоги стрясти с зажравшихся машобщиков по любой технологии уж они осилят.
>>874788
https://www.youtube.com/watch?v=i1PkfRbGx6s
Вот тебе лекция "машинлернинг для кабанчиков из РАНХигс" будущих чиновников и налоговиков.
Рассказывает натуральный жирненький кабанчик.
https://www.youtube.com/watch?v=i1PkfRbGx6s
Вот тебе лекция "машинлернинг для кабанчиков из РАНХигс" будущих чиновников и налоговиков.
Рассказывает натуральный жирненький кабанчик.
>>874793
Может быть, когда-нибудь в следующей жизни. Пока что не осилили. Со всеми своими Яндексами, тысячами синьоров пиздаболов 3000кккк/сек типа того зумера, что здесь форсят, любым баблом, админресурсом и неподсудностью за нарушения любых прав человека типа свободной торговли личными данными итд.
Может быть, когда-нибудь в следующей жизни. Пока что не осилили. Со всеми своими Яндексами, тысячами синьоров пиздаболов 3000кккк/сек типа того зумера, что здесь форсят, любым баблом, админресурсом и неподсудностью за нарушения любых прав человека типа свободной торговли личными данными итд.
>>874954
Программирование на уровне мидла.
>что нужно знать помимо машоба, чтобы вкатиться джуном в машоб?
Программирование на уровне мидла.
>>874976
Нормальное владение одним-двумя языками, алгоритмы, ООП, паттерны проектирования, гит.
Любой.
>Что ты имеешь в виду под "программированием"?
Нормальное владение одним-двумя языками, алгоритмы, ООП, паттерны проектирования, гит.
>Какой стек?
Любой.
>>868191 (OP)
Чет лолирую с вкатунов в этом трхеде
>Что ты имеешь в виду под "программированием"? Какой стек?
Чет лолирую с вкатунов в этом трхеде
>>874976
Кодомакака бушует, забей. На питончике чего-нибудь маленько говнякать умеешь и нормас.
Кодомакака бушует, забей. На питончике чего-нибудь маленько говнякать умеешь и нормас.
>>875009
Если ты не старшекурсник топового вуза - то не вкатишься и соответственно скиллы тебе нахуй не нужны
>Я спрашивал про конкретные скиллы.
Если ты не старшекурсник топового вуза - то не вкатишься и соответственно скиллы тебе нахуй не нужны
Почему ещё никто не обучил эту штуку https://www.deepstack.ai/ и не начал собирать деньги с онлайн покерков?
>>875186
И тут ты кидаешь что-то из 2005 года, что обыгрывало профессионалов в безлимитный техасский холдем.
Спойлер: такого нет, ты обосрался.
И тут ты кидаешь что-то из 2005 года, что обыгрывало профессионалов в безлимитный техасский холдем.
Спойлер: такого нет, ты обосрался.
>>875274
Poker Academy: Texas Hold'em, довольно хорошо играет, но там без обоссаного смузихлебного нейроговна.
>что-то из 2005 года
Poker Academy: Texas Hold'em, довольно хорошо играет, но там без обоссаного смузихлебного нейроговна.
>>875319
Скажы, что ты его на изичах выигрываешь?
Скажы, что ты его на изичах выигрываешь?
>>875326
Я как то в тройку лидеров вышел на каком то там чемпионате, но покер это игра для деградов, унылая и однообразная.
Я как то в тройку лидеров вышел на каком то там чемпионате, но покер это игра для деградов, унылая и однообразная.
>>875274
А и не нужно никаких диких алгоритмов чтобы обыгрывать онлайн обрыганов, там самые простые из прошлого века и так прибыль дают. Насколько я знаю главная хитрость ботоводства в покере не в алгоритмах, а техническая: как делать чтоб не палили, антифрод покерских контор жутко сложный и проприетарный чуть более чем полностью.
А и не нужно никаких диких алгоритмов чтобы обыгрывать онлайн обрыганов, там самые простые из прошлого века и так прибыль дают. Насколько я знаю главная хитрость ботоводства в покере не в алгоритмах, а техническая: как делать чтоб не палили, антифрод покерских контор жутко сложный и проприетарный чуть более чем полностью.
>>875354
Там в каком то пендоинституте целое подразделение ИИ было, которое исследовало ботов и писало паперы. Потом они нашли не плохой алгоритм, дропнули институт и основали какой то там онлайн покеррум. Лол, поэтому пеперы для пидоров, в них сливают всю воду матанолохам.
>диких алгоритмов
Там в каком то пендоинституте целое подразделение ИИ было, которое исследовало ботов и писало паперы. Потом они нашли не плохой алгоритм, дропнули институт и основали какой то там онлайн покеррум. Лол, поэтому пеперы для пидоров, в них сливают всю воду матанолохам.
>>875354
Вангую это потому что они сами там ботов держат и конкуренты им ни к чему.
Вангую это потому что они сами там ботов держат и конкуренты им ни к чему.
Я практически не понимаю ничего про нормы, метрики, энтропии. Этого нет в обычных учебниках матстата. Какой это вообще предмет? Подскажите, пожалуйста, чего почитать.
Анон, помоги нюфажине разобраться с графиками, пожалуйста.
Что можно сказать про дискриминатор с генератором?
Обучились? Или всё плохо?
так и не понял, за что этот ползунок справа от графика отвечает
Что можно сказать про дискриминатор с генератором?
Обучились? Или всё плохо?
так и не понял, за что этот ползунок справа от графика отвечает
>>875354
Соглашаюсь и не соглашаюсь с этим аноном:
Покер сильно зависит от удачи. Чтобы застраховаться от неудачного доезда сопернику выигрышной карты (что случается довольно часто даже при идеальной стратегии), принято брать с собой за стол только маленькую часть общего банкрола (по классике 1/50). С ботоводской точки зрения это значит что ты можешь орудовать только 2% тех денег, который оставляешь в заложниках похер руму. Если же тебя обвинят в ботоводстве или читерстве тебе вообще нихера могут не вернуть, поэтому цена ошибки довольно высока. При этом люди, которые действительно могут обучить нейросеть играть в покер и интегрировать это в более-менее беспалевное ПО скорее всего могут на изи пойти на галеру за жопочасы и получать пару К без риска (и особо не напрягаясь если честно).
Соглашаюсь и не соглашаюсь с этим аноном:
Покер сильно зависит от удачи. Чтобы застраховаться от неудачного доезда сопернику выигрышной карты (что случается довольно часто даже при идеальной стратегии), принято брать с собой за стол только маленькую часть общего банкрола (по классике 1/50). С ботоводской точки зрения это значит что ты можешь орудовать только 2% тех денег, который оставляешь в заложниках похер руму. Если же тебя обвинят в ботоводстве или читерстве тебе вообще нихера могут не вернуть, поэтому цена ошибки довольно высока. При этом люди, которые действительно могут обучить нейросеть играть в покер и интегрировать это в более-менее беспалевное ПО скорее всего могут на изи пойти на галеру за жопочасы и получать пару К без риска (и особо не напрягаясь если честно).
>>875310
Как-то так выходит, что без обоссаного смузихлебного нейроговна достижим только уровень "довольно хорошо" и "а ты сам лучше сможешь?".
Как-то так выходит, что без обоссаного смузихлебного нейроговна достижим только уровень "довольно хорошо" и "а ты сам лучше сможешь?".
>>875547
Все просто, все остальное не хайпово, да и тратить врямя на покер удел смузихлебов
>Как-то так выходит
Все просто, все остальное не хайпово, да и тратить врямя на покер удел смузихлебов
>>875577
>да и тратить время на компьютерное зрение, обработку естественных языков, обучение с подкреплением, рекомендательные системы, фолдинг белков - удел смузихлебов
>>875389
Спасибо
Спасибо
59 Кб, 800x450А вы говорите, машобчик говно без задач. https://www.bbc.com/russian/news-55220730
Понели, да? Просто стоит пустая припаркованная машина и срисовывает еблишки всех проезжающих мимо, хоть неделю подряд. А нужного пассажира прямо на ходу нашпиговывает свинцом, вместе с прикрывшим его охранником, при этом даже его жену не задевает. После чего самоуничтожается, чтобы скрыть все улики.
> Иранский физик-ядерщик Мохсен Фахризаде был убит из пулемета с искусственным интеллектом и спутниковым наведением, заявил заместитель главнокомандующего Корпуса стражей исламской революции Али Фадави. Часть экспертов относится к этой официальной версии скептически.
> По словам контр-адмирала Фадави, из оружия было выпущено 13 пуль. Они попали в Фахризаде, проезжавшего по близлежащей дороге в бронированном автомобиле, но не задели сидевшую рядом жену. Пулемет был установлен на припаркованном в отдалении от дороги автомобиле "Ниссан".
> Пулемет "навелся на лицо мученика Фахризаде с помощью высокотехнологичной камеры, в нем были применены технологии искусственного интеллекта", - цитирует иранского военачальника агентство Мехр. Четыре пули попали в начальника охраны, который закрыл собой Фахризаде, добавил Фадави.
> При этом автономное оружие, по его словам, "контролировалось онлайн с помощью спутника", люди в нападении на конвой Фахризаде не участвовали. Иранское информационное агентство Фарс сообщало, что после убийства Фахризаде автомобиль самоуничтожился при помощи взрыва.
Понели, да? Просто стоит пустая припаркованная машина и срисовывает еблишки всех проезжающих мимо, хоть неделю подряд. А нужного пассажира прямо на ходу нашпиговывает свинцом, вместе с прикрывшим его охранником, при этом даже его жену не задевает. После чего самоуничтожается, чтобы скрыть все улики.
Что нужно знать, если в вакансии требуются методы оптимизации? Что под ними подразумевается?
>>875637
Забей. Машоб не для тебя, если даже его основ не знаешь. В джаву со спрингом вкатывайся или джаваскрипт, там нет такой конкуренции за место.
Забей. Машоб не для тебя, если даже его основ не знаешь. В джаву со спрингом вкатывайся или джаваскрипт, там нет такой конкуренции за место.
Почему машобач такой токсичный? Или здесь просто сидит пара типов, что срут всем в уши?
>>875653
Люди сюда пришли за зарплатами в миллионы, а получают, как обычная кодомакака.
В МЛ идут самые душные аутисты, которым не хватает бабского внимания. Потому они злые
> токсичный
Люди сюда пришли за зарплатами в миллионы, а получают, как обычная кодомакака.
В МЛ идут самые душные аутисты, которым не хватает бабского внимания. Потому они злые
>>875354
Так у меня вопрос не про огромную сеть ботов, а про стабильное обыгрывание с помощью хоть каких алгоритмов. Что мешает в одном окне открывать окошко с покером, а в другом покерный аналог stockfish, вводить состояние стола, получать лучший ход и медленно собирать профит?
>>875653
Тимнит Гебру, спок!
Так у меня вопрос не про огромную сеть ботов, а про стабильное обыгрывание с помощью хоть каких алгоритмов. Что мешает в одном окне открывать окошко с покером, а в другом покерный аналог stockfish, вводить состояние стола, получать лучший ход и медленно собирать профит?
>>875653
Тимнит Гебру, спок!
>>875665
казнить нельзя помиловать
казнить нельзя помиловать
56 Кб, 380x501>>875387
Бамп вопросу.
Бамп вопросу.
>>875610
Вот видити видити?? Всем читать битерлесон!!
Вот видити видити?? Всем читать битерлесон!!
>>875690
Ммм ну может потому что таких находчивых пидарашек банят наверное?
>Что мешает в одном окне открывать окошко с покером, а в другом покерный аналог stockfish, вводить состояние стола, получать лучший ход и медленно собирать профит?
Ммм ну может потому что таких находчивых пидарашек банят наверное?
>>875653
При чем оба безработные
При чем оба безработные
>>875700
Мониторят список процессов и просят прислать подозрительный, еще за рабочим столом подсматривают и в камеру.
>Как детектят?
Мониторят список процессов и просят прислать подозрительный, еще за рабочим столом подсматривают и в камеру.
>>875771
С ноута или второго компа параллельно можно. Ну и полно турниров без камер.
Если уже 15 лет есть алгоритмы, позволяющие стабильно выигрывать средних игроков, то в чем проблема?
Вот в шахматах проблемы нет, просто там не играют на деньги, а ради рейтинга на сайте таким заниматься никто не будет.
С ноута или второго компа параллельно можно. Ну и полно турниров без камер.
Если уже 15 лет есть алгоритмы, позволяющие стабильно выигрывать средних игроков, то в чем проблема?
Вот в шахматах проблемы нет, просто там не играют на деньги, а ради рейтинга на сайте таким заниматься никто не будет.
Как скрипт на питоне + TF + Keras скомпилировать и использовать на другом ПК? Или надо ставить питон, и пользоваться скриптами?
>>875839
В доккер надо уметь пробрасывать видео-карты. Если чуваку это не нужно, и ему нужно просто гонять тренированную модельку, то сойдет и доккер
В доккер надо уметь пробрасывать видео-карты. Если чуваку это не нужно, и ему нужно просто гонять тренированную модельку, то сойдет и доккер
>>875847
Ты можешь выложить весь virtualenv, который можно запускать на других машинах
Ты можешь выложить весь virtualenv, который можно запускать на других машинах
>>875818
Я читал - там написано, что ты обосрался.
Я читал - там написано, что ты обосрался.
Есть кто учился или учится в Шаде? Если да, какие профиты почувствовали на себе? В плане скилов, например.
>>875796
Просто увидят что ты стабильно выигрываешь и забанят на всякий случай
Просто увидят что ты стабильно выигрываешь и забанят на всякий случай
>>875807
Экспортируешь модель в ONNX и используешь opencv
Экспортируешь модель в ONNX и используешь opencv
>>875880
Какой ШАД, чел, тут сидят одни кодомакаки кидающие боевые картинки с петухом при любом упоминание минимальной математики.
Какой ШАД, чел, тут сидят одни кодомакаки кидающие боевые картинки с петухом при любом упоминание минимальной математики.
У макак перманентный баттхерт от того, что они работают с формальными системами, но ниасилили достаточный уровень абстракции для математики. Это постоянное напоминание о собственной тупости.
>>875953
Неужели никто из тех, кто сидит на дваче не вырвался с уровня кодомакаки? Или те, кто вырвался, на двач больше не заходят?
Неужели никто из тех, кто сидит на дваче не вырвался с уровня кодомакаки? Или те, кто вырвался, на двач больше не заходят?
>>875953
>>875969
А вот и воннаби математики-датасаентисты.
Не при упоминании математики, а в ответ на вскукареки про ненужность программирования.
Продут работы датасаенса - это точно такая же программа, как и все остальное. У меня горит от качества кода и нехватки нормальных программистов в этой сфере, и от того, что приходится работать с подобным говнокодом.
кодомакака
>>875969
А вот и воннаби математики-датасаентисты.
>при любом упоминание минимальной математики
Не при упоминании математики, а в ответ на вскукареки про ненужность программирования.
>баттхерт от того, что они работают с формальными системами, но ниасилили достаточный уровень абстракции для математики
Продут работы датасаенса - это точно такая же программа, как и все остальное. У меня горит от качества кода и нехватки нормальных программистов в этой сфере, и от того, что приходится работать с подобным говнокодом.
кодомакака
>>875979
Но это твоя роль и есть. Я чищу данные, ты чистишь мой код. Невозможно писать продакшен-код, когда ты экспериментируешь с данными.
Мне нет смысла делать все гибко и стабильно. Я делаю прототипы и разрабатываю методы. Когда я все сделал, ты уже делаешь индустриально, на чем хочешь, докеры там, веб-сервисы, что от тебя нужно. Если до этой стадии вообще доходит дело - в науке все заканчивается на пруф оф концепт, например. Там макаки почти не заняты.
Как аналогия, я работаю в лаборатории, а ты на заводе.
Но это твоя роль и есть. Я чищу данные, ты чистишь мой код. Невозможно писать продакшен-код, когда ты экспериментируешь с данными.
Мне нет смысла делать все гибко и стабильно. Я делаю прототипы и разрабатываю методы. Когда я все сделал, ты уже делаешь индустриально, на чем хочешь, докеры там, веб-сервисы, что от тебя нужно. Если до этой стадии вообще доходит дело - в науке все заканчивается на пруф оф концепт, например. Там макаки почти не заняты.
Как аналогия, я работаю в лаборатории, а ты на заводе.
>>875979
Ну так границы открыты, уёбывай в кровавый ентерпрайз и там обмазывайся сколько хочешь своим ООПЭ и ТЕСТАМИ
>У меня горит от качества кода и нехватки нормальных программистов в этой сфере, и от того, что приходится работать с подобным говнокодом.
Ну так границы открыты, уёбывай в кровавый ентерпрайз и там обмазывайся сколько хочешь своим ООПЭ и ТЕСТАМИ
Погодите, а нечёткий петух это и есть горящая кодомакака?
Или от математики горит дипшизик?
Я запутался
Или от математики горит дипшизик?
Я запутался
Нужен FAQ по шизам треда для ньюфагов. Добавьте в шапку.
>>876054
Тут есть резидентные шизы, но помимо них также заходят продемонстрировать свою фрустрацию и мимонапомоечники.
В рахе полно ваты, люто ненавидящей любой прогресс. Еще с совка традиция. Кибернетика лженаука, генетика продажная девка капитализма, или какие там им мантры читали с ТВ. Эта культура, плюс осознание того что ты остался на обочине жизни и видишь как все уходят куда-то далеко в недоступные тебе высоты, и дают такую реакцию повсеместно.
Тут есть резидентные шизы, но помимо них также заходят продемонстрировать свою фрустрацию и мимонапомоечники.
В рахе полно ваты, люто ненавидящей любой прогресс. Еще с совка традиция. Кибернетика лженаука, генетика продажная девка капитализма, или какие там им мантры читали с ТВ. Эта культура, плюс осознание того что ты остался на обочине жизни и видишь как все уходят куда-то далеко в недоступные тебе высоты, и дают такую реакцию повсеместно.
>>876061
Все верно, или хочешь поспорить, что с приходом компьютеров человечество как то перешло на новый уровень развития? Даже как то и деградацией попахивает.
>Кибернетика лженаука
Все верно, или хочешь поспорить, что с приходом компьютеров человечество как то перешло на новый уровень развития? Даже как то и деградацией попахивает.
>>876069
Ебать дебил. Конечно перешло. Вернее начинает переходить в светлое будущее без нищеты, войн, и политики.
> что с приходом компьютеров человечество как то перешло на новый уровень развития?
Ебать дебил. Конечно перешло. Вернее начинает переходить в светлое будущее без нищеты, войн, и политики.
>>876061
>>876069
А вот не были бы вы оба безграмотными школьниками, знали бы что "кибернетика" это невнятная полушизоидная водичка про "управление", к тому как компьютеры изменили мир имеющая опосредованное отношение.
Учите математику братцы, а то мозги стремительно деградируют. Ибо технологии и фреймворки приходящи, а теоремы Пифагора и Атьи-Зингера вечны.
>>876069
А вот не были бы вы оба безграмотными школьниками, знали бы что "кибернетика" это невнятная полушизоидная водичка про "управление", к тому как компьютеры изменили мир имеющая опосредованное отношение.
Учите математику братцы, а то мозги стремительно деградируют. Ибо технологии и фреймворки приходящи, а теоремы Пифагора и Атьи-Зингера вечны.
>>876010
Нормальный код писать можно, хотя бы с соблюдением PEP8 и адекватной структурой, а не хуячить все в один файл со строчками по 300 символов.
Если ты выкладываешь код в открытый доступ, то твоими прототипами потенциально будет пользоваться все научное сообщество. Даже если не выкладываешь, то работаешь наверняка не один, и не один вечер. За говнокод тебе не скажут спасибо в любом случае.
Нормальные исследования завершаются созданием работающих моделей и систем, готовых для продакшена.
В то же время, абсолютное большинство исследований - это попил грантов и намеренная обфускация эксперимента и результатов. Не получается сделать ничего работающего? Иди в науку и пиши пруф оф концепт! Такие "исследователи" хуже даже кодомакак, которые хотя бы делают что-то полезное.
>Невозможно писать продакшен-код, когда ты экспериментируешь с данными.
Нормальный код писать можно, хотя бы с соблюдением PEP8 и адекватной структурой, а не хуячить все в один файл со строчками по 300 символов.
>Я делаю прототипы и разрабатываю методы.
Если ты выкладываешь код в открытый доступ, то твоими прототипами потенциально будет пользоваться все научное сообщество. Даже если не выкладываешь, то работаешь наверняка не один, и не один вечер. За говнокод тебе не скажут спасибо в любом случае.
>Если до этой стадии вообще доходит дело - в науке все заканчивается на пруф оф концепт, например.
Нормальные исследования завершаются созданием работающих моделей и систем, готовых для продакшена.
В то же время, абсолютное большинство исследований - это попил грантов и намеренная обфускация эксперимента и результатов. Не получается сделать ничего работающего? Иди в науку и пиши пруф оф концепт! Такие "исследователи" хуже даже кодомакак, которые хотя бы делают что-то полезное.
>>876061
То есть дипшкольник всё-таки? Понял
То есть дипшкольник всё-таки? Понял
>>876168
Пусть рабы пашут на подскакивающего кабанчика, а я делаю науку ради науки (прикинь, и такое бывает)
>готовых для продакшена
Пусть рабы пашут на подскакивающего кабанчика, а я делаю науку ради науки (прикинь, и такое бывает)
>>876188
Лучше стоять у станка, чем писать никому не нужные статьи про прототипы, которые годятся лишь для пруф оф концепт который никому нахуй не сдался.
Настоящей наукой занимаются в основном в R&D отделах крупных компаний.
Лучше стоять у станка, чем писать никому не нужные статьи про прототипы, которые годятся лишь для пруф оф концепт который никому нахуй не сдался.
Настоящей наукой занимаются в основном в R&D отделах крупных компаний.
>>876168
Нет. Димпайнд, который двигает диплернинг, вообще редко код выкладывают даже для воспроизведения. Если кто и выкладывает, в большинстве случаев это ноутбуки. Но и это не обязательно. Нет в науке никакого продакшена, кроме статей.
>Нормальные исследования завершаются созданием работающих моделей и систем, готовых для продакшена.
Нет. Димпайнд, который двигает диплернинг, вообще редко код выкладывают даже для воспроизведения. Если кто и выкладывает, в большинстве случаев это ноутбуки. Но и это не обязательно. Нет в науке никакого продакшена, кроме статей.
>>876054
Оба горят, но по разным причинам. Нечеткий - конструктивист-кефирщик, отрицающий мейнстрим науки (https://2ch.hk/math/res/65396.html#76607). (М)
Дипшкольник уверен, что биттерлессон дает ему право не заниматься собственным образованием вообще - это все для дедов, из которых песок сыпется.
Оба горят, но по разным причинам. Нечеткий - конструктивист-кефирщик, отрицающий мейнстрим науки (https://2ch.hk/math/res/65396.html#76607). (
М)Дипшкольник уверен, что биттерлессон дает ему право не заниматься собственным образованием вообще - это все для дедов, из которых песок сыпется.
>>876195
Выкладывают, причем иногда есть даже юнит тесты:
https://github.com/deepmind/deepmind-research
https://github.com/google-research
https://github.com/facebookresearch
В статьях как правило скрывают все неудобные факты, и в целом подгоняют результат. Получается, что заебись все только на бумаге, а реально использоваться никогда не будет по ряду ограничений. Более того, ты можешь в наглую завысить результаты, и никто об этом не узнает, поскольку воспроизвести эксперимент очень сложно. В общем, нет кода = пиздабол.
>Димпайнд, который двигает диплернинг, вообще редко код выкладывают даже для воспроизведения
Выкладывают, причем иногда есть даже юнит тесты:
https://github.com/deepmind/deepmind-research
https://github.com/google-research
https://github.com/facebookresearch
В статьях как правило скрывают все неудобные факты, и в целом подгоняют результат. Получается, что заебись все только на бумаге, а реально использоваться никогда не будет по ряду ограничений. Более того, ты можешь в наглую завысить результаты, и никто об этом не узнает, поскольку воспроизвести эксперимент очень сложно. В общем, нет кода = пиздабол.
>>876212
За 2020 около 200 штук.
Есть проекты без ноутбуков, а у гугла и фейсбука их еще больше.
Тем более что проблема не столько в ноутбуках, сколько говнокоде. У димпайнда с этим все хорошо. Еще возможно, что код в ноутбук они засунули лишь на самом последнем этапе. Собственно, для этого ноутбуки и нужно использовать - они хороши для презентации результата.
>У них тысячи статей ежегодно
За 2020 около 200 штук.
>И в том репо дипмайнда одни ноутбуки.
Есть проекты без ноутбуков, а у гугла и фейсбука их еще больше.
Тем более что проблема не столько в ноутбуках, сколько говнокоде. У димпайнда с этим все хорошо. Еще возможно, что код в ноутбук они засунули лишь на самом последнем этапе. Собственно, для этого ноутбуки и нужно использовать - они хороши для презентации результата.
>>876157
Типа математика не оторванная от реальности шиза
>"кибернетика" это невнятная полушизоидная водичка
>Учите математику
Типа математика не оторванная от реальности шиза
>>876010
Поэтому сейчас половина соревнований на докере
Поэтому сейчас половина соревнований на докере
>>876255
Хуй соси
Хуй соси
>>876061
Ненавидят в основном научпоперов от машоба продающих всем какую-то дичь в первую очередь типа этого фолдинга. Не сказать что незаслуженно.
>В рахе полно ваты, люто ненавидящей любой прогресс
Ненавидят в основном научпоперов от машоба продающих всем какую-то дичь в первую очередь типа этого фолдинга. Не сказать что незаслуженно.
>>876010
Макакен может на западного барина работать удаленно и получать больше, чем дата-саентист, пытающийся оживить бизнес кабанчика, крутясь с ним в одном колесе.
Макакен может на западного барина работать удаленно и получать больше, чем дата-саентист, пытающийся оживить бизнес кабанчика, крутясь с ним в одном колесе.
>>876079
Когда ИИ будет изобретен, всё соврееннте капиталистическое общество потеряет какой-либо смысл. Пруф ми вронг.
Когда ИИ будет изобретен, всё соврееннте капиталистическое общество потеряет какой-либо смысл. Пруф ми вронг.
>>876416
С пробуждением, MYCIN завалили даже не копетоглисты, а вговнемоченыемедикипедики которые могли бы остаться без корыта с хрючевом и это еще в 70х. А была еще глобальный ИИ управления государством, который то же себя хорошо показал.
>Пруф ми вронг
С пробуждением, MYCIN завалили даже не копетоглисты, а вговнемоченыемедикипедики которые могли бы остаться без корыта с хрючевом и это еще в 70х. А была еще глобальный ИИ управления государством, который то же себя хорошо показал.
>>876490
Так у тебя аргументов нет. Могу с таким же успехом ответить "нет, ты не прав".
Так у тебя аргументов нет. Могу с таким же успехом ответить "нет, ты не прав".
43 Кб, 419x398>>876498
С тем же успехом я тоже могу пейпер написать, с графиками, энтропиями. И что же. Ты давай реальные пруфы, а не манятеории.
С тем же успехом я тоже могу пейпер написать, с графиками, энтропиями. И что же. Ты давай реальные пруфы, а не манятеории.
>>876500
Какие пруфы ещё тебе нужны? О каких манятеориях ты говоришь? Пейпер написан Пьеро Скаруффи, и, в отличие от тебя, он занимается ИИ профессионально всю жизнь.
https://en.wikipedia.org/wiki/Piero_Scaruffi
Какие пруфы ещё тебе нужны? О каких манятеориях ты говоришь? Пейпер написан Пьеро Скаруффи, и, в отличие от тебя, он занимается ИИ профессионально всю жизнь.
https://en.wikipedia.org/wiki/Piero_Scaruffi
>>876500
Пиши пейпер - тогда будем опровергать. А пока у тебя пердеж в лужу.
Пиши пейпер - тогда будем опровергать. А пока у тебя пердеж в лужу.
>>876498
Нереферируемая научпоп-книжка в качестве пруфа. Оок.
Какой-то мудачок-хайпожор не в курсе, кто именно начал тренировать нейронки на GPU. То есть буквально не стал копаться в истории - нахуя это вообще, а тупо написал имя того, что прочитал в хайповых блогах или услышал в том кафе, где покупает смузи.
Дальше идет параграф про NLP и его очень смешно читать в книжке 2016 года. Ждем новое издание, где он опять напишет "ваш прогресс не прогресс, нет никакого прогресса". Хррртьфу.
Нереферируемая научпоп-книжка в качестве пруфа. Оок.
>The real innovation in Ng’s approach was the idea to use GPUs. That simple idea made it possible to train multi-layer neural networks.
Какой-то мудачок-хайпожор не в курсе, кто именно начал тренировать нейронки на GPU. То есть буквально не стал копаться в истории - нахуя это вообще, а тупо написал имя того, что прочитал в хайповых блогах или услышал в том кафе, где покупает смузи.
Дальше идет параграф про NLP и его очень смешно читать в книжке 2016 года. Ждем новое издание, где он опять напишет "ваш прогресс не прогресс, нет никакого прогресса". Хррртьфу.
>>876543
Ну лучше чем трясти черные ящики, собственно поскольку нейроговно в силу своей ущербности никакой опасности не представляет копетоглистам то его и форсят.
Ну лучше чем трясти черные ящики, собственно поскольку нейроговно в силу своей ущербности никакой опасности не представляет копетоглистам то его и форсят.
>>876593
Поссал на копетоглиста
Поссал на копетоглиста
185 Кб, 1504x687Смотрите, есть динамика технологических показателей по объектам во времени. Объектов несколько десятков. Три показателя каждого объекта взаимосвязаны, а также зависят от других факторов, значение которых неизвестно, вмешательства человека (нечастого), а также, возможно, от показателей соседних объектов. Как думаете, возможно ли на таких данных построить модель, которая будет предсказывать динамику?
>>876543
Как раз таки хорошо показал. Но потом пришел Пиночет, и разогнал всех коммунистов-прогрессивистов и начал террор.
> который то же себя хорошо показал.
Как раз таки хорошо показал. Но потом пришел Пиночет, и разогнал всех коммунистов-прогрессивистов и начал террор.
67 Кб, 917x604>>876652
а нормально написать можешь? что еще за "объекты"?
из сотен возможных моделей придется выбирать осмысленную и описывающую реальные процессы, а не секретный уровень CO2 в твоих секретных пуках.
И вот тебе первая модель в Tableau:
а нормально написать можешь? что еще за "объекты"?
из сотен возможных моделей придется выбирать осмысленную и описывающую реальные процессы, а не секретный уровень CO2 в твоих секретных пуках.
И вот тебе первая модель в Tableau:
>>876584
Ну ты бы хоть на его сайт зашел, этого мудачка-хайпожора. Потому что Скаруффи, блядь, историк, мудозвон ты поверхностный.
>То есть буквально не стал копаться в истории
Ну ты бы хоть на его сайт зашел, этого мудачка-хайпожора. Потому что Скаруффи, блядь, историк, мудозвон ты поверхностный.
>>876349
Да, может. А если датасаентист будет дворы мести, то разница еще больше будет.
Кто в здравом уме вообще на раху работает? Очнись, раха давно уже все.
Да, может. А если датасаентист будет дворы мести, то разница еще больше будет.
Кто в здравом уме вообще на раху работает? Очнись, раха давно уже все.
>>876652
Для динамики нужны дифуры. Если в конечных разностях, то что-то типа (y-y[i-1])/dT=ay[i-1]+bx (апериодическое звено первого порядка). Если смотреть на нейронную сеть, то апериодическое звено первого порядка она повторит легко, если завести выход нейрона на вход (возможно через еще один нейрон, выполняющий роль "сумматор+запаздывание на такт"). ХЗ, тренируют сети такой структуры или нет...
Это будет не модель "выбросов" (возмущений), а некая динамическая модель объекта.
На "выбросы" (возмущение) нужно отдельную нейронную сеть тренировать, она вполне неплохо повторит "типовой шум" (с особенностями, типа всплески в обед/по выходным или спад к вечеру). Но результаты нейронки с возмущениями нужно будет скармливать динамической модели объекта, чтобы получить адекватный результат (например, добавлять возмущение f к x).
Имея вторую нейронную сеть (для возмущений) на создание динамической модели объекта "на нейронных сетях" можно и забить... Просто построить примитивную динамическую модель 1 или 2 порядка (ну с 3-мя входами, или сколько у тебя их там будет).
Для динамики нужны дифуры. Если в конечных разностях, то что-то типа (y-y[i-1])/dT=ay[i-1]+bx (апериодическое звено первого порядка). Если смотреть на нейронную сеть, то апериодическое звено первого порядка она повторит легко, если завести выход нейрона на вход (возможно через еще один нейрон, выполняющий роль "сумматор+запаздывание на такт"). ХЗ, тренируют сети такой структуры или нет...
Это будет не модель "выбросов" (возмущений), а некая динамическая модель объекта.
На "выбросы" (возмущение) нужно отдельную нейронную сеть тренировать, она вполне неплохо повторит "типовой шум" (с особенностями, типа всплески в обед/по выходным или спад к вечеру). Но результаты нейронки с возмущениями нужно будет скармливать динамической модели объекта, чтобы получить адекватный результат (например, добавлять возмущение f к x).
Имея вторую нейронную сеть (для возмущений) на создание динамической модели объекта "на нейронных сетях" можно и забить... Просто построить примитивную динамическую модель 1 или 2 порядка (ну с 3-мя входами, или сколько у тебя их там будет).
>>876764
Ну если хочешь, назови "анализ экспоненциальных временных рядов". Смысл не изменится.
Ну если хочешь, назови "анализ экспоненциальных временных рядов". Смысл не изменится.
65 Кб, 1399x156>>876703
И что там на сайте написано, что это Великий Топ №1 который круче всех на свете? На сайте любого фрика написана подобная хуйня...
Никаким историком он не является. Он в лучшем случае автор нонфикшена для быдла, пишущий сразу обо всем, типа Латыниной. То есть чтиво прикольное, но с кучей ошибок и подтасовок, без особой претензии на научность. В худшем - нарциссичный научный фрик. Не ученый-нарцисс типа Шмидхубера, это хуй с ним (хотя довольно смешно читать самонаписанную биографию себя любимого в третьем лице на домашних страничках у обоих поциентов), а натуральный фрик с нулем достижений в той науке, которую он пытается обозревать.
А по фактам там все очень грустно и вредно. "The real innovation in Ng’s approach was the idea to use GPUs" - это ложь. Ын использовал CPU. То есть книга настолько хуевого качества, что в ней не вычитаны такие банальные фактические ошибки. Ошибки ли? Скорее подтасовки. История искажается в удобную сторону.
Дело в том, что задача - переспорить самые хайповые инфоповоды. Поэтому например здесь https://scaruffi.com/mind/ai2010.html ты не найдешь упоминание чего-то типа MobileNet. Потому что не вписывается в картинку "больше, толще, еще больше, а прогресса на самом деле нет". 2020-й год прошел и что? GPT-3. Какая неожиданность.
Не, мань. Все хитрее. Книга 2016 года. Что произошло между 2016 и 2020? Например, появились трансформеры. Соответственно, так как мне неинтересно копаться в говне очередного фрика, я полез сразу туда, где он гарантированно обосрется - в параграфы о NLP и speech recognition. Потому что эти фрики всегда смотрят в прошлое, а при наступлении будущего они спасают свой манямир какой-то новой спасительной хуйней. И вот этот миг между прошлым и будущим называется "обсер". А потом идет демендж контрол, новый манямир, и так по кругу. Единственное что полезно, это тыкать подобное говно в собственные обсеры двух-трехлетней давности.
>Ну ты бы хоть на его сайт зашел, этого мудачка-хайпожора. Потому что Скаруффи, блядь, историк, мудозвон ты поверхностный.
И что там на сайте написано, что это Великий Топ №1 который круче всех на свете? На сайте любого фрика написана подобная хуйня...
Никаким историком он не является. Он в лучшем случае автор нонфикшена для быдла, пишущий сразу обо всем, типа Латыниной. То есть чтиво прикольное, но с кучей ошибок и подтасовок, без особой претензии на научность. В худшем - нарциссичный научный фрик. Не ученый-нарцисс типа Шмидхубера, это хуй с ним (хотя довольно смешно читать самонаписанную биографию себя любимого в третьем лице на домашних страничках у обоих поциентов), а натуральный фрик с нулем достижений в той науке, которую он пытается обозревать.
А по фактам там все очень грустно и вредно. "The real innovation in Ng’s approach was the idea to use GPUs" - это ложь. Ын использовал CPU. То есть книга настолько хуевого качества, что в ней не вычитаны такие банальные фактические ошибки. Ошибки ли? Скорее подтасовки. История искажается в удобную сторону.
Дело в том, что задача - переспорить самые хайповые инфоповоды. Поэтому например здесь https://scaruffi.com/mind/ai2010.html ты не найдешь упоминание чего-то типа MobileNet. Потому что не вписывается в картинку "больше, толще, еще больше, а прогресса на самом деле нет". 2020-й год прошел и что? GPT-3. Какая неожиданность.
>поверхностный
Не, мань. Все хитрее. Книга 2016 года. Что произошло между 2016 и 2020? Например, появились трансформеры. Соответственно, так как мне неинтересно копаться в говне очередного фрика, я полез сразу туда, где он гарантированно обосрется - в параграфы о NLP и speech recognition. Потому что эти фрики всегда смотрят в прошлое, а при наступлении будущего они спасают свой манямир какой-то новой спасительной хуйней. И вот этот миг между прошлым и будущим называется "обсер". А потом идет демендж контрол, новый манямир, и так по кругу. Единственное что полезно, это тыкать подобное говно в собственные обсеры двух-трехлетней давности.
65 Кб, 1399x156>>876703
И что там на сайте написано, что это Великий Топ №1 который круче всех на свете? На сайте любого фрика написана подобная хуйня...
Никаким историком он не является. Он в лучшем случае автор нонфикшена для быдла, пишущий сразу обо всем, типа Латыниной. То есть чтиво прикольное, но с кучей ошибок и подтасовок, без особой претензии на научность. В худшем - нарциссичный научный фрик. Не ученый-нарцисс типа Шмидхубера, это хуй с ним (хотя довольно смешно читать самонаписанную биографию себя любимого в третьем лице на домашних страничках у обоих поциентов), а натуральный фрик с нулем достижений в той науке, которую он пытается обозревать.
А по фактам там все очень грустно и вредно. "The real innovation in Ng’s approach was the idea to use GPUs" - это ложь. Ын использовал CPU. То есть книга настолько хуевого качества, что в ней не вычитаны такие банальные фактические ошибки. Ошибки ли? Скорее подтасовки. История искажается в удобную сторону.
Дело в том, что задача - переспорить самые хайповые инфоповоды. Поэтому например здесь https://scaruffi.com/mind/ai2010.html ты не найдешь упоминание чего-то типа MobileNet. Потому что не вписывается в картинку "больше, толще, еще больше, а прогресса на самом деле нет". 2020-й год прошел и что? GPT-3. Какая неожиданность.
Не, мань. Все хитрее. Книга 2016 года. Что произошло между 2016 и 2020? Например, появились трансформеры. Соответственно, так как мне неинтересно копаться в говне очередного фрика, я полез сразу туда, где он гарантированно обосрется - в параграфы о NLP и speech recognition. Потому что эти фрики всегда смотрят в прошлое, а при наступлении будущего они спасают свой манямир какой-то новой спасительной хуйней. И вот этот миг между прошлым и будущим называется "обсер". А потом идет демендж контрол, новый манямир, и так по кругу. Единственное что полезно, это тыкать подобное говно в собственные обсеры двух-трехлетней давности.
>Ну ты бы хоть на его сайт зашел, этого мудачка-хайпожора. Потому что Скаруффи, блядь, историк, мудозвон ты поверхностный.
И что там на сайте написано, что это Великий Топ №1 который круче всех на свете? На сайте любого фрика написана подобная хуйня...
Никаким историком он не является. Он в лучшем случае автор нонфикшена для быдла, пишущий сразу обо всем, типа Латыниной. То есть чтиво прикольное, но с кучей ошибок и подтасовок, без особой претензии на научность. В худшем - нарциссичный научный фрик. Не ученый-нарцисс типа Шмидхубера, это хуй с ним (хотя довольно смешно читать самонаписанную биографию себя любимого в третьем лице на домашних страничках у обоих поциентов), а натуральный фрик с нулем достижений в той науке, которую он пытается обозревать.
А по фактам там все очень грустно и вредно. "The real innovation in Ng’s approach was the idea to use GPUs" - это ложь. Ын использовал CPU. То есть книга настолько хуевого качества, что в ней не вычитаны такие банальные фактические ошибки. Ошибки ли? Скорее подтасовки. История искажается в удобную сторону.
Дело в том, что задача - переспорить самые хайповые инфоповоды. Поэтому например здесь https://scaruffi.com/mind/ai2010.html ты не найдешь упоминание чего-то типа MobileNet. Потому что не вписывается в картинку "больше, толще, еще больше, а прогресса на самом деле нет". 2020-й год прошел и что? GPT-3. Какая неожиданность.
>поверхностный
Не, мань. Все хитрее. Книга 2016 года. Что произошло между 2016 и 2020? Например, появились трансформеры. Соответственно, так как мне неинтересно копаться в говне очередного фрика, я полез сразу туда, где он гарантированно обосрется - в параграфы о NLP и speech recognition. Потому что эти фрики всегда смотрят в прошлое, а при наступлении будущего они спасают свой манямир какой-то новой спасительной хуйней. И вот этот миг между прошлым и будущим называется "обсер". А потом идет демендж контрол, новый манямир, и так по кругу. Единственное что полезно, это тыкать подобное говно в собственные обсеры двух-трехлетней давности.
>>876798
Жоско ты всех бумеров приложил с их неработающим говном.
Жоско ты всех бумеров приложил с их неработающим говном.
>>876652
Судя по твоим графикам , у тебя экспоненциальное убывание, которое предсказать можно даже по одному графику, а потом ХУЯК и скачок, который явно результат какого-то вмешательства (ну либо что-то типа фазового перехода в веществе, что интереснее).
Без источников этих скачков нихрена ты не предскажешь.
Судя по твоим графикам , у тебя экспоненциальное убывание, которое предсказать можно даже по одному графику, а потом ХУЯК и скачок, который явно результат какого-то вмешательства (ну либо что-то типа фазового перехода в веществе, что интереснее).
Без источников этих скачков нихрена ты не предскажешь.
>>876782
ИМХО, современное состояние нейронных сетей, это как аппроксимировать всё подряд в Excel полиномом 10-го порядка. Классно работает и через любые точки проходит... Но если ты знаешь, что у тебя зашумлённая синусоида, какого хрена порядок полинома увеличивать для получения адекватного результата? Ведь при большом порядке полинома даже между точками кривую начинает колбасить (то, что называют умным словом "переобучение"), не говоря уже об экстраполяции
Вот современные нейронные сети - это плюс-минус игры с регрессией полиномом N-го порядка в Excel. Иногда нужны качественные изменения: определённая структура сети, или корректно подготовленные данные.
> выкиньте всю эту чушь из головы уже
ИМХО, современное состояние нейронных сетей, это как аппроксимировать всё подряд в Excel полиномом 10-го порядка. Классно работает и через любые точки проходит... Но если ты знаешь, что у тебя зашумлённая синусоида, какого хрена порядок полинома увеличивать для получения адекватного результата? Ведь при большом порядке полинома даже между точками кривую начинает колбасить (то, что называют умным словом "переобучение"), не говоря уже об экстраполяции
Вот современные нейронные сети - это плюс-минус игры с регрессией полиномом N-го порядка в Excel. Иногда нужны качественные изменения: определённая структура сети, или корректно подготовленные данные.
>>876803
Би. Тер. Ле. Сон. Бумерок, хватит пыжиться своим умишком пытаться охватить величие нейронок.
>это как аппроксимировать всё подряд в Excel полиномом 10-го порядка. Классно работает и через любые точки проходит... Но если ты знаешь, что у тебя зашумлённая синусоида
Би. Тер. Ле. Сон. Бумерок, хватит пыжиться своим умишком пытаться охватить величие нейронок.
>>876803
Удачи поиграться полиномом на Imagenet или в NLP-задачах. Нейронки нужны чтобы тебе не приходилось самому придумывать фичи (что в каком-нибудь компьютерном зрении невозможно). А вот если у тебя в выборке полтора объекта, то понятное дело нужно что-то придумывать.
>Вот современные нейронные сети - это плюс-минус игры с регрессией полиномом
Удачи поиграться полиномом на Imagenet или в NLP-задачах. Нейронки нужны чтобы тебе не приходилось самому придумывать фичи (что в каком-нибудь компьютерном зрении невозможно). А вот если у тебя в выборке полтора объекта, то понятное дело нужно что-то придумывать.
66 Кб, 264x191>>876803
Для борьбы с чем в эпоху динозавров была придумана L2-регуляризация. То есть ты ПРОСТО берешь полином побольше и добавляешь регуляризацию.
То есть пока в Вилларибо регуляризуют, в деревне Пидорасино пытаются сэкономить 1.5 флопса на том, чтобы обойтись полиномом меньшей степени, потому что иначе на советском микроконтроллере оно не запустится.
Давай поговорим об эстраполяции, че не поговорить.
>Ведь при большом порядке полинома даже между точками кривую начинает колбасить
Для борьбы с чем в эпоху динозавров была придумана L2-регуляризация. То есть ты ПРОСТО берешь полином побольше и добавляешь регуляризацию.
То есть пока в Вилларибо регуляризуют, в деревне Пидорасино пытаются сэкономить 1.5 флопса на том, чтобы обойтись полиномом меньшей степени, потому что иначе на советском микроконтроллере оно не запустится.
>не говоря уже об экстраполяции
Давай поговорим об эстраполяции, че не поговорить.
>>876816
Ребёнок, блядь, колбасит полиномы не из-за того что коэффициенты большие. Пиздец, учите дети математику.
>Для борьбы с чем в эпоху динозавров была придумана L2-регуляризация. То есть ты ПРОСТО берешь полином побольше и добавляешь регуляризацию.
>То есть пока в Вилларибо регуляризуют, в деревне Пидорасино пытаются сэкономить 1.5 флопса на том, чтобы обойтись полиномом меньшей степени, потому что иначе на советском микроконтроллере оно не запустится.
Ребёнок, блядь, колбасит полиномы не из-за того что коэффициенты большие. Пиздец, учите дети математику.
>>876814
>>876816
Я не говорю, что это плохо. Это элементарная аналогия. По-моему, она не противоречит современным реалиям в нейронных сетях.
Фанатично выводить формулы тоже не нужно, если быстрее построить регрессию с приемлемым результатом. Но также точно не нужно и уравнение регрессии выдавать за описание всего что только существует в мире. Нужно предствалять границы применимости, баги и возможности полученных регрессий/нейронок. Вот и всё...
>>876816
Я не говорю, что это плохо. Это элементарная аналогия. По-моему, она не противоречит современным реалиям в нейронных сетях.
Фанатично выводить формулы тоже не нужно, если быстрее построить регрессию с приемлемым результатом. Но также точно не нужно и уравнение регрессии выдавать за описание всего что только существует в мире. Нужно предствалять границы применимости, баги и возможности полученных регрессий/нейронок. Вот и всё...
>>876822
Всё верно, анон. В математике есть хорошо развитый матанализ, сразу взглянув на уравнение видно количество экстремумов и не будет сюрпризов во внезапно возникшем пике между двумя точками.
Для нейронок такие инструменты пока не придумали... или не развили... или не адаптировали. Может лет через 10-20 оно и появится.
>>876803-кун
> колбасит полиномы не из-за того что коэффициенты большие
Всё верно, анон. В математике есть хорошо развитый матанализ, сразу взглянув на уравнение видно количество экстремумов и не будет сюрпризов во внезапно возникшем пике между двумя точками.
Для нейронок такие инструменты пока не придумали... или не развили... или не адаптировали. Может лет через 10-20 оно и появится.
>>876803-кун
>>876830
Макаки так и не смогли за 3 месяца на планшетной клавиатуре написать ни одного английского слова. Наверное, к другой раскладке привыкли ^_^
Сколько будем войну и мир ждать?
> битерлесан!!
Макаки так и не смогли за 3 месяца на планшетной клавиатуре написать ни одного английского слова. Наверное, к другой раскладке привыкли ^_^
Сколько будем войну и мир ждать?
>>868191 (OP)
У же хорошо берете пихвоиды, полностью?
У же хорошо берете пихвоиды, полностью?
>>868191 (OP)
Почему технологии ИИ 70-х вызывают уважение, а современные смех?
Почему технологии ИИ 70-х вызывают уважение, а современные смех?
Нечеткий петух очнулся от алкогольного угара, лол. Иди еще стопочку наверни и спать. Новости только не открывай, а то сердечко пади не то уже у старика.
>>876861
Ну ладно тебе, распиши как l2 в случае полинома выглядит, полезно будет. Знаешь что такое полином?
> кококо
Ну ладно тебе, распиши как l2 в случае полинома выглядит, полезно будет. Знаешь что такое полином?
158 Кб, 453x340>>876868
Стратегия петуха: он страшно боится обосраться, поэтому врубает менторский тон и начинает задавать НЕУДОБНЫЕ ВОПРОСЫ.
Ты высрал: "Ребёнок, блядь, колбасит полиномы не из-за того что коэффициенты большие".
Ну давай, расписывай, из-за чего будет колбасить "зашумленную синусоиду", и как же с этим делом бороться.
Стратегия петуха: он страшно боится обосраться, поэтому врубает менторский тон и начинает задавать НЕУДОБНЫЕ ВОПРОСЫ.
Ты высрал: "Ребёнок, блядь, колбасит полиномы не из-за того что коэффициенты большие".
Ну давай, расписывай, из-за чего будет колбасить "зашумленную синусоиду", и как же с этим делом бороться.
>>876884
Щас.
http://www.machinelearning.ru/wiki/index.php?title=Интерполяция_полиномами_Лагранжа_и_Ньютона
> кук пук не хачу ничево давай пиши мне простыни
Щас.
http://www.machinelearning.ru/wiki/index.php?title=Интерполяция_полиномами_Лагранжа_и_Ньютона
>>876891
Там нет пруфов твоему высеру
Там нет пруфов твоему высеру
>>877005
Да, а что не так
Да, а что не так
>Начало работы с системой Искусственного Разума СТАЛИН-3000.
>Введите ФИО:
>Введите должность:
>Введите номер партбилета:
>Введите домашний адрес:
>Введите рабочий адрес:
>Введите номер телефона:
>Введите номер военной части, к которой приписаны:
>Введите ФИО ответственного лица:
>Введите идентификационный номер задания:
>Введите код подтверждения из Министерства Электронно-Вычислительных Приборов Больших Масштабов:
>Введите ваш уровень допуска к секретным данным:
>Выберите режим работы:
>1. Определение типа бактерии с помощью экспертной системы МОЙСЫН.
>2. Выход.
>>877008
Великий человек, всех либирах и трясунов заставил работать на благо родины в Норильске.
>СТАЛИН
Великий человек, всех либирах и трясунов заставил работать на благо родины в Норильске.
>>876930
Virgin вапникошиз куколдит вычислительной машине, лично подбирая все параметры
Chad нейроговнарь заливает данные и даёт машине пинка, чтобы быстрее трясла ящик
Virgin вапникошиз куколдит вычислительной машине, лично подбирая все параметры
Chad нейроговнарь заливает данные и даёт машине пинка, чтобы быстрее трясла ящик
>>877022
Но Chad получает на выходе рендомное говно, а Virgin надежный результат который можно воспроизвести.
>Chad нейроговнарь заливает данные и даёт машине пинка
Но Chad получает на выходе рендомное говно, а Virgin надежный результат который можно воспроизвести.
Подскажите как написать банальную нейронку для предсказания значений, чтобы на ряд x_train = (1, 2, 3, 5, 6, 7, 9, 10, 11) оно выдало продолжение (13, 14, 15...)
Ну, допустим есть у меня x_train и y_train (x_train[::-1])
Создал keras.sequential
model.compile(loss='mse', optimizer='rmsprop')
model.fit
А че в смысле как?
Ну, допустим есть у меня x_train и y_train (x_train[::-1])
Создал keras.sequential
model.compile(loss='mse', optimizer='rmsprop')
model.fit
А че в смысле как?
>>877050
цикл for ебани
>чтобы на ряд x_train = (1, 2, 3, 5, 6, 7, 9, 10, 11) оно выдало продолжение (13, 14, 15...)
цикл for ебани
аноны, которые занимаются cv
скажите плз, насколько нейронки работают в анализе облаков точек? ну или мешей и прч 3д вакханалии
слышал мнение, что они там не очень стабильные, а о риалтайме вообще можно забыть
и также вопрос, что можно почитать на тему обработки всей этой истории? самое близкое - это дифф геометрия, но поднимать такую базу нет времени, а проект сдать надо (хотя бы в mvp виде)
спасибо
скажите плз, насколько нейронки работают в анализе облаков точек? ну или мешей и прч 3д вакханалии
слышал мнение, что они там не очень стабильные, а о риалтайме вообще можно забыть
и также вопрос, что можно почитать на тему обработки всей этой истории? самое близкое - это дифф геометрия, но поднимать такую базу нет времени, а проект сдать надо (хотя бы в mvp виде)
спасибо
>>877050
Чувак. Математические прогрессии учат в 9 классе. В хуевых случаях нужна регрессия. В самых хуевых случаях - LSTM или Transformer.
Чувак. Математические прогрессии учат в 9 классе. В хуевых случаях нужна регрессия. В самых хуевых случаях - LSTM или Transformer.
>>877050
Примерно так https://pastebin.com/BPYU03FJ
sequential сразу нахуй, потому что смысла в нем никакого нет.
А так, вместо линейного слоя можешь хоть LSTM хоть стек трансформеров нахуячить, суть не изменится. Работать правда хуже будет, потому что такой датасет численно говнян.
Примерно так https://pastebin.com/BPYU03FJ
sequential сразу нахуй, потому что смысла в нем никакого нет.
А так, вместо линейного слоя можешь хоть LSTM хоть стек трансформеров нахуячить, суть не изменится. Работать правда хуже будет, потому что такой датасет численно говнян.
>>877109
>>877079
Всё хуйня. Ваши нейронки здесь работать не будут. Они усвоят только числа из датасета, а продолжать числа дальше не будут.
И вообще нейронки созданы для неформальных, сложных задач, к которым даже хуй знает как подойти. А у чувака формальнейшая задача, для которой можно найти математическое решение.
>>877079
Всё хуйня. Ваши нейронки здесь работать не будут. Они усвоят только числа из датасета, а продолжать числа дальше не будут.
И вообще нейронки созданы для неформальных, сложных задач, к которым даже хуй знает как подойти. А у чувака формальнейшая задача, для которой можно найти математическое решение.
>>877133
Можно выучить преобразование из a_n в a_{n+1}, а оно одинаковое что для чисел из датасета, что для всех остальных чисел в последовательности.
Можно выучить преобразование из a_n в a_{n+1}, а оно одинаковое что для чисел из датасета, что для всех остальных чисел в последовательности.
67 Кб, 592x532>>877133
>>877148
Зумера... Я тут года 3 назад показывал, как инженерный калькулятор, могущий в вычисление регрессии, на датасете из 3-4 примеров может экстраполировать подобные ряды за пределами датасета. Но вы слишком брейнлеты, чтобы понять, как и почему это возможно.
>>877148
> Всё хуйня. Ваши нейронки здесь работать не будут. Они усвоят только числа из датасета, а продолжать числа дальше не будут.
Зумера... Я тут года 3 назад показывал, как инженерный калькулятор, могущий в вычисление регрессии, на датасете из 3-4 примеров может экстраполировать подобные ряды за пределами датасета. Но вы слишком брейнлеты, чтобы понять, как и почему это возможно.
>Вы даже не понимаете, как пользоваться абаком, при этом считаете что-то на калькуляторах. Зачем вы такие?
>>877133
Но ведь его цель не в том, чтобы задачу решить, а в том чтобы научиться учить нейронку на заранее простой и понятной задаче.
Так че, не работает что-ли?
Но ведь его цель не в том, чтобы задачу решить, а в том чтобы научиться учить нейронку на заранее простой и понятной задаче.
Так че, не работает что-ли?
А почему классические методы так хуево работают на картинках?
Я собрался изучать классику, чтобы не быть батхертом, а там точность чуть лучше подбрасывания монетки.
Почему всё это ТЕОРИТЕЧЕСКИ-ОБОСНОВАННОЕ говно работает хуже чем dense-dense-dense?
Я собрался изучать классику, чтобы не быть батхертом, а там точность чуть лучше подбрасывания монетки.
>We extract conventional Fisher Vectors (FV) [Sanchez et al., CVPR 2011] and streamlined version of Graphical Gaussian Vectors (GGV) [Harada, NIPS 2012]. For extraction, we use not only common SIFT and CSIFT, but also LBP and GIST in a dense-sampling manner.
Почему всё это ТЕОРИТЕЧЕСКИ-ОБОСНОВАННОЕ говно работает хуже чем dense-dense-dense?
20 Кб, 829x398>>877109
Спасибо, наконец-то хоть что-то заработало. А то одни ошибки и не понятные результаты.
Буду теперь на основе этого разбираться в другом.
Спасибо, наконец-то хоть что-то заработало. А то одни ошибки и не понятные результаты.
Буду теперь на основе этого разбираться в другом.
>>877211
Так ты ембединги в классику и загоняй.
Что ты собрался изучить?
> А почему классические методы так хуево работают на картинках?
> Я собрался изучать классику, чтобы не быть батхертом
Так ты ембединги в классику и загоняй.
Что ты собрался изучить?
>>877211
С чего ты взял, что оно хоть как-то обосновано? Точно такая же тряска формул вручную. "Мы тут с пацанами посидели и решили навернуть больше фич".
С чего ты взял, что оно хоть как-то обосновано? Точно такая же тряска формул вручную. "Мы тут с пацанами посидели и решили навернуть больше фич".
>>877066
Чти про persistance homology
Чти про persistance homology
>>877211
Потому что в руках зумерка, тут сноровка нужна
>Почему всё это ТЕОРИТЕЧЕСКИ-ОБОСНОВАННОЕ говно работает хуже
Потому что в руках зумерка, тут сноровка нужна
>>877066
Growing neural gas.
Growing neural gas.
Я почти не разбираюсь в ml. Объясните насколько сложно сделана нейронка https://deepsukebe.io/.
>>877834
Ну нет, там 4 размер, не больше
Ну нет, там 4 размер, не больше
>>877822
Нейронка сделана просто, обучить её сложно.
Нейронка сделана просто, обучить её сложно.
Изучаю tensorflow, родился вот такой вопрос. У меня есть некий объект, который надо классифицировать. У меня есть временные ряды, будем считать 5 рядов по 100 значений в каждом, значения нормализированы в [0; 1]. Есть ли смысл рассматривать временной ряд как изображение Nx1 и подавать его на conv-сеть или тупо выдавать 100 значений для каждого ряда безо всяких сверток?
>>878223
Рассматривай временной ряд как временной ряд и используй для этого conv1d слои.
>Есть ли смысл рассматривать временной ряд как изображение Nx1
Рассматривай временной ряд как временной ряд и используй для этого conv1d слои.
1,9 Мб, 1489x779В компаниях какой сферы интереснее data science спецу (не ML инженеру, а именно аналитику)? Под интересом будем подразумевать разнообразие задач, их субъективную интересность и возможность получить ценный для спеца начального уровня опыт. В моем городе набирают ритейл, банки, продуктовое IT, gamedev, телеком, микрокредиты, букмекеры, онлайн-казино и иногда крупные местные промышленные компании и компании сферы энергетики.
Еще есть data science консалтинг местного разлива, но там у меня низкие шансы судя по требованиям. Хотя это, наверно, было бы интереснее всего.
Еще есть data science консалтинг местного разлива, но там у меня низкие шансы судя по требованиям. Хотя это, наверно, было бы интереснее всего.
>>878307
Энергетика и промышленность, наверное. Только если не надо на заводе работать.
Энергетика и промышленность, наверное. Только если не надо на заводе работать.
>>878307
И в санкционные параши не вляпайся, попадешь в черные списки.
И в санкционные параши не вляпайся, попадешь в черные списки.
>>878307
Без разницы, "аналитика" это в 99% случаев таблички в эксельчике/дашборды в табло вне зависимости от индустрии.
>интереснее
>не ML инженеру, а именно аналитику
Без разницы, "аналитика" это в 99% случаев таблички в эксельчике/дашборды в табло вне зависимости от индустрии.
ШОК, СЕНСАЦИЯ. ФИНСКИЙ УРКА С ПОЖИЗНЕННЫМ ПОЯСНЯЕТ ЗА AI! https://youtu.be/l554kV12Wuo?t=370
75 Кб, 200x200Очередная победа машобчика, нейрон очка шакально раздевает людей по фото.
https://deepsukebe.io
https://deepsukebe.io
>>878664
Ебать там сайт какой то математик делал
Ебать там сайт какой то математик делал
>>878664
Реально, хочешь собрать датасет из фоток имбецилов без всякого майнинга - сделай очередной пРиКоЛьНый сервис по обработке фоток. Жаль с другими данными так не работает, с номерами кредиток там, состоянием счёта итп, не жизнь была бы а малина.
Реально, хочешь собрать датасет из фоток имбецилов без всякого майнинга - сделай очередной пРиКоЛьНый сервис по обработке фоток. Жаль с другими данными так не работает, с номерами кредиток там, состоянием счёта итп, не жизнь была бы а малина.
>>878765
Ты какой-то не очень умный, если действительно считаешь, что таким способом можно собрать нормальный датасет.
Ты какой-то не очень умный, если действительно считаешь, что таким способом можно собрать нормальный датасет.
>>878765
Будто каждый первый туда загружает что-то оригинальное и свое, а не одни и те же фоточки пыни и прочий хлам, которого и так в сети тонны.
> Реально, хочешь собрать датасет из фоток имбецилов без всякого майнинга - сделай очередной пРиКоЛьНый сервис по обработке фоток.
Будто каждый первый туда загружает что-то оригинальное и свое, а не одни и те же фоточки пыни и прочий хлам, которого и так в сети тонны.
>>878412
Я все же про позиции data scientist типа пикрелейтед - т.е. с уклоном в аналитику, но где уже используется машоб.
Я все же про позиции data scientist типа пикрелейтед - т.е. с уклоном в аналитику, но где уже используется машоб.
>>878765
Что ты несешь. Не проще соцсети распарсить? Все равно все фото оттуда берут.
Что ты несешь. Не проще соцсети распарсить? Все равно все фото оттуда берут.
В /б, господа, пройдите в /б. Там полно подходящего вам контента. Владелец этого сайта форсит его, как в последний раз.
>>879069
>когда на исходе жизни, находясь на помоечке, единственное твое утешение это мечтать о том, как какому-то школьнику припечет
>а ему все не печет и не печет
>а жизнь утекает
>>877822
если коротко: очень сложно. Тебе нужно несколько сотен тысяч примеров одетых / раздетых баб
если коротко: очень сложно. Тебе нужно несколько сотен тысяч примеров одетых / раздетых баб
>>879202
Как там в 2015? Уже есть stylegan и много образцов не требуется.
Технология описана например здесь https://www.reddit.com/r/MachineLearning/comments/jhl36y/p_turn_yourself_into_a_zombie_with_a_neural/
Зомби ли голые бабы, особо разницы нет
Как там в 2015? Уже есть stylegan и много образцов не требуется.
Технология описана например здесь https://www.reddit.com/r/MachineLearning/comments/jhl36y/p_turn_yourself_into_a_zombie_with_a_neural/
Зомби ли голые бабы, особо разницы нет
Сап аноны, как лучше вкатиться в Ml? Есть опыт года работы с питоном и го, и от веба как-то шишка не дымится, думаю вкатиться в машинки. Как лучше вкатываться? просто курс от яндекса выглядит достаточно заманчиво, в то же время есть вроде как норм книги по теме + kaggle
>>879248
Я вообще рисовать не умею, это не аргумент. Но ты же не будешь спорить, что результат этой нейроночки выглядит крайне кринжово.
> Ты можешь получше голые женские тела пририсовать?
Я вообще рисовать не умею, это не аргумент. Но ты же не будешь спорить, что результат этой нейроночки выглядит крайне кринжово.
>>879251
Аргумент. Сможешь ли ты написать симфонию? Ты же человек, имитация нейронки.
> Я вообще рисовать не умею, это не аргумент.
Аргумент. Сможешь ли ты написать симфонию? Ты же человек, имитация нейронки.
>>879251
Ну где-то выглядит так себе, где-то даже очень хорошо.
Учитывая сложность задачи, я считаю это как успех.
Ну где-то выглядит так себе, где-то даже очень хорошо.
Учитывая сложность задачи, я считаю это как успех.
>>879329
Аргументы пошли
Аргументы пошли
>>879709
В любовь
В любовь
Анончики, наверно не совсем по сабджу треда, но всё же. Есть задача радномно взвешенно выбирать несколько элементов из множества. Сейчас в качестве веса элемента используется обратная величина того, сколько раз этот элемент уже был выбран до этого (чуть-чуть сложнее на самом деле, но это без подробностей). Вопрос. Как правильно будет тестировать результаты происходящего, когда я захочу использовать более сложные веса. Комбинировать какие-то метрики на основе которых будет потом считаться этот вес. И собственно как он (вес) будет в итоге считаться. Как понять, что один способ подсчета весов предпочтительней другого. Пока это выглядит так, что это будет на уровне "путем проб и ошибок, пока результат визуально не будет казаться удовлетворительным", а не что есть какие-то четкие критерии для этого все. Или тут как раз нужно свои критерии придумать для этого всего придумать? Спасибо.
Анончики, подскажите пж, есть ли нейросеточки для создания гачи ремиксов?
У модели среди признаков есть угол alpha. И модель сама должна предсказывать угол theta.
Как лучше всего закодировать признаки и что лучше всего предсказывать? Проблема в том, что углы могут накапливаться и поэтому 2pi = 0. Да и если брать остаток от деления на 2pi, то теряется знание того, что 0 и 1.99pi находятся близко.
С предсказанием аналогично - есть ли что-то лучшее чем предсказывать число от 0 до 1 и умножать на 2pi?
Как лучше всего закодировать признаки и что лучше всего предсказывать? Проблема в том, что углы могут накапливаться и поэтому 2pi = 0. Да и если брать остаток от деления на 2pi, то теряется знание того, что 0 и 1.99pi находятся близко.
С предсказанием аналогично - есть ли что-то лучшее чем предсказывать число от 0 до 1 и умножать на 2pi?
>>880973
Так, чтобы зависимость между альфой и тетой была максимально линейной либо монотонной, без лишних пиков и ям.
Ну тебе лосс нужен какой-то специфический.
Смотри например, у тебя есть два единичных вектора с углями p и y, расстояние между концами будет
(sin(p)-sin(y))^2+(cos(p)-cos(y))^2.
Либо, косинус угла между этими же векторами вообще cos(p-y).
Вроде так.
>Как лучше всего закодировать признаки и что лучше всего предсказывать?
Так, чтобы зависимость между альфой и тетой была максимально линейной либо монотонной, без лишних пиков и ям.
>Проблема в том, что углы могут накапливаться и поэтому 2pi = 0. Да и если брать остаток от деления на 2pi, то теряется знание того, что 0 и 1.99pi находятся близко.
Ну тебе лосс нужен какой-то специфический.
Смотри например, у тебя есть два единичных вектора с углями p и y, расстояние между концами будет
(sin(p)-sin(y))^2+(cos(p)-cos(y))^2.
Либо, косинус угла между этими же векторами вообще cos(p-y).
Вроде так.
Анон, помоги разобраться с lightgbm.
Всего 10 числовых признаков в датафрейме.
Параметры lightgbm модели такие вот:
lgb_params = {
'boosting_type': 'gbdt',
'objective': 'binary',
'num_leaves': 100,
'num_round': 360,
'max_depth':10,
'learning_rate': 0.01,
'feature_fraction': 0.5,
'bagging_fraction': 0.8,
'bagging_freq': 12
}
Пытаюсь определить при помощи неё важность признаков, а мне пишут [LightGBM] [Warning] Stopped training because there are no more leaves that meet the split requirements
А когда делаешь lightgbm.plot_importance, то:
not enough values to unpack (expected 2, got 0) подореваю из-за того, что там пустой список.
Как починить это?
И вдогонку, XGBRegressor у меня нормально важность признаков опеределил, надо ли его перепроверять другим способом, например, вышеприведённым LightGBM?
Или одного способа хватит?
Всего 10 числовых признаков в датафрейме.
Параметры lightgbm модели такие вот:
lgb_params = {
'boosting_type': 'gbdt',
'objective': 'binary',
'num_leaves': 100,
'num_round': 360,
'max_depth':10,
'learning_rate': 0.01,
'feature_fraction': 0.5,
'bagging_fraction': 0.8,
'bagging_freq': 12
}
Пытаюсь определить при помощи неё важность признаков, а мне пишут [LightGBM] [Warning] Stopped training because there are no more leaves that meet the split requirements
А когда делаешь lightgbm.plot_importance, то:
not enough values to unpack (expected 2, got 0) подореваю из-за того, что там пустой список.
Как починить это?
И вдогонку, XGBRegressor у меня нормально важность признаков опеределил, надо ли его перепроверять другим способом, например, вышеприведённым LightGBM?
Или одного способа хватит?
>>881093
Ну вот я тоже про синус и косинус подумал, но вот предсказывать два числа вместо одного не хотелось. Ну если это стандартное решение, то ок.
>>881094
Между ними полносвязная нейронка.
Он уже.
Твою идею понял, но выше подсказали, что заменить на синус и косинус - нормальная практика.
>>881110
Ну только в перевернутом маятнике не нужно предсказывать углы, там регулируется сила, толкающая тележку. Да и входные углы можно не преобразовывать, потому что они по модулю не очень большие. У меня суть в преобразовании углов в нормальные признаки.
Ну вот я тоже про синус и косинус подумал, но вот предсказывать два числа вместо одного не хотелось. Ну если это стандартное решение, то ок.
>>881094
>Так, чтобы зависимость между альфой и тетой была максимально линейной либо монотонной, без лишних пиков и ям.
Между ними полносвязная нейронка.
>Ну тебе лосс нужен какой-то специфический.
Он уже.
Твою идею понял, но выше подсказали, что заменить на синус и косинус - нормальная практика.
>>881110
Ну только в перевернутом маятнике не нужно предсказывать углы, там регулируется сила, толкающая тележку. Да и входные углы можно не преобразовывать, потому что они по модулю не очень большие. У меня суть в преобразовании углов в нормальные признаки.
>>881270
Да, там выбирается сила и направление воздействия на тележку исходя из углов отклонения маятника и динамики такого отклонения. Но можно же и наоборот.
> Ну только в перевернутом маятнике не нужно предсказывать углы, там регулируется сила, толкающая тележку
Да, там выбирается сила и направление воздействия на тележку исходя из углов отклонения маятника и динамики такого отклонения. Но можно же и наоборот.
>>881270
Ну можешь предсказывать сам угол, а в лоссе считать косинус и синус от него как написано выше.
Но в качестве фичи всё равно лучше синус и косинус вместо угла подавать.
>но вот предсказывать два числа вместо одного не хотелось
Ну можешь предсказывать сам угол, а в лоссе считать косинус и синус от него как написано выше.
Но в качестве фичи всё равно лучше синус и косинус вместо угла подавать.
>>881270
Для фичи нормальная. Для выхода - нет, потому что у тебя синус и косинус жёстко связаны тригонометрическим тождеством, соответственно это степень свободы, лишняя и неизвестная для нейронки.
Лучше тогда уж выводить вектор (два числа) и нормировать его длину на единицу (alpha=atan2(y, x))
А лучшая мера для лосса - это cos(a-b)
Для фичи нормальная. Для выхода - нет, потому что у тебя синус и косинус жёстко связаны тригонометрическим тождеством, соответственно это степень свободы, лишняя и неизвестная для нейронки.
Лучше тогда уж выводить вектор (два числа) и нормировать его длину на единицу (alpha=atan2(y, x))
А лучшая мера для лосса - это cos(a-b)
Анон. Я в ML очень поверхностно разбираюсь, однако у меня есть идея для хорошего прикладного инструмента на основе NN.
Генератор пиксельных спрайтов по описанию.
На вход поступает описание спрайта в виде строчки, либо массив из тегов.
На выходе идет массив вида [0,4,2,1], где числа - номера цвета в специфичной палитре, которая задается постфактум пользователем.
То есть ты пишешь нейронке "Аниме-девочка держащаяя меч. 64x64." и нейронка генерирует спрайт.
Какую архитектуру использовать для этих целей? Насколько требовательна к железу будет эта нейронка?
Генератор пиксельных спрайтов по описанию.
На вход поступает описание спрайта в виде строчки, либо массив из тегов.
На выходе идет массив вида [0,4,2,1], где числа - номера цвета в специфичной палитре, которая задается постфактум пользователем.
То есть ты пишешь нейронке "Аниме-девочка держащаяя меч. 64x64." и нейронка генерирует спрайт.
Какую архитектуру использовать для этих целей? Насколько требовательна к железу будет эта нейронка?
>>881410
Он не размеченный. Для каждой картинки тебе придется руками писать описание. Учитывая сложность твоей задачи, придется разметить как минимум несколько десятков тысяч картинок.
>Так пиксель-арта в интернете хоть жопой жуй.
Он не размеченный. Для каждой картинки тебе придется руками писать описание. Учитывая сложность твоей задачи, придется разметить как минимум несколько десятков тысяч картинок.
>>881414
Пиздец. Ну, как всегда, процедурщина и rule-based алгоритмы рулят.
Я погуглил, и нашел нормальный такой инструмент https://rxi.itch.io/tilekit , правда он платный.
Пиздец. Ну, как всегда, процедурщина и rule-based алгоритмы рулят.
Я погуглил, и нашел нормальный такой инструмент https://rxi.itch.io/tilekit , правда он платный.
>>881430
Сколько раз нужно перечитать биттерлессон чтобы нейронки решили мою задачу?
Прочитал 7 раз, а всё равно не работает.
Сколько раз нужно перечитать биттерлессон чтобы нейронки решили мою задачу?
Прочитал 7 раз, а всё равно не работает.
>>881420
Они не рулят. Хочешь нормальные результаты - размечай датасет, или нанимай мартышек, которые сделают это за тебя. Разметка датасета стоит не сильно и дорого. За 100к картинок заплатишь тысяч пять.
>Пиздец. Ну, как всегда, процедурщина и rule-based алгоритмы рулят.
Они не рулят. Хочешь нормальные результаты - размечай датасет, или нанимай мартышек, которые сделают это за тебя. Разметка датасета стоит не сильно и дорого. За 100к картинок заплатишь тысяч пять.
>>881436
Rule-based systems:
- быстро
- эффективно
- мало весят
Neural networks:
- медленно
- малоэффективно
- весят дохуя
> Они не рулят
Rule-based systems:
- быстро
- эффективно
- мало весят
Neural networks:
- медленно
- малоэффективно
- весят дохуя
>>881502
Можно воспроизвести вывод, это самое главное.
>Rule-based systems:
>- быстро
>- эффективно
>- мало весят
Можно воспроизвести вывод, это самое главное.
>>881502
Они работают лишь на определенных достаточно легких задачах, и по точности в лучшем случае не проигрывают нейронкам.
>Rule-based systems
Они работают лишь на определенных достаточно легких задачах, и по точности в лучшем случае не проигрывают нейронкам.
>>881441
Ничоси после ГПТ3 аутсайдеры задвигали гоалпостами. Если нужен размеченный датасет, это уже выписали из ИИ.
Ничоси после ГПТ3 аутсайдеры задвигали гоалпостами. Если нужен размеченный датасет, это уже выписали из ИИ.
157 Кб, 1125x590Узнали? Согласны?
Существует ли методика обучения, когда обучающий массив формируется из более-менее натурально выглядящих рендеров 3д модели объекта, а уже работа сети происходит на реальных фотографиях? Ведь гораздо производительнее будет смоделировать или взять готовые 3д модели например автомобилей, сделать скрипт который будет делать рендеры с разных ракурсов и с разными освещениями, разными бликами и разными цветами автомобилей, менять их форму. А потом автоматом все скормить сетке. Ведь по сути на картинках мы видим проекцию 3д объектов реального мира.
Запустил новый DeepFake вроде получается неплохо (для моего скудного датасета EOT) но вопрос почему у меня используется 6Гб видеопамяти а графический процессор судя по диспетчеру задач практически не загружен? И ещё вопрос, влияет ли Batch Size на качество результатирующее?
Аноны, т.к. тред по дата аналитике мертв - пишу сюда как к близкой сфере.
Хочу вкатиться в Дата Аналитики, за душой почти ничего, что бы могло пригодится с устройством.
Для себя составил план обучения из статистики, SQL, BI инструментов, вохможно ещё Питон или R.
Насколько дибильная затея? И почему? Будет ли найти сложно работу джуну?
Хочу вкатиться в Дата Аналитики, за душой почти ничего, что бы могло пригодится с устройством.
Для себя составил план обучения из статистики, SQL, BI инструментов, вохможно ещё Питон или R.
Насколько дибильная затея? И почему? Будет ли найти сложно работу джуну?
Питон или яваскрипт? Что лучше и почему?
Двачане, вкатываюсь в академический матан, но хоть какие-то деньги иметь надо, так что решил взять себе что-то из ит сферы связанное с метаном, чтобы качались обе сферы параллельно. Прогать умею, матешу знаю. Прошёл пару курсиков, послушал лекции, занял призовые в 3-ех хакатонах в сфере машоба, но что-то чувствую, что ничего дальше 2-3 курса вузика тут из матана не видно. Это максимум необходимый машобу? Мат анализ и линал с основами дискретки? Никакой более сложный мат аппарат не нужен? Если не нужен, то мб знаете сферу в ит где нужен. Заранее спасибо
Тред утонул или удален.
Это копия, сохраненная 25 апреля 2021 года.
Скачать тред: только с превью, с превью и прикрепленными файлами.
Второй вариант может долго скачиваться. Файлы будут только в живых или недавно утонувших тредах. Подробнее
Если вам полезен архив М.Двача, пожертвуйте на оплату сервера.
Это копия, сохраненная 25 апреля 2021 года.
Скачать тред: только с превью, с превью и прикрепленными файлами.
Второй вариант может долго скачиваться. Файлы будут только в живых или недавно утонувших тредах. Подробнее
Если вам полезен архив М.Двача, пожертвуйте на оплату сервера.