@rzezbi: żaden język Ciebie nie eliminuje, ale zastanów się co chciałbyś robić. To nie jest tak że wszyscy w tej dziedzinie robią jedno i to samo.
  • Odpowiedz
@rzezbi: Na rynku Python przeważa do zastosowań analitycznych oraz uczenia maszynowego. R również przydaje się głównie w analityce, szczególnie w farmaceutyce. Można go też użyć do uczenia maszynowego, natomiast nie spotkałem jeszcze zespołu, który by go preferował ponad Pythona.

W przyszłości Java może mieć większe znaczenie, gdyż miesiąc temu Oracle wydało Tribuo, bibliotekę do machine learningu w Javie.

Ogólnie znajomość Javy głównie plusuje w projektowaniu pipelineów Big Data, chociażby
  • Odpowiedz
#deeplearning #programowanie #tensorflow

Do tej pory używałem tf 2.0, komunikat o braku obsługi AVX2 olewałem i nie instalowałem nowszej wersji bo przecież i tak mam Radeona to nie wykorzystam mocy GPU. No ale postanowiłem spróbować obejść to przez bibliotekę plaidML - w ten sposób po zainstalowaniu tf 2.3.1 dowiedziałem się, że moja karta jedynie zabiera miejsce w laptopie a do obliczeń się nie nadaje. Ale jest
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Wtedy tworzyłem autoenkoder aby odtworzyć taki generator twarzy. No i nawet się udało mimo, że miałem dość mały i bardzo mocno zróżnicowany zestaw danych. Teraz próbuję zrobić to samo przy pomocy GANa ale to iteruje już dzisiaj cały dzień na razie bez większych skutków. Na oko potrzebowałbym 8 dni obliczeń aby uzyskać dobre rezultaty.
  • Odpowiedz
#deeplearning #forex
Takie dziwne zjawisko napotkałem: Gdy trenuję model do gry z dużą ilością dropoutów i do walidacji używam danych poprzedzających dane wykorzystane do treningu to trafność walidacji jest większa o kilka % od trafności uzyskanej podczas treningu (czyli w normie). Jeśli jednak do walidacji używam danych wyprzedzających dane treningowe to im większa jest trafność treningowa to trafność walidacji spada - i to poniżej wartości wynikającej z prawdopodobieństwa.
  • 1
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@Bejro: ( ͡° ͜ʖ ͡°) trzeba jeszcze dodać feature jeśli coś modelowi wyjdzie, że trzeba zrobić TAK to trzeba zrobić NIE i w ten sposób osiągniesz 58% ( ͡° ͜ʖ ͡°) mam nadzieje, że pomogłem. A tak naprawdę to mega creepy, jeśli coś jest gorsze od rzutu monetą.
  • Odpowiedz
Nvidia ogłosiła plan wykupienia ARM, firmy tworzącej układy scalone i procesory, które głównie znajdują się potem na urządzeniach mobilnych. Sprawdź, dlaczego ARM jest dla Nvidii takie atrakcyjne.

https://bulldogjob.pl/news/1287-nvidia-wykupi-arm-za-40-miliardow-dolarow

#nvidia #arm #sztucznainteligencja #deeplearning
Bulldogjob - Nvidia ogłosiła plan wykupienia ARM, firmy tworzącej układy scalone i pr...

źródło: comment_1600079911AfgXwPdRmPnUnSPU3csw63.jpg

Pobierz
  • 1
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Chiny zyskują przewagę nad USA w sztucznej inteligencji. Recepta Ameryki: drenaż mózgów bo sami sobie nie poradzą

Po zakończeniu koronawirusa USA z pewnością będą sięgać po naukowców także z Polski. W znalezisku i komentarzu więcej o tym dlaczego Chiny przejmują czołową pozycję w AI, a jedynym ratunkiem dla USA jest sięganie po pomoc za granicą

#liganauki #machinelearning #gospodarka #deeplearning #datascience #chiny
cieliczka - Chiny zyskują przewagę nad USA w sztucznej inteligencji. Recepta Ameryki:...

źródło: comment_1597246706X6HSlJmklAcBqVDZaerMbM.jpg

Pobierz
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Hejo, zrobiłem zestawienie nowych (2018-2020) książek do Pythona. Która książka / ebook do Pythona jest najlepsza? Sprawdź to teraz!

https://polishwords.com.pl/blog/2020/najlepsza-ksiazka-do-pythona/

Ps. Obecnie do poniedziałku jest promo na ebooki i książki także warto nabyć.

#python #programowanie #naukaprogramowania #programujzwykopem #deeplearning #kodowanie #informatyka
tomaszs - Hejo, zrobiłem zestawienie nowych (2018-2020) książek do Pythona. Która ksi...

źródło: comment_1594491795KFmY0vWeKYAPw61cwoRprf.jpg

Pobierz
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Elo Mirki.
Szukam jakiegoś speca od sieci neuronowej. Mam pewien problem i nie wiem jak go rozwiązać.
Moje zadanie to, mając do dyspozycji zbiór z różnymi informacjami dotyczącymi tego czy użytkownik kliknął reklamę (kilka kolumn zawierających wartości int, cztery kolumny zawierające stringi złożone z ciągów liczb oddzielonych "|", np. 123|2341|12|56), stworzyć sieć neuronową która przewidzi czy użytkownik kliknie reklamę.

Problemem jest to, że jak chcę wprowadzić do feature columns (w którym już mam część
  • 1
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach