Dobrze że o moc obliczeniową nie muszę się martwić w dzisiejszych czasach ( ͡ ͜ʖ ͡)
https://allegro.pl/oferta/hp-dl585-g7-24-core-32gb-similar-to-dl580-dl380-g7-7638458545
Przynajmniej nie muszę już myśleć o archaicznych klastrach obliczeniowych, gdyż taki serwer sam w sobie jest jak baza pod klaster z użyciem kart graficznych ( ͡° ͜ʖ ͡°)

  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Treść przeznaczona dla osób powyżej 18 roku życia...
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@noisy: w pierwszej, drugiej, trzeciej, szóstej dwunastej, szesnastej, siedemnastej, osiemnastej i dziewiętnastej ( ͡° ͜ʖ ͡°)

Jeśli chciałeś zobaczyć tylko tę część ze mną to muszę Cię zawieść.
  • Odpowiedz
@tptak: jak zobaczyłem 18 minut, to nie chciałem włączać całości, ale po początku to już widzę gdzie jesteś ;) Obejrzę sobie pewnie dzisiaj w całości na spokojnie :)
  • Odpowiedz
Hej, robię właśnie model regresji logistycznej i napotkałem pewien problem, więc pomyślałem że może tu ktoś będzie wiedział jak to rozwiązać. Mianowicie, zestaw danych, który służy mi za uczący i testowy (ofc separuję te części), zawiera małą ilość wyników należących do jednej kategorii (przykładowo - 3000 wyników dla kategorii pierwszej, 67000 wyników dla kategorii drugiej). Problem jest taki, że o ile model często ma ostateczną wydajność ok. 97%, to nie klasyfikuje poprawnie
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@NieJestemAgentemBialkova: I te 70-80% jest prawidłowe. Problem dla modelu jest taki, że w uproszczeniu jeżeli w ciemno bedziesz wybierał te przypadki z 67000 to będziesz miał większą skuteczność. Możesz pooglądać krzywe ROC i zobaczyć czy znajdziesz parametr, który będzie Cię satysfakcjonował i oczywiście dylemat błąd 1/2 rodzaju.
  • Odpowiedz
@NieJestemAgentemBialkova tak naprawde Null Accuracy w 1 przypadku wynosi 67/70 i mimo wysokiej wartosci model osiagajacy ja jest bezuyteczny.

Można stosowac wagi, można sprobowac SMOTE lub tak jak zrobiles - downsampling, polecam przejsc z metryka na AUC lub F1 i ustalac punkt odciecia na udziale liczniejszej klasy (czyli 67/70)
  • Odpowiedz
mam pytanie odnośnie biblioteki scikit

Dane które mam składają się z 4 kolumn:
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm)

Do regresji zazwyczaj używałem dwóch cech, tutaj na wejściu podaje 4 i dostaje jakiś wynik. Jak to interpretować.
quwer - mam pytanie odnośnie biblioteki scikit

Dane które mam składają się z 4 kol...

źródło: comment_hZylzrxAGgFwfyfhsJ27QsqUBWe76zRE.jpg

Pobierz
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@passage: kiedyś na konferencjach najfajniejsze było dostać książkę albo jakieś gadżety firmowe - teraz młodzi zabijają się za jakieś głupie naklejki. chyba to w tą stronę idzie.
  • Odpowiedz
Cześć!
Mam problem dot. zamiany listy tablic 2D (n x n) na numpy array. Gdy to zrobię zużycie RAM drastycznie rośnie. Miał ktoś z tym taki problem?
Zadanie realizuję w CoLab jak i u siebie na PC, lokalnie. Prześlę zużycie RAM w odpowiednich miejscach.
Scenariusz wygląda tak:
- wczytuje obraz

Gen
  • 38
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@Darkus777: nie słuchaj tych cymbałów u góry.

Masz jakiś błąd w kodzie, bo w przypadku listy masz ewidentnie datatype uint8, a w przypadku arraya masz float32. Mówisz że nie, ale wystarczy że sobie policzysz:
6859434 obrazów x 15 x 15 x 1 bajt (jako że uint8) to wychodzi dokładnie 1,5 GB.
Przy zmianie na float32 masz oczywiście 4 razy więcej, więc 6 GB.
Lista musi zajmować praktycznie dokładnie tyle samo miejsca co
  • Odpowiedz
@Darkus777: Jeśli lista przechowuje dane w innym formacie, to czemu nie? Jeśli to są zdjęcia, to można je przechowywać w int8, bo wartości są z przedziału [0,255]. Po zamianie na float32 będzie ważyć 4 razy więcej.
  • Odpowiedz
Ale fajnie by było, jakby ktoś stworzył aplikację typu "deepfake", która dodawałaby rodzynki do serników takich, jak ten poniżej...
#deepfake #analizadanych #machinelearning #datascience #programowanie #nocnazmiana #tagujenanocnej #bandarodzynkarzy no i wołam @lubie-sernik - z pewnością by się ucieszył z takiej aplikacji ( ͡° ͜ʖ ͡°)
plackojad - Ale fajnie by było, jakby ktoś stworzył aplikację typu "deepfake", która ...

źródło: comment_bsMDPNQlQgCuHbMgZCydk9AzQEzBzx3n.jpg

Pobierz
  • 14
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

#anonimowemirkowyznania
siema, mam szybkie pytanie do wykopków zajmujących się #machinelearning w pracy. Mam 3 lata doświadczenia w kompletnie innej technologii (czyli nic co jest używane obecnie w ML) i zastanawiam się czy byłoby możliwe się wbicie na juniora (jestem świadom dużej obniżki zarobków) z dobrym portfolio mając tylko inżyniera? Czy jednak zalecane by było zrobić do tego mgr ze specjalizacją machine learning/data science czy coś w tym rodzaju?
  • 12
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

z wpisu to nie wynika


@mprzemo: A co wynika? Koleś pisze o dużej przesiadce i że wie iż wiąże się to z drastycznym obniżeniem zarobków. Chyba oczywiste że jakby pieniądze były najważniejsze to by siedział na dupie i nie zdziwiał.
  • Odpowiedz
https://www.techpowerup.com/gpu-specs/radeon-hd-5870.c253
vs
https://www.techpowerup.com/gpu-specs/radeon-hd-7950.c307
Jedna karta kosztuje 50-80zł a druga 150-300zł, lecz oba są tak samo efektowne w #machinelearning przy użyciu OpenCLa.
Tylko czy da się pamięć ram z płyty przydzielić do tych obliczeń na GPU w OpenCLu?
W końcu zawsze mam wolne 40gb ddr2 w zapasie ( ͡° ͜
  • 7
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Treść przeznaczona dla osób powyżej 18 roku życia...
  • 5
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Mam do sprzedania komputer. Potrzebowałbym pomocy w wycenie. Na razie nie będę pisał ile chciałbym za niego dostać, aby nikt się nie sugerował. W planach mam kupienie nowego PC. Myślę, że za około 5000 - potrzebuję 32GB RAM i dobrą kartę Nvidii, z uwagi na pracę magisterską: #machinelearning. Wiem, że niby Radeon też coś takiego udostępnia, ale zacząłem się bawić i niestety nie zadziałało a NVidia ma to opanowane
  • 6
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

tak się składa, że jutro mam rozmowę z machine learning, sztucznej inteligencji oraz IoT, jednak nic z tego nie umiem (nie wiem, dlaczego zaprosili mnie na rozmowę z tego, skoro w cv tego nie mam :/ ). Jaka wiedza jest must have z tych rzeczy? Jakie materiały polecacie, by mieć mniej więcej rozeznanie w tych rzeczach?

#naukaprogramowania #machinelearning #artificialintelligence #sztucznainteligencja #programowanie #
  • 5
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach