Treść przeznaczona dla osób powyżej 18 roku życia...
Wszystko
Najnowsze
Archiwum
@ossj: kaggle.com do nauki ML: PyTorch lub Keras - dwie najpopularniejsze biblioteki do deep learningu, a jeśli to będzie zwykłe przetwarzanie obrazu to pewnie OpenCV.
A co do samej apki, to QT jeśli ma to być program desktopowy, Django/Flask przy webie.
A co do samej apki, to QT jeśli ma to być program desktopowy, Django/Flask przy webie.
@ossj: Nie wiem, czy w Pythonie da się w ogóle pisać mobilki. Jeśli nawet, to musi to być straszna proteza, niezdatna do niczego. Polecam Fluttera do takich spraw - świetnie się w tym pisze i jest super prosty do nauki.
Miał ktoś z was może styczność z TensorFlow, a konkretnie z Estymatorem? Mam taki problem dotyczący uczenia sieci konwolucyjnej, a właściwie zbierania z niej danych. Ale do rzeczy:
Chcę zbierać wartości podczas uczenia modelu sieci co każdą epokę i w tym miejscu są dwie opcje:
1) używam funkcji trainandevaluate(), która uczy szybko jednak nie znalazłem możliwości zbierania danych funkcją evaluate co każdą epokę. Wszelkie źródła mówią o wywoływaniu funkcji co określony czas (time
Chcę zbierać wartości podczas uczenia modelu sieci co każdą epokę i w tym miejscu są dwie opcje:
1) używam funkcji trainandevaluate(), która uczy szybko jednak nie znalazłem możliwości zbierania danych funkcją evaluate co każdą epokę. Wszelkie źródła mówią o wywoływaniu funkcji co określony czas (time
@mojemirabelki: Tensorflow Estimator jest dość dziwnym stworzeniem, więc być może nie jest to w ogóle możliwe. Google zamierza go całkowicie zastąpić Kerasem, więc pewnie nie ma co czekać na poprawę sytuacji. Jeśli nie jesteś zmuszony tego używać, to pewnie warto poświęcić trochę czasu i po prostu przepisać kod.
@mrocznapszczola: już sobie poradziłem, ale dzięki za zainteresowanie. Nie, chciałem wywoływać funkcję evaluate() na innym zbiorze danych, co każdą epokę uczenia. Dało się to wcisnąć do wywołania uczenia w parametrze hooks funkcją InMemoryEvaluatorHook(), chociaż mam wrażenie, że ma problemy z wyświetlaniem. No i chyba zawiera metody z klasy contrib, która jest deprecated. To tak jakby ktoś kiedyś szukał informacji. ( ͡° ͜ʖ ͡°)
Treść przeznaczona dla osób powyżej 18 roku życia...
Algorytmy ML zaczynają niemal samodzielnie prowadzić badania naukowe
Bardzo ciekawy przykład na zastosowanie text mining i ML w badaniach naukowych nad materiałami. Naukowcy wykorzystali word2vec do analizy 1.5 mln abstraktów artykułów naukowych z tej dziedziny.Model nie tylko nauczył się reguł chemicznych ale z dużym prawdopodobieństwem wskazywał nowe materiały /eng
z- 4
- #
- #
- #
- #
- #
- #
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 ͡°)
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 ͡°)
Jednorożce w Andach - AI GPT-2
Autorzy: Computerphile. Sztuczna inteligencja pisze spójne artykuły poprawną językiem i relatywnie wiarygodne. Już niedługo płacenie pisarskim prostytutkom i trollom stanie się przeszłością, a za zaoszczędzone szekle i kopiejki każdą organizację NWO będzie stać na własny kraj afrykański.
z- 2
- #
- #
- #
- #
- #
- #
Geniusz z Kluczborka buduje sztuczną inteligencję
Nie było tygodnia, żeby nie lądował u dyrektora szkoły na dywaniku. W 2017 roku "Forbes" zaliczył go do grona…
z- 131
- #
- #
- #
- #
- #
- #
Treść przeznaczona dla osób powyżej 18 roku życia...
@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.
Jeśli chciałeś zobaczyć tylko tę część ze mną to muszę Cię zawieść.
@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 :)
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
@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.
@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)
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)
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.
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.
źródło: comment_hZylzrxAGgFwfyfhsJ27QsqUBWe76zRE.jpg
PobierzW parametrach model.fit(ds.data, ds.target). Czym jest tutaj ds.data a czym ds.target?
@quwer: myślę, że data jest to wektor cech uczących, zaś target to wartość docelowa (label).
@jazmojegopokoju: nie robi, bo #ai nie pisze samo sobie kodu
@jazmojegopokoju: zależy jaki algorytm tutaj masz całkiem dobrze wyjaśnione jak działają NN.
Treść przeznaczona dla osób powyżej 18 roku życia...
@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.
@lolek24: na devoxx naklejki dawali ci co prowadzili konferencje a inne rzeczy, typu koszulki, ksiazki, byly na stanowiskach firmowych i te byly oblegane ( ͡° ͜ʖ ͡°)
mam problem z importem biblioteki import ramo.klevis.ml.ui.ProgressBar;
jest ona wykorzystywana w machinelarning.
Niezależnie od projektu np.
https://github.com/PacktPublishing/Java-Machine-Learning-for-Computer-Vision
lub
jest ona wykorzystywana w machinelarning.
Niezależnie od projektu np.
https://github.com/PacktPublishing/Java-Machine-Learning-for-Computer-Vision
lub
źródło: comment_UDnKq6Srfp5CjwwFPIw5sKA4smM5RoVA.jpg
PobierzKomentarz usunięty przez autora Wpisu
@quwer: o, pracowałem kiedyś z tym Klevisem, dobry spec.
"Trzecia litera tygodnia"
Gość stworzył sieci neuronowe i poprosił je, żeby nadały sobie imię. Efekty są niepokojące, ale i zabawne jednocześnie
z- 0
- #
- #
- #
- #
- #
- #
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
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
@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
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
@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.
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 ͡°)
#deepfake #analizadanych #machinelearning #datascience #programowanie #nocnazmiana #tagujenanocnej #bandarodzynkarzy no i wołam @lubie-sernik - z pewnością by się ucieszył z takiej aplikacji ( ͡° ͜ʖ ͡°)
źródło: comment_bsMDPNQlQgCuHbMgZCydk9AzQEzBzx3n.jpg
Pobierz
@plackojad: ja zaraz stworzę aplikację która zabanuje wszędzie rodzynkarzy żeby nie pisali głupot w internetach
xD
xD
@lubie-sernik: hahaha, nie uda Ci się! xD
Mirki
Jak zaimportować do projektu w #kaggle moduł mplfinance?
Próbowałem !pip install mplfinance i pip install mplfinance
Chce zrobić wykres świecowy a matplotlibfinance już nie działa (╯︵╰,)
#datascience i może #analizadanych #machinelearning
Jak zaimportować do projektu w #kaggle moduł mplfinance?
Próbowałem !pip install mplfinance i pip install mplfinance
Chce zrobić wykres świecowy a matplotlibfinance już nie działa (╯︵╰,)
#datascience i może #analizadanych #machinelearning
#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?
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?
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 ( ͡° ͜
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 ( ͡° ͜
@majsterV2: Na dobrą sprawę nie musisz w pamięci trzymać nawet całego modelu tylko podzielić go na segmenty i żonglować nimi między pamięcią grafiki i zwykłą.
@skrzacik320: Dzięki!
http://bit.ly/wykop_ts1
#datascience #machinelearning #python