Wszystko

Najnowsze

Archiwum

zdalnie_io
  • 2
Kliknij tutaj lub obserwuj #zdalnieio, aby otrzymywać cotygodniową porcję ofert pracy zdalnej :)

Frontend/Javascript
Frontend Developer (NewPerspective) 6 000 - 11 000 PLN - oferta
Frontend Developer (EQUIQO Software House) 10 000 - 16 000 PLN - oferta
Junior Node.js Developer (Netguru) 4 500 PLN -
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
S.....n
  • 3
Ciekawe - nie do końca załadowała mi się strona profilowa na fejsie i zamiast zdjęcia profilowego wyskoczyły mi dane klasyfikujące obrazek. To w takim razie jestem ciekawa - czy da się dostać do tagów dowolnego zdjęcia w jakiś sposób?
#machinelearning #facebook #pytanie #datascience poproszę też #programowanie, bo ktoś może wiedzieć
S.....n - Ciekawe - nie do końca załadowała mi się strona profilowa na fejsie i zamia...

źródło: comment_vcpN0GUGTY9eA4h5F7wgVPhyE8J7RWj4.jpg

Pobierz
  • 3
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
majsterV2
  • 0
@passage: Widzę że różnica nie jest zbyt kolosalna, to pewnie dlatego że TPU zostało stworzone do większej ilości połączeń między neuronami a nie szybszej pracy z ich większą ilością (120Tflops w FPU 11Tflops w GPU nie jest równe, dlatego lepiej stosować TOS).
  • Odpowiedz
zdalnie_io
  • 8
Kliknij tutaj lub obserwuj #zdalnieio, aby otrzymywać cotygodniową porcję ofert pracy zdalnej :)

Frontend/Javascript
Frontend Developer - React JS (Lorentus) 8 000 - 16 000 PLN - oferta
Front-end developer (Marbit) 6 000 - 12 000 PLN - oferta
Senior Front-end developer (Devire) 10 000 - 20 000 PLN -
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
majsterV2
  • 2
@AdireQ: Masz jakiś ciekawy pomysł? ( ͡º ͜ʖ͡º)
Jak zacznie w miarę logicznie gadać to może uda się zrobić konfrontację, zaś przy tym sporo wiedzy można byłoby zdobyć.
  • Odpowiedz
pepepanpatryk
  • 1
Hej mam takie pytanko. Używając algorytmu kmeans dla macierzy 25080 x 128 obliczam odpowiednie labele. Następnie chciałbym wykorzystać to co zostało obliczone aby obliczyć kolejne labele ale dla wejścia o rozmiarze np 350 x 128 tak aby były wykorzystane cenrtoidy obliczone w poprzednim kroku. Da się coś takiego w ogóle zrobić?

To wszystko wykorzystując bibliotekę opencv, a nie sklearn bo tam jest to już zaimplementowane - kmeans.fit, kmeans. predict.
#opencv
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
pepepanpatryk
  • 0
@pepepanpatryk: Ok połowiczne rozwiązanie to wykorzystanie KNearest.

W pierwszej fazie obliczam labele dla zbioru danych uczących(kmeans), następnie trenuje(KNearest) model na podstawie labeli dostarczonych przez kmeans. Połowiczne dlatego, że w mojej opinii zajmuje to za dużo czasu, niemniej jednak i tak w porównaniu do wersji pythonowej, jest szybciej, ale o zaledwie 20 sekund. Co prawda, przy dużym zbiorze danych może być to znaczące.
  • Odpowiedz
croppz
  • 2
Jak działa StandardScaler.transform w sklearn i na czym polega jego działanie?

@pepepanpatryk:

Standardize features by removing the mean and scaling to unit variance

Jakie są jeszcze popularne metody normalizacji
  • Odpowiedz
pepepanpatryk
  • 0
@Blooser: Ok teraz koncepcja się zgadza i już wiem dlaczego jest tak a nie inaczej. Niemniej jednak nadal pracuje nad problemem adaptacji takiego zachowania w opencv, gdzie niestety nie ma obiektu kmeans takiego jak w sklearn tylko zwykła funkcja, której parametry trzeba odpowiednio dostosować.
  • Odpowiedz

Powiązane tagi