Aktywne Wpisy
Nobody32 +741
Co do tej afery z #giftpol, to pokazuje ona świetnie podejście do pracy ludzi 20-35 lat a 40+. Nasi rodzice/dziadkowie byli nauczeni, że szef to pan i koniec. Dzisiaj starsze pokolenie mówi, że młodym się w dupach poprzewracało, bo mają czelność czegoś żądać. A chodzi dokładniej o traktowanie pracownika jak człowieka i przestrzegania prawa pracy. I wiecie co? I bardzo dobrze. Młode pokolenie idealne nie jest, ale przynajmniej nie daje się
mourise +1083
Mireczki. Jest mi bardzo wstyd ( ͡° ʖ̯ ͡°) Całkowitym przypadkiem stworzyłem zgłoszenie naruszenia rodo przez #giftpol w oświadczeniu ich mecenasa „dziura w dupie” i przesłałem do Prezesa UODO. Jest mi wstyd, że przyczyniam się do szargania reputacji tej znakomitej firmy ( ͡° ʖ̯ ͡°) #januszebiznesu
źródło: Zdjęcie z biblioteki
Pobierz
Aktywne Znaleziska
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 period).
2) Tworzę pętlę for epoch. i wywołuję za każdym razem train() z długością 1 i evaluate(). Tutaj jednak problem polega na tym, że jest to nieefektywne, bo co każde wywołanie model zapisuje i wczytuje się z dysku co trwa dość długo.
Istnieje jakaś opcja, żeby to przeskoczyć, ewentualnie funkcja o której nie mam pojęcia? Natknąłem się na klase tf.experiment jednak jest przestarzała (deprecated).
#python #machinelearning #it #programowanie #naukaprogramowania #programista15k