Wpis z mikrobloga

@botereq: Jeżeli zaczynasz przygodę z ML ze swojej strony polecam kurs na coursera: https://www.coursera.org/learn/machine-learning

Jest on prowadzony przez człowieka który doskonale tłumaczy podstawy ML, nie nauczy on Ciebie używania bibliotek ale teorii i praktyki działania ML "pod maską", czyli czym jest i jak działa np. gradient descent, learning rate, regularyzacja. Parę lat temu kurs ten był prowadzony w oparciu o Octave (otwarty odpowiednik matlab) ale teraz z tego co wiem
  • Odpowiedz
Tensorflow i PyTorch czy jeszcze znasz coś ciekawego?


@botereq: pytorch i tego typu rzeczy to nakłądki m.in na tensorflow. Jest jeszcze popularny keras, ale lepiej poczytaj o statystyce i matmie najpierw
  • Odpowiedz
@botereq: @CukrowyWykop: PyTorch nie jest żadną nakładką na tensorflow.
Używanie obu bibliotek nie jest żadnym rocket science, więc generalnie można skosztować i tej i tej, co polecam.
Największą różnicą jest/było to, że tensorflow tworzył grafy statyczne, które potem odpalał, a PyTorch działa dynamicznie.
W nowych wersjach TF wprowadzili eager execution, który również działa dynamicznie, niemniej to PyTorch wspiera dynamiczne grafy natywnie.

Na NLP nie znam się zbyt mocno, raczej
  • Odpowiedz
PyTorch nie jest żadną nakładką na tensorflow.


@Poziokat: a faktycznie tam jest bezpośrednio cuda.

Największą różnicą jest/było to, że tensorflow tworzył grafy statyczne, które potem odpalał, a PyTorch działa
  • Odpowiedz
@CukrowyWykop: matmy nie neguję, sam od tego kiedyś zaczynałem.
Tylko odpisałem bo PyTorch i TF to zupełnie inne silniki :P.
cuda nie ma tam w sumie nic do gadania, na cpu przecież też odpalą się w inny sposób, to zupełnie rozłączne biblioteki ;)
  • Odpowiedz
cuda nie ma tam w sumie nic do gadania, na cpu przecież też odpalą się w inny sposób, to zupełnie rozłączne biblioteki ;)


@Poziokat: oj przy konkretniejszych modelach i tak bez gpu się nie obejdziesz :P więc piszę w domyśle cuda bo na cpu to proste modele do nauki.
  • Odpowiedz
@CukrowyWykop: Z dozą cierpliwości na CPU można coś trochę większego też odpalić.
Niemniej chodziło o teoretyczne podescie, TF i PyTorch nie są osobne dlatego, że jest w nich bezpośrednio cuda ^^
  • Odpowiedz