Ostatni model puszczony na produkcję i weekend. W tym tygodniu wytrenowałem, przetestowałem i puściłem na prod 3 małe modele plus napisałem dokumentację do nich na Conflu.
Mam sideprojekt w którym AI traktują jak klepanie crudów. Pewnie takich projektów będzie coraz więcej, wraz z tym jak biblioteki będą coraz bardziej automatyzować workflowy. To chyba fajnie.
@JamesJoyce: dużo roboty wymaga zrobienie np. rekomendacji produktów do małego sklepu? Np. gdybym skorzystał z gotowego modelu z HF - jak wygląda później "szlofowanie" skuteczności?
@JamesJoyce w sumie fajnie to brzmi. Sam programuje w javie więc jeśli chciałbym zacząć z sztuczna inteligencja to python na początek? Jakies inne porady?
@reiz: Jak rozumiem, chodzi o finetuning. Zależy ile masz danych i jaka jest ich jakość, ale jeśli to mały sklep to raczej nie powinno to zająć dużo czasu. Ważne jest też to, na czym chcesz to zrobić, tzn. czy posiadasz GPU. Jeśli nie, możesz wykonać to w colabie:
@ProstolinijnyW: Tak jest plus uniwersalne biblioteki do danych jak numpy czy pandas. A poza tym wybrałbym jakiś obszar, którym chciałbyś się zajmować, np. nlp, computer vision itd, i zaczął czytać teorię z tego obszaru.
@ProstolinijnyW: nie, kolegi kolegi xD no raczej ze swojego
AI jest niesamowicie szybko rozwiajaca i zmieniajca sie dziedzina. Jeszcze 2 lata temu budowanie modeli wygladalo inaczej. Dzis sie ich nawet nie finetuninguje, bo robia to automaty. Za rok nie bedzie ich sie nawet budowac tylko bedziemy je promptowac. Dla przykladu polecam zobaczyc jak akutalnie wyglada adaptacja wlasnych wag do np. yolo, a jak wygladala rok temu
klasyfikację tekstu, ekstrakcję danych z faktur i ocenę wydajności pracowników na podstawie danych personalnych i informacji z ticketow
@JamesJoyce: Prawdziwa esencja branży. Ekstrakt fiuta z fiuta. Gdyby udało ci się przy użyciu AI eliminować leserów w tej branży, to miałbyś Nobla. A że się nie da, to od razu wiadomo, że zmyślasz. ( ͡°͜ʖ͡°)
@Pharos esencja, te zadania często wykonywane są przez kilkuosobowe zespoły. Więc jest to w jakimś sensie eliminacja, ale nie zawsze leserów. Tak czy inaczej, w tym jest zysk, więc i zadań tego typu jest ogrom.
Ostatni model puszczony na produkcję i weekend. W tym tygodniu wytrenowałem, przetestowałem i puściłem na prod 3 małe modele plus napisałem dokumentację do nich na Conflu.
Mam sideprojekt w którym AI traktują jak klepanie crudów. Pewnie takich projektów będzie coraz więcej, wraz z tym jak biblioteki będą coraz bardziej automatyzować workflowy. To chyba fajnie.
https://wandb.ai/int_pb/recommendations/reports/Recommender-Systems-Using-Hugging-Face-NVIDIA--VmlldzoyOTczMzUy
Tutaj masz fajny roadmap:
https://github.com/Moataz-Elmesmary/Data-Science-Roadmap
AI jest niesamowicie szybko rozwiajaca i zmieniajca sie dziedzina. Jeszcze 2 lata temu budowanie modeli wygladalo inaczej. Dzis sie ich nawet nie finetuninguje, bo robia to automaty. Za rok nie bedzie ich sie nawet budowac tylko bedziemy je promptowac. Dla przykladu polecam zobaczyc jak akutalnie wyglada adaptacja wlasnych wag do np. yolo, a jak wygladala rok temu
@JamesJoyce: Czyli jak wszędzie ( ͡° ͜ʖ ͡°)
@JamesJoyce: Prawdziwa esencja branży. Ekstrakt fiuta z fiuta. Gdyby udało ci się przy użyciu AI eliminować leserów w tej branży, to miałbyś Nobla. A że się nie da, to od razu wiadomo, że zmyślasz. ( ͡° ͜ʖ ͡°)