спасибо, я посмотрю, попробую

Вообще конечно начни с какого-то простого курса (книги), туториала. Эффективнее процесс пойдёт.

да, тоже задумался) спасибо

Можно и на глаз валедироваться ^^

Это не так просто, как кажется...

есть кто использует библиотеку numba ?
хочу ускориться за счет jit, знаю, что библиотека с пандас не работает, поэтому сделал отдельную функцию с датафреймами, которая возвращает значение и пихает в функцию с jit, но все равно ошибка на неизвестное имя
global name 'mark_try_block' is not defined

Всем привет, стыкнулся с задачкой где люди с с помошью optuna подбирают гиперпараметры. Но эти гиперпараметры не только к модели (рандом форест) тобишь (не только макс глубина, колво естиматоров и т.д), а еще й ЛАГ К ДАННЫМ ТАЙМ СЕРИИ, например есть фича "сигнал с датчика А", и по этой фиче делаються shift(n) и вот этот n - гиперпараметр. Меня такой подход немного смущает, хотя и выглядит прикольно. Сомнения в том что сам поиск гиперпараметров базируеться на том что изменения значения гиперпараметра не сильно меняет метрику, а вот когда мы будем подбирать гиперпараметр как колво шагов shift - он сильно будет менять к примеру метрику. Какие вы видите плюсы\минусы в таком подходе?

Как может лосс из воздуха появиться? Поверхность - лосс при разных w1, w2, черная линия - история лосса при обучении относительно весовых коэффициентов слоя. Модель - один слой conv1d без паддинга, смещения и активации. Тренировал на одном примере x = [[1, 2, 3]], y = [[14, 23]], массив весовых коэффициентов должен по идее получиться w = [~4, 5~]. Функция потерь - 'mse'. Сначала использовал оптимизатор RMSprop, потом решил попробовать с SGD и получил такую несуразицу

Что-то не так нарисовал

с RMSprop то всё нормально?

Ну возможно где-то не тот массив взял

единственное, что я поменял

приаппендил к линспейсам весов веса инициализации(

adagrad вообще какую то хрень с поверхностью сделал

Adam используй лучше,  мне так кажется

Он в локальных минимумах у тебя застревать не будет как адагард

та тут задача с одним минимумом. Расчет функции потерь ведь не зависит от выбранного оптимизатора, поверхность лосса, на которой я ее ручками считал всё равно должна быть постоянной. А у меня какая то лажа. SGD - начальный лосс не лежит на поверхности, а адаград и ададельта изменили мне поверхность

Как это не зависит?

Смотря как считать