В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2

4698 membersпожаловаться на группу
2021 February 02

kk

k k in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Ivan
Тысячами? Это точно DO? Точно-точно? DO выставляет счёт и шлет его на почту. Также счет доступен на сайте. Можно зайти и посмотреть, за что именно. Не говоря уже о том, что можно просто удалить всю учетку DO не разбирая.
В учёте сказано что у меня 0.00$, подрщреваю есть какая-то ещё учетка о которой я не помню или не знаю
источник
12:42пожаловаться#1

I

Ivan in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
А DO тогда при чем? У вас есть учетка, о которой забыли. На ней что-то вертится, за что выставляют счет. Вспоминайте
источник
12:43пожаловаться#2

kk

k k in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
В любом случае я считаю, что нельзя автоматически без подтверждения моего снимать деньги. Если я хочу воспользоваться сервисом и не оплачиваю , то значит его нужно отключить , а не ставить меня на счётчик
источник
12:43пожаловаться#3

P

Pavel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Evgenii Zheltonozhskii🇮🇱
Начальное состояние
я так понимал что как раз начальное состояние 0.4, 0.6, 0.8, 0.2
там и матрица вон есть сверху. Дальше они вообще делают отношение
v = torch.tensor([[0.7, 0.3]])
T = torch.tensor([[0.4, 0.6],[0.8, 0.2]])
torch.mm(v, T)
не понимаю, что такое тогда 0.4, 0.6, 0.8, 0.2
источник
12:45пожаловаться#4

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Pavel
я так понимал что как раз начальное состояние 0.4, 0.6, 0.8, 0.2
там и матрица вон есть сверху. Дальше они вообще делают отношение
v = torch.tensor([[0.7, 0.3]])
T = torch.tensor([[0.4, 0.6],[0.8, 0.2]])
torch.mm(v, T)
не понимаю, что такое тогда 0.4, 0.6, 0.8, 0.2
Матрица перехода
источник
12:45пожаловаться#5

P

Pavel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Evgenii Zheltonozhskii🇮🇱
Матрица перехода
да но что означают цифры, вероятности?
источник
12:46пожаловаться#6

I

Ivan in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Вы сами указали данные для выставления счетов. Т.е. согласились/подтвердили. К тому же я почти уверен, что вы сами включили автоплатеж. И вы, кстати, оплачиваете. Так что почему отключать?
источник
12:46пожаловаться#7

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Pavel
да но что означают цифры, вероятности?
T_ij вероятность перехода из i в j
источник
12:46пожаловаться#8

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Ну или из j в i, если у тебя состояния строки
источник
12:47пожаловаться#9

P

Pavel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Evgenii Zheltonozhskii🇮🇱
T_ij вероятность перехода из i в j
Ве- роятности, заданные в начальном распределении состояний, например [0.7, 0.3], означают, что в 70 % случаев процесс начинается в состоянии «учиться», а в 30 % – в состоянии «спать».

а как же это
источник
12:47пожаловаться#10

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Pavel
Ве- роятности, заданные в начальном распределении состояний, например [0.7, 0.3], означают, что в 70 % случаев процесс начинается в состоянии «учиться», а в 30 % – в состоянии «спать».

а как же это
Это начальное распределение
источник
12:47пожаловаться#11

P

Pavel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Evgenii Zheltonozhskii🇮🇱
Это начальное распределение
думаю:) пытаюсь сообразить, сейчас задам вопрос скорее всего, спасибо вам
источник
12:49пожаловаться#12

P

Pavel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Evgenii Zheltonozhskii🇮🇱
Это начальное распределение
а те это начальная веротяность того что процесс начнется в точки графа: учиться = 70% и спать = 30%
источник
12:58пожаловаться#13

P

Pavel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Evgenii Zheltonozhskii🇮🇱
Это начальное распределение
все понял спасибо, за объяснение
источник
12:58пожаловаться#14

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Pavel
все понял спасибо, за объяснение
AnimatedSticker.tgs
(20.54 Кб)
источник
13:05пожаловаться#15
2021 February 03

TN

Timofey Naumenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Каким образом в пайторче можно перед обучением модели затюнить бегущие статистики оптимизатора (SGD/Adam)?
источник
18:38пожаловаться#16

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Имеется в виду, градиент моментума и т.д.?
источник
18:40пожаловаться#17

TN

Timofey Naumenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Есть идеи, как это можно сделать, но оно далеко от оптимального:
1) Сохранить state dict модели отдельно
2) Сделать forward+backward+optimizer.step()
3) загрузить сохранённый state dict
4) назад ко второй итерации
источник
18:41пожаловаться#18

TN

Timofey Naumenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Vadim Chashechnikov
Имеется в виду, градиент моментума и т.д.?
Ага, его. Все то, что есть в optimizer.state_dict()
источник
18:41пожаловаться#19

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Я не помню делал ли я это вообще, но вроде можно дать ему понакапливать градиент без обучения модели. А почему обычный warmup не хочется делать?
источник
18:43пожаловаться#20