Да, кстати контейнер нвидиа тоже надо установить, а то видео карту не увидит

Пока из функционала оригинального пандаса там не так много но при желании можно что-то придумать

Правильно ли я понял, последовательность действий такая:
1. установить nvidia-docker2
2. описать Dockerfile
FROM nvcr.io/nvidia/tensorflow:18.08-py3
WORKDIR /my-ml-files
RUN pip install jupyter
EXPOSE 8888
RUN pip install keras
3. Собрать контейнер

docker build -t my-nvidia-container .

4. Запустить контейнер

docker run --runtime=nvidia -it my-nvidia-container

5. Подключиться к контейнеру

docker run --runtime=nvidia -it -p "8888:8888" -v "/my-local-computer-files/:/my-docker-container/" my-nvidia-container

6. Запустить юпитер
7. установить либу через !pip install

Не. Это я не туда свернул. Надо брать их контейнер..
docker pull rapidsai/rapidsai

я выбрал нужные мне конфиги, мне  сгенерировались команды и просто их запустил

а потом установил nvidia-docker2

А где так можно выбрать конфиги и сгенерить команды? ЧТо за конструктор

на сайте rapids.ai если ниже пролистать есть блок RAPIDS RELEASE SELECTOR

То что надо спасибо 👍

да не за что

привет, ребята! подскажите есть ли в пакете с тензорфлоу какойто встроенные бенчмарк для определения производительности железа?

Ребят, а какой алгоритм работает быстрее, чем PCA ? Umap и PCA делают примерно тоже самое ? Как увеличить скорость работы umap ?

Добрый день. Подскажите, какие в целом есть наиболее эффективные подходы для кластеризации "всплесков" в сигнале с датчика

Всем привет!
Можно ли как-то получить output_shape  слоя в tf, избегая call?
Хочу во время билда получить output_shape Conv2D, чтобы автоматически билдить Embedding для Vision Transformer на этапе Patch-Creation -> Projection.

Доброго вечера. Хотелось бы задать вопрос по работе с торчем.
У меня есть необходимость пропустить некоторые данные через кодировщик для того, чтобы получить их представление в некотором формате. Декодировку проводить не нужно. Исходный формат данных ~23x256х256 (условно, 23-канальное изображение), целевой формат - 4х4х256. Как лучше этого достичь, не теряя информацию? Безопасно ли применить какой-нибудь вариант адаптивного пулинга?

Уважаемое сообщество любителей AI/Big Data/Machine Learning, просветите пожалуйста по вопросу hardware оборудования для указанных областей.
Какие существуют применения этих технолологий в автономных девайсах, когда большая часть функций AI/Big Data/Machine Learning реализована в самом устройстве, не на удалённых серверах ?
Какие виды специализированных hardware девайсов / оборудования востребованы на рынке, уже производятся или ещё только разрабатываются ?
Хочу понять, какие направления зарождаются и в каких направлениях развиаается рынок аппаратных устройств для искусственного интеллекта и машиннного обучения.
Буду благодарен за развёрнутые комментарии.
Спасибо.

https://youtu.be/TJcKYUTaBtg

Вот тут как его собирать)

https://youtu.be/xdpSRMxwoDE

Возможно про это будет интересно узнать

Здравствуйте. Подскажите пожалуйста, может кто сталкивался с подобным. Надо обучить модель изменять регистры в названиях ,с неправильного на правильные. (С большого на маленькие ). С чего можно начать процесс? Над чем подумать?