Size: a a a

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

2021 May 17

D•

Dan • Captain in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
источник

D•

Dan • Captain in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Переслано от Александр Михайлов...
Посмотреть на данные - это правильно. Наиболее "сырой" график для просмотра одномерных данных - это "Dot-and-Jitter Plot" (в seaborn см. `stripplot`.
источник
2021 May 18

NK

ID:0 in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Погрузитесь в продвинутые инструменты Machine Learning!

Начните обучение уже 27 мая с демо-занятия «О чем говорят депутаты или тематическое моделирование Госдумы».

На занятии вы проанализируете открытые данные при помощи ML. Узнаете, о чем за последние 20+ лет говорили депутаты российских партий, как можно по топикам выступлениям проследить за изменениями, происходившими в обществе и при чём здесь лемматизация и когерентность.
Демо-занятие является частью онлайн-курса «Machine Learning. Advanced» в OTUS, где вас ждет еще больше увлекательных проектов и полезнейших технологий.

Для регистрации на урок пройдите вступительный тест https://otus.pw/UMHn/
источник
2021 May 19

D•

Dan • Captain in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
​​Data Fest возвращается! 🎉 Data Fest Online 2021 откроется уже 22 мая 🤩

Как и прошлой осенью вас ждут:

🍿 Целый день премьер и прямых включений из зоопарка с топовыми ведущими из ODS, плюс ваши любимые мохнатые и пернатые соведущие. Специальный гость - маленький медведь Потап 🐻

🤝 Море нетворкинга в Spatial Chat: десятки комнат по интересам со всеми полюбившимися и принципиально новыми форматами

💣 Десятки треков от сообщества и партнёров феста с докладами топовых спикеров и практическими заданиями для всех зарегистрированных участников

🎁 Ещё куча новых крутых штук 😉

Регистрируйтесь, чтобы получить доступ ко всем активностям Data Fest.  До встречи!
источник

D

Dima in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
подскажите пожалуйста в чем проблема:
запускаю скрипт питона через java, отрабатывает, но  результата нет.
кто-нибудь может подсказать в чем проблема? или как лучше запустить питоновский скрипт через java
    String[] params = new String[]
       {"python3","Face_detector.py",photo,folder};
       Runtime r = Runtime.getRuntime();
       Process p = r.exec(params);
источник

AM

Artem Melnychenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Не эксперт в java, но обычно когда запускается процесс должен записывать stdout и stderr в экземпляре класса Process

попробуйте доступиться через p.getOutputStream()
источник

AM

Artem Melnychenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
источник

D

Dima in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Мне надо,чтобы был экзекут скрипта питона,а  нет,хотя джава код выполняется
Сама программа обрезает лица и сохраняет их в папке, там аутпута никакого нет
источник
2021 May 20

NK

ID:0 in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Хотите иметь специальность, которая будет востребована во все времена? Тогда приходите учиться на сетевого инженера в GeekBrains. Ни одна современная компания не может обойтись без этих сотрудников. Они настраивают корпоративные сети и отвечают за качество и безопасность их работы. Короче говоря, «отвечают за интернет».

На курсе получите все нужные навыки и станете по-настоящему крутым специалистом. Преподаватели — опытные эксперты. Вас ждет много теории и еще больше — практики. Узнаете, как настраивать сетевое оборудование, работать с трафиком, программировать на Python, работать в Linux, легко автоматизировать рутинные процессы. В финале получите диплом о профессиональной переподготовке, а эйчары GeekBrains помогут найти первую работу по специальности.

Запишитесь на курс → https://gb.ru/link/FsVisi
со скидкой 45%
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
всем привет, фундаментальный вопрос относительно Торча, торч не супортит парарельный backward наскоько я знаю из доки,
есть ли какие-то решения если есть желание сделать одновременный backward на несколько значений, что то вроде [l1,l2,l3,l4,l5].backward(), который вел бы себя как l1.backward(), l2.backward() и тд. ?
или только в форе ?
источник

DD

David Dale in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Кажется, что твой гипотетический [l1,l2,l3,l4,l5].backward() математически эквивалентен реальному sum([l1,l2,l3,l4,l5]).backward(), потому что при вызове backward градиент суммируется с уже накопленным, а градиент суммы равен сумме градиентов.
При этом вычислительно будет эффективнее сначала складывать, а потом дифференцировать, т.к. дифференцировать придётся один раз, а не пять.
источник

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
+
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
не я подумал, и на самом деле вой вопрос изначально не рассказывает вам о том, что в моем случае backward используется не для дифференциации как в 99.9% случаев, а в нем спрятан hook, который дает мне градиенты допустим l1 относительно определенного слоя в сетке. Для GradCam такой фокус используется, если знакомы.

Так вот в этом алгоритме батч зафиксирован из-за этого фокуса размером ровно в 1, потому что градиенты одного l1.backward просто вытянуть.
Мне именно 5 раз надо, и желательно не в форе, короче говоря.
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
5 или 10, или "размер батча" раз
источник

TN

Timofey Naumenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
> потому что градиенты одного l1.backward просто вытянуть
непонятно
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
> hook, который дает мне градиенты допустим l1 относительно определенного слоя в сетке.

а это ?
источник

TN

Timofey Naumenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Это понятно.
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
ну вот это "простая" операция для одного аутпута, а мне нужно одновременно для нескольких.
источник

TN

Timofey Naumenko in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
А, понял беду
источник

EZ

Evgenii Zheltonozhsk... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Ну тогда циклом
источник