AG
Всем привет! Одна и та же моделька под Mac os отрабатывает за 0.7мс, а в docker'е >10мс. Catboost ставится через pip install. Куда смотреть? Есть смысл собрать из исходников с оптимизациями? Заводить ли баг на кривую сборку в pypi?
Size: a a a
2020 February 04
SK
Всем привет! Одна и та же моделька под Mac os отрабатывает за 0.7мс, а в docker'е >10мс. Catboost ставится через pip install. Куда смотреть? Есть смысл собрать из исходников с оптимизациями? Заводить ли баг на кривую сборку в pypi?
Привет! Заведи, пожалуйста, issue. Так не должно быть, возможно какая-то проблема с работой нашего аллокатора внутри докера.
DT
Всем привет! Одна и та же моделька под Mac os отрабатывает за 0.7мс, а в docker'е >10мс. Catboost ставится через pip install. Куда смотреть? Есть смысл собрать из исходников с оптимизациями? Заводить ли баг на кривую сборку в pypi?
👋 энтузиастам МЛ
p
Всем привет! Одна и та же моделька под Mac os отрабатывает за 0.7мс, а в docker'е >10мс. Catboost ставится через pip install. Куда смотреть? Есть смысл собрать из исходников с оптимизациями? Заводить ли баг на кривую сборку в pypi?
Ооо, привееет:)
AG
Привет, народ :).
P
Здравствуйте. Тренировала модель через train а не fit, потом сохранила. Для fit загружала
model = CatBoostClassifier()Подскажите, как ее правильно загрузить для train?
model.load_model('model', format='cbm')
p
Привет, народ :).
Пойдём как-нибудь смотреть на сервера в жиже?)
p
Привет, народ :).
В тот ЦОД снова приглашают) но непонятно когда
AG
Я в целом не против, хотя со временем аврал. Но давай всё-таки не в этом чатике :).
p
А. Ой. Да
2020 February 05
AS
Всем привет! Одна и та же моделька под Mac os отрабатывает за 0.7мс, а в docker'е >10мс. Catboost ставится через pip install. Куда смотреть? Есть смысл собрать из исходников с оптимизациями? Заводить ли баг на кривую сборку в pypi?
если в контейнере alpine то вместо glibc ты имеешь musl
AS
возможно в этом дело
AS
Я бы подозревал аллокатор
N
How to Configure XGBoost for Imbalanced Classification
https://machinelearningmastery.com/xgboost-for-imbalanced-classification/
https://machinelearningmastery.com/xgboost-for-imbalanced-classification/
Аa
при обучении модели использую кастомную метрику вот так:
А при попытке в другом месте её загрузить она загружается и работает, но успевает в stdout написать вот так:
Можно ли отключить этот вывод?
eval_metric=SacredMetricsSender() и всё хорошо. Модель обучается, метрики считаются, модель на диск сохраняется.А при попытке в другом месте её загрузить она загружается и работает, но успевает в stdout написать вот так:
Parameter {"eval_metric":"PythonUserDefinedPerObject"} is ignored, because it cannot be parsed.
There are invalid params and some of them will be ignored.Можно ли отключить этот вывод?
AD
при обучении модели использую кастомную метрику вот так:
А при попытке в другом месте её загрузить она загружается и работает, но успевает в stdout написать вот так:
Можно ли отключить этот вывод?
eval_metric=SacredMetricsSender() и всё хорошо. Модель обучается, метрики считаются, модель на диск сохраняется.А при попытке в другом месте её загрузить она загружается и работает, но успевает в stdout написать вот так:
Parameter {"eval_metric":"PythonUserDefinedPerObject"} is ignored, because it cannot be parsed.
There are invalid params and some of them will be ignored.Можно ли отключить этот вывод?
да, сделай issue на гитхабе, пожалуйста
Аa
да, сделай issue на гитхабе, пожалуйста
Готово, https://github.com/catboost/catboost/issues/1169. Спасибо!
IB
Коллеги, Добрый день.
Подскажите, пожалуйста, а можно ли обувь модель непосредственно из ClickHouse при учёте того, что проведена интеграция
Подскажите, пожалуйста, а можно ли обувь модель непосредственно из ClickHouse при учёте того, что проведена интеграция
IB
Или её можно только применить в нем?
AD
только применить можно