Кто будет сегодня на clojutre?

Ml в Scala Spark, потом дёргать с clojure. Я так делаю

Ну прототипы только на питоне делал чтобы поверить работоспособность моделей

А на скала все хорошо?

Ни разу не пробовал

Ну если с машинным обучением то выбора особо не много. Spark саппорт и документация в основном на scala

Хотя есть wrapper flambo для clojure

Ладно, спасибо, буду смотреть

ML на спарке никакой
на кложе в ML жизни нет, уже проверно)
тот же neanderthal хуже по производительности и функционалу чем numpy
да и смысла нет, на самом деле
на питоне очень много всего есть, PyTorch, например, просто песня какой фреймворк
на кложе удобно только датку подготовить для обучения, и то, только табличные данные, картинки и тексты лучше подготавливать в питоне, так как врапперов к opencv например на кложе/жаве годных нет, для текстов только устаревшие жава библиотеки
лучший пайплайн - обучить модель в питоне и инферить при помощи tensorrt или tensorflow serving

Я вот сижу

Чот унылость пока сплошная )

Я на втором ряду

Справа

Можно после толка пересечься!

Ок

Ну не везде он по производительности хуже https://gitlab.com/alanmarazzi/numpy-vs-neanderthal

да, я видел этот бенчмарк, numpy по большей части лучше, причем лучше на стандартных задачах, а не сингулярных разложениях
плюс кложуристы как никто понимают насколько важна экосистема
для кложи ее, увы, нет вообще

Spark он же все таки для распределённых вычислений на большом количестве машин. Не думаю что pytorch сможет такое делать в кластере.

Спарк не про вычисления, а про обработки данных. Вычисления там никакие. А пайторч как раз таки из коробки имеет distributed mode, плюс для него и tensorflow есть либа horovod, тоже для этих целей. Как openai обучил alpha zero на 256 gpu? И это было ещё пару лет назад

- Access-Control-Allow-Origin
- Access-Control-Allow-Methods