этот скриншот и у вас в видео кстати есть

они уже более 2х лет как обновили возможности

Действительно чуть больше года назад они сделали бесплатный доступ.

Спасибо за замечание

всем привет! есть варианты WordNetLemmatizer из nltk использовать для русских слов?

Попробуй генетические алгоритмы

Результаты сравнивают по метрикам качества(тест выборке и кросс тесты). А на сколько Вы готовы потерять в качестве, что бы выиграть в скорости это вопрос к заказчику работы. Кто-то и 10% готов потерять, а кому то и 1% жалко.

Обычно, когда вы размечаете картинки для детекции, то на выходе возможны 2 варианта:
1. Множество xml файлов по именам самого имиджа
2. Текстовый файл формата  примерно: имя, имя класса, координаты прямоунольника. Иногда координаты считаются, как свиги относительно центра прямоугольника ( yolo формат), иногда непосредственно.
Что нужно нейросети - это, в общем, как вы сами напишете ее кормление данными. Например, tf detection api в в туториале описывает, что просит xml. Но мне это было неудобно, я переписала так, чтоб она csv с координатами брала

Посмотрите туториал по tenzorflow detection api, там есть про это. Или одно из множества статей с примером применения его

roboflow

Ребята, есть у кого курс по Data Science

?

в смысле)

Курс

Слитый

Их сотни а то и тысячи слитых платных и столько же бесплатных, гуглить религия не позволяет?

Вопрос наверное больше к дата инженерам, но все же - кто-нибудь использовал temporal как оркестратор?

Всем здравствуйте.
Имеется задача постоянного просчета математической функции в n количестве потоков/процессов на языке Python.

Если конкретнее:
Нужно вычислять функцию в 1000 потоках и выдавать общее кол-во просчётов и среднюю скорость результатов в секунду за определенный промежуток времени.
ОС: GNU Linux

1. Какой метод для Py лучше использовать для параллельной многозадачности(multiprocessing или threads)?
Вычитал, что для *nix систем fork-и эффективны, multiprocessing их и использует

2. Исходя из выбранного инструмента, как выводить общую скорость и кол-во просчётов(например в консоль)

ПыСы: В данной задаче принципиальна асинхронность потоков и нежалательность возможных долгих прерываний к общей бд.
Имеется ли какой-то способ общего пространства памяти для процессов/потоков без прерываний на обращение к накопителям и бд

привет
у кого-то есть опыт тренировки embeddings на нейронке, чтобы потом с их помощью трансформировать категориальные данные в датасете и кормить это, к примеру, в xgboost?