не, давай разберем и ты напишешь сам) будешь рад - обещаю

список списков есть?)

это самая распространенная ошибка, кажется, что разберешься и ок. Но на след день снова не можешь повторить, мозг при "списывании" работает иначе

ты помог подсказками,но еще не совсем понял

в любом случае хочу сделать нормально

ответы на эти задачи есть в сети,но то сложный код для меня

#кошачья задача

спасибо

я, честно говоря, когда решал сам это, мне такое решение товарищ на словах подсказал, я его не понял тогда. А сейчас оно само мне в голову пришло. Обычно просто бегут по всем словам и делают list.count(word)

поэтому если до сих пор не понятно - пиши, это норм))

Есть задача: по фотографии определить категорию к которой относится одежда(футболка,рубашка,толстовка,куртка итд).
Подскажите, пожалуйста, если кто знает, что можно почитать/посмотреть по этой теме? Посоветуете какую-то модель? Нагуглил много всего,но нет уверенности в том, что сейчас актуально.

Всем привет. Пробую решить задачу бинарной классификации изображений. Не циферки на белом фоне, а вполне разношерстные картинки в RGB. Так как не работал с DL-фреймворками, пробую банальный препроцессинг в cv2 + pca, и на 1D массивах обучаю SVM на нелинейном ядре. Accuracy 0.6. Предполагаю, что для улучшения нужно либо генерить признаки и добивать svm, либо вникать в сетки. Время ограничено. Кто-нибудь проходил подобный путь с погружением в CV? Если да, какой вариант предпринять?

pytorch pretrained models

за вечер управишься

Если картинки, то,конечно, сетки

взять предобученную сеть(любую), поменять последний слой под ваше количество классов( футболка, рубашка, .... ) и дообучить модель на ваших фотографиях

Спасибо!

тру

раз про торч заговорили