K
Мне вот показалось справедливым замечание, что бустинг сам по себе на графовых фичах может показать такой же результат и без всяких гнн
Size: a a a
2021 February 19
I
не в курсе? а библиотеки есть какие для выявления похожестии или аномалии в рядах/ряде?
есть библиотека tslearn. ну и там есть разные подходы к определению похожести рядов k-shape кластеризация, основанная на cross-correlation, измерение расстояния между рядами используя метрику dynamic time warping и другие инструменты https://tslearn.readthedocs.io/en/stable/search.html?q=cross-correlation&check_keywords=yes&area=default
AT
Всем привет! Подскажите пожалуйста, где можно найти человека, который разбирается в том как делать дипфейки? Если у кого то есть контакт, буду благодарен
DP
Мне вот показалось справедливым замечание, что бустинг сам по себе на графовых фичах может показать такой же результат и без всяких гнн
Я на момент обсуждения был в метро и не слышал. А как предлагали фичи считать?
AO
Ibp
есть библиотека tslearn. ну и там есть разные подходы к определению похожести рядов k-shape кластеризация, основанная на cross-correlation, измерение расстояния между рядами используя метрику dynamic time warping и другие инструменты https://tslearn.readthedocs.io/en/stable/search.html?q=cross-correlation&check_keywords=yes&area=default
Спс
AR
Всем привет! Подскажите пожалуйста, где можно найти человека, который разбирается в том как делать дипфейки? Если у кого то есть контакт, буду благодарен
Можно самому делать через Google Collab: только это дело обучается целый день + параметры потом нужно верные подобрать)
AR
Вот ссылка на гайд - https://mrdeepfakes.com/forums/thread-guide-deepfacelab-2-0-google-colab-guide
AT
Вот ссылка на гайд - https://mrdeepfakes.com/forums/thread-guide-deepfacelab-2-0-google-colab-guide
спасибо!🙏Буду разбираться
AR
спасибо!🙏Буду разбираться
Хотя если нужны дипфейк фотки, то вот есть быстрый сервис - https://reflect.tech/
AT
Хотя если нужны дипфейк фотки, то вот есть быстрый сервис - https://reflect.tech/
не, мне видео надо
K
Я на момент обсуждения был в метро и не слышал. А как предлагали фичи считать?
Ну если нам структура графа заранее неизвестна (а это в 90% случаев гетерогенных данных так), то давайте, например, kNN фичи считать.
DP
Ну я хз почему тогда это должно быть лучше их метода. Стоит ли сравниться - да. А потенциально их прикол веселее.
K
В реализации, имхо, проще. Написать качественную валидацию для дефолтного бустинга с кнн фичами проще, чем тащить какого-то монстра
DP
Ну вопрос же не про это
K
Почему? Если результат не лучше, то о какой соте может идти речь?
DP
Ну резкльтат не лучше не доказано)
DP
Надо сравнить и посмотретт
DP
Потенциально понятно, почему их модель должна работать лучше. Но это в теории, а в практике да, может оказать что-то ненужное
K
Надо сравнить и посмотретт
Слишком много всего сравнить надо) эта статья где-то внизу списка приоритетов :D
Как минимум NODE ещё есть
Как минимум NODE ещё есть
K
Или mGBDT ещё