это да(

и надо же так еще ее прописать, чтобы потом можно transfer делать без всяких извращений

я сча с этим разбираюсь, постараюсь как-н в след раз рассказать

а flux умеет в TPU?

теоретически вроде да, но я не проверял

тогда можно попрбовать выбить типа такого себе за бесплатно

https://www.tensorflow.org/tfrc

это вот, кстати, хорошо. я не знал, спасибо

Не во всех папирах детально описан процесс train'а, или выложены датасеты, вот в чём дело

Ну вот идеалом было бы повторить fast.ai, но не на PyTorch плюс свои доработки, а на экосистеме Julia — https://www.fast.ai/

весь курс?

думаю, речь о библиотеке

хороший ориентир

ну есть же флакс! зачем еще один фатсаи?

фласк по первому вгляду смотрится лучше, чем фаст аи.

так же прост, почти нет бойлерплейт кода, (фаст аи сделан как мне казалось как раз потому что в пайторче много надо было писать повторяющегося кода), и свои фишечки есть

но как ориентир, согласен.

Как ориентир "библиотека+курс" — ибо курс это хороший въезд в библиотеку. Если есть полнота для курса, значит всё ОК. Если чего-то для курса не хватает "из коробки", значит ещё не ОК. Если на фласке курс нельзя провести, то "не ОК" — как я понял, можно только после упражнений с бубном. Вот в этом-то и секрет. Не только отсутствие упражнений с бубном должно быть, но и учебный курс. Замечу, что в курсах глубокого обучения часто указывают, что "попутно научитесь программировать на Питоне". Вот это оно и есть: Питон не до курса глубокого обучения, а в ходе курса. С Julia может быть то же самое. Учить Julia может оказаться проще, если курс нейросетей на Julia будет быстрей проходиться (по совокупности причин), чем на Питоне — при том же содержательном материале.

про курс согласен. но пока что действительно не хватает возможностей для полноценного deep learning'а

вот IMHO когда появятся возможности для учебного курса "из коробки" без камланья, дело пойдёт. Пока же есть закрытая дверца: для желающих научиться требуется пройти шаманскую инициацию, а потом учиться. Но если ты уже шаман, то тебе не нужно уже учиться (или разве слегка доучиваться, что явно не то же самое). То есть замкнутый круг. Кто умеет с места подпрыгнуть на 10 метров без шеста, тот подпрыгивает. Кто не умеет, идёт по пологой лесенке Питона.

осенью буду в израильском филиале ШАД читать Python for Data Processing и была мысль сделать параллельную версию на Julia - без лекций, просто все  материалы в двух версиях.

но это, во-первых, сильно другое, во-вторых - такой объем, что в этом году получится только начать, осилить целиком просто физически не получится.

но можно попробовать есть слона по кусочкам 😎

В плане обучения - на Julia можно достаточно просто сделать нейронную сетку с нуля, вплоть до умножения матриц, и работать это будет очень шустро. Вот пример такой сетки, которую я оптимизировал по скорости: https://github.com/sairus7/simpleNN.jl

А что должно войти в курс?

Да, кстати, на курсере безумно популярный курс machine learning от Andrew Ng, на матлабе, там тупо перемножение матриц. Всё ручками