Еще один трюк по оптимизации памяти в pandas
Экономим от 20 до 80 процентов потребляемой памяти с помощью пары строк кода
😻 #python
Экономим от 20 до 80 процентов потребляемой памяти с помощью пары строк кода
Please open Telegram to view this post
VIEW IN TELEGRAM
👍30
Тестировщики Google признались, что оценивали ответы чат-бота Bard наугад
На каждую такую задачу отводится ограниченное количество времени, которое разнится от случая к случаю: иногда это несколько минут, а иногда — всего 60 секунд. По словам внештатников, дать адекватную оценку ответу в столь сжатые сроки «трудно», особенно если это тема, в которой они не разбираются. Так как выплаты суммируются на основе времени, которое отводится на каждую задачу, работникам приходится выполнять даже те, на которые они не знают точного ответа, — «просто чтобы заработать».
😻 #news
На каждую такую задачу отводится ограниченное количество времени, которое разнится от случая к случаю: иногда это несколько минут, а иногда — всего 60 секунд. По словам внештатников, дать адекватную оценку ответу в столь сжатые сроки «трудно», особенно если это тема, в которой они не разбираются. Так как выплаты суммируются на основе времени, которое отводится на каждую задачу, работникам приходится выполнять даже те, на которые они не знают точного ответа, — «просто чтобы заработать».
Please open Telegram to view this post
VIEW IN TELEGRAM
👍25😁19🤩1
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11👍5
Рекуррентные нейронные сети
Обычные нейронные сети отлично работают, если речь идет о картинках или заранее определенных последовательностях символов. Но что, если вы хотите использовать нейросеть для обработки текста или музыки? В общем случае — любой условно бесконечной последовательности, в которой важно не только содержание, но и порядок, в котором следует информация. Вот для этих задач и были придуманы рекуррентные нейросети.
😻 #NN
Обычные нейронные сети отлично работают, если речь идет о картинках или заранее определенных последовательностях символов. Но что, если вы хотите использовать нейросеть для обработки текста или музыки? В общем случае — любой условно бесконечной последовательности, в которой важно не только содержание, но и порядок, в котором следует информация. Вот для этих задач и были придуманы рекуррентные нейросети.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍22❤5
Понимание первичных и внешних ключей в СУБД
Важные концепции баз данных, без которых не обойтись, простым языком на примере.
😻 #SQL
Важные концепции баз данных, без которых не обойтись, простым языком на примере.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👍5🦄1
Градиентный спуск!
Этот алгоритм – три слона и черепаха машинного обучения. В прошлой части мы рассказали, что такое градиент и как его подсчитать. А теперь обсудим во всех подробностях, как он может помочь нам обучать алгоритмы (в том числе любимые нейронные сети).
😻 #math
Этот алгоритм – три слона и черепаха машинного обучения. В прошлой части мы рассказали, что такое градиент и как его подсчитать. А теперь обсудим во всех подробностях, как он может помочь нам обучать алгоритмы (в том числе любимые нейронные сети).
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥26❤7🌚4👍3
Meta представила модель искусственного интеллекта SAM, обученную распознавать объекты на изображениях.
Говорят, модель располагает самым объёмным набором описаний к картинкам среди всех аналогов. SAM расшифровывается как Segment Anything Model. Разработчики утверждают, что система идентифицирует объекты на статических картинках или в видео даже в тех случаях, когда не сталкивалась с ними при обучении. Выбор элементов производится по клику на них или при вводе их названия в текстовом формате.
Мы уже тестируем модельку и скоро расскажем, что там под капотом💡
😻 #news
Говорят, модель располагает самым объёмным набором описаний к картинкам среди всех аналогов. SAM расшифровывается как Segment Anything Model. Разработчики утверждают, что система идентифицирует объекты на статических картинках или в видео даже в тех случаях, когда не сталкивалась с ними при обучении. Выбор элементов производится по клику на них или при вводе их названия в текстовом формате.
Мы уже тестируем модельку и скоро расскажем, что там под капотом
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥4