Машинное обучение. Нововведения PyTorch 2.0
В PyTorch 2.0 были внесены фундаментальные изменения в основные операции компилятора, сохраняя при этом тот же уровень знакомства и удобства для разработчиков. Это последнее обновление обещает ускоренную производительность и расширенную поддержку для динамических форм и распределенного обучения.
Книги по ML - @maschinelearning
#ml
В PyTorch 2.0 были внесены фундаментальные изменения в основные операции компилятора, сохраняя при этом тот же уровень знакомства и удобства для разработчиков. Это последнее обновление обещает ускоренную производительность и расширенную поддержку для динамических форм и распределенного обучения.
Книги по ML - @maschinelearning
#ml
🤮3👍1👎1💩1
Машинное обучение. Развертывание ML-модели на AWS Lambda
В этом руководстве мы рассмотрим, как развернуть модель машинного обучения (ML) на AWS Lambda с помощью Serverless Framework и выполнить ее с помощью Boto3. Мы также создадим CI/CD-конвейер с помощью GitHub Actions для автоматизации процесса развертывания и запуска сквозных тестов.
Книги по ML - @maschinelearning
#ml
В этом руководстве мы рассмотрим, как развернуть модель машинного обучения (ML) на AWS Lambda с помощью Serverless Framework и выполнить ее с помощью Boto3. Мы также создадим CI/CD-конвейер с помощью GitHub Actions для автоматизации процесса развертывания и запуска сквозных тестов.
Книги по ML - @maschinelearning
#ml
👍2
Машинное обучение. Очистка данных в Python: руководство для начинающих
Когда вы начинаете новый проект, связанный с данными, вы редко получаете данные в идеальном для анализа состоянии. Поэтому в начале каждого нового проекта необходимо произвести очистку данных.
Книги по ML - @maschinelearning
#ml
Когда вы начинаете новый проект, связанный с данными, вы редко получаете данные в идеальном для анализа состоянии. Поэтому в начале каждого нового проекта необходимо произвести очистку данных.
Книги по ML - @maschinelearning
#ml
Машинное обучение. NaN в Python
В мире науки о данных и аналитики встреча с отсутствующими данными — скорее правило, чем исключение. Отсутствующие значения могут исказить анализ, привести к неверным выводам и в целом нарушить ход обработки данных. Устранение таких пробелов имеет решающее значение для сохранения целостности вашего анализа. Цель этой статьи — познакомить вас с различными способами определения значений NaN (Not a Number) в Python.
Книги по ML - @maschinelearning
#ml
В мире науки о данных и аналитики встреча с отсутствующими данными — скорее правило, чем исключение. Отсутствующие значения могут исказить анализ, привести к неверным выводам и в целом нарушить ход обработки данных. Устранение таких пробелов имеет решающее значение для сохранения целостности вашего анализа. Цель этой статьи — познакомить вас с различными способами определения значений NaN (Not a Number) в Python.
Книги по ML - @maschinelearning
#ml
Машинное обучение. Введение в PyTorch
В этом руководстве мы рассмотрим базовые компоненты PyTorch, а затем разберем задачу классификации изображений с использованием набора данных CIFAR10.
Книги по ML - @maschinelearning
#ml
В этом руководстве мы рассмотрим базовые компоненты PyTorch, а затем разберем задачу классификации изображений с использованием набора данных CIFAR10.
Книги по ML - @maschinelearning
#ml
Машинное обучение. Примеры применения Pandas в Python
Pandas — очень популярная библиотека Python для анализа данных. Она предоставляет множество функций и методов, ускоряющих подготовку данных и работу с ними. Поскольку библиотека популярна, вы легко найдете стати и руководства по ее применению. В этой статье мы рассмотрим практические примеры использования Pandas в Python.
Книги по ML - @maschinelearning
#ml
Pandas — очень популярная библиотека Python для анализа данных. Она предоставляет множество функций и методов, ускоряющих подготовку данных и работу с ними. Поскольку библиотека популярна, вы легко найдете стати и руководства по ее применению. В этой статье мы рассмотрим практические примеры использования Pandas в Python.
Книги по ML - @maschinelearning
#ml
❤2👍1
Библиотека Pandas очень популярна на этапе предварительной обработки данных, машинного обучения и глубокого обучения. Но теперь вы можете делать с ней намного больше! Представляем вам новую библиотеку для обработки данных — Pandas AI.
Эта библиотека интегрирует возможности генеративного искусственного интеллекта в Pandas, делая классические датафреймы библиотеки Pandas диалоговыми.
Книги по ML - @maschinelearning
#ml
🟢 Читать статью
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
В настоящее время Python является одним из наиболее распространенных языков программирования в мире. Используя его простой синтаксис, можно выполнять различные функции и задачи. Одна из них — автоматическая обработка цифровых изображений, которая может быть выполнена с помощью бибиотеки Pillow.
#ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Вероятно, вы уже где-то слышали о Theano, но знаете ли вы, что это такое? Язык программирования? Компилятор? Библиотека Python? На самом деле, всё перечисленное!
Theano был разработан для компиляции, реализации и оценки математических выражений очень эффективным способом. По сути, он позволяет разработчику выполнять код, используя как CPU, так и GPU.
#ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
Pandas предоставляет невероятно богатый набор функций, позволяющий ускорить любой процесс работы с данными. В этой статье вы найдете довольно объемное пособие по работе с Pandas, хотя, разумеется, оно не будет исчерпывающим.
#ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Keras — это простая в использовании, но мощная библиотека глубокого обучения для Python. В этом посте мы построим простую сверточную нейронную сеть (CNN) и обучим ее решению реальной задачи с помощью Keras.
#ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Клайв Хамби сказал: «Данные — это новая нефть». И, как и нефть, они нуждаются в очистке. Разбираемся, как это сделать с применением библиотеки Pandas.
#ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1