@bigdata_ru

Страница 280 из 327
bebebe
14.06.2018
08:43:58
https://www.youtube.com/watch?v=HgDdaMy8KNE

Dan
14.06.2018
08:49:00
#образование #яндекс Тем, кто искал возможность изучить машинное обучение "от а до я", на русском языке, дистанционно, недорого и чтобы с безупречной репутацией, мы рады представить курс по машинному обучению на базе Python - https://goo.gl/1AiSqR На этом курсе вы узнаете, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Научитесь пользоваться современными аналитическими инструментами и адаптировать их под конкретные практические задачи. Преподаватели курса — сотрудники Яндекса. В финале обучения вы напишете дипломный проект, применимый к реальным данным в e-commerce, соц.медиа и бизнес-аналитике, который можно (и даже нужно) будет добавить в ваше портфолио. Специализация "Машинное обучение и анализ данных": https://goo.gl/1AiSqR

Почистил флуд

@GiovanniAcuto без мата в следующий раз

Google
Kek
14.06.2018
09:18:01
Та ладно

Dan
14.06.2018
09:22:52
будет розыгрыш 5 бесплатных мест?))))
Ничего невозможного нет, но я бы рекомендовал обратиться по указанным там контактам. Это займёт у вас минуты две от силы, зато вы получите информацию из первых рук :)

dot
14.06.2018
09:22:53
Всем привет , а может ктонибудь подсказать что означают данные когда я обучаю сеть используя yolov3 , не могу найти инфу блин :( 1538: 4.310359, 3.937661 avg loss, 0.000700 rate, 356.816387 seconds, 15380 images

Андрей
14.06.2018
09:23:33
dot
14.06.2018
09:24:01
1538 это эпоха, avg loss это ошибка которая должна падать чтобы все ок было а остальные ?

Evgeniy
14.06.2018
09:24:41
dot
14.06.2018
09:25:40
да нет там чтото другое же ? например имаджес это что такое ?

dot
14.06.2018
09:27:16
да нет это то я знаю что такое , я не понимаю что означает параметр 15380 images , он у меня на каждой эпохе увеличивается на 10 едениц

Evgeniy
14.06.2018
09:27:53
видимо каждый раз 10 изображений обработано, лол

Evgeniy
14.06.2018
09:28:06
посмотри в коде может?

Google
dot
14.06.2018
09:28:53
аа ясно , да я думал вдруг ктото сходу знает , я натыкался на инфу что означают эти параметры но сейчас ее найти не могу

Evgeniy
14.06.2018
09:29:27
дак в коде сходу и будет написано

dot
14.06.2018
09:29:52
ну так то да вообщем то)))

Андрей
14.06.2018
16:20:25
К сожалению нет
Ты меня расстроил

Витя
14.06.2018
16:26:03
Ты меня расстроил
Все равно пройди курс, если хочешь, не обязательно шарить в математическом обосновании алгоритмов, чтобы задачки решать практические, если что будешь параллельно гуглить))

Константин
14.06.2018
16:32:04
А ещё чатботов разрабатываю

Проксимов
14.06.2018
16:32:09
Кхе кхе

Константин
14.06.2018
16:32:18
Локальный сленг Окей

Dan
14.06.2018
16:43:51
Локальный сленг Окей
Здесь такое нельзя.

Я не про сленг, я про подбор персонала

Константин
14.06.2018
16:44:17
Это не персонал На хакатон команду

тоже нет?

Admin
ERROR: S client not available

Dan
14.06.2018
16:44:37
Ещё лучше... Хахатон

Serguey
14.06.2018
16:44:38
E2aq LL sec Azarov ex

Константин
14.06.2018
16:44:50
не знал, сорян)

Dan
14.06.2018
16:45:08
Не, ты просто ещё и пхп тут вспомнил, так что...

Google
Dan
14.06.2018
16:45:11
Нет, не стоит

Aleksandr
14.06.2018
17:06:14
Знакомая специализация и сайт, только МФТИ как-то из авторов убрали и про повышение квалификации тоже. Странно)

Максим
14.06.2018
17:08:52
Здравствуйте, кто-нибудь знает, откуда при тренировке нейросети в PyTorch может появиться такая ошибка: RuntimeError: size mismatch, m1: [64 x 25088], m2: [50176 x 500] at /opt/conda/conda-bld/pytorch_1524584710464/work/aten/src/TH/generic/THTensorMath.c:2033 ?

Максим
14.06.2018
17:13:00
размеры неправильные
Да, я понимаю, только у меня есть сеть, в которой я указал, чтобы подавались тензоры картинок 224х224, и остальные слои как-то проставил: from collections import OrderedDict classifier = nn.Sequential(OrderedDict([ ('fc1', nn.Linear(224*224,500)), # 1024, 500 ('relu', nn.ReLU()), ('fc2', nn.Linear(500, len(image_datasets.classes))), ('output', nn.LogSoftmax(dim=1)) ])) outputs = model.forward(inputs) - эта команда даёт несоответствие в размерах, почему inputs имеют размеры [64 x 25088] - а это размер batch-а и половина числа 224х224 пикселей картинки, я не понимаю

Максим
14.06.2018
17:17:13
ну видимо накосячил ч инпутом
даже с одинаковыми размерами такое выдаёт RuntimeError: size mismatch, m1: [64 x 25088], m2: [64 x 25088] at /opt/conda/conda-bld/pytorch_1524584710464/work/aten/src/TH/generic/THTensorMath.c:2033

Максим
14.06.2018
17:20:39
ну теперь у тебя перепутаны измерения
Спасибо, эта ошибка пропала, должно быть, чтобы они были наоборот? или чтобы просто было допустимо матричное перемножение?

Максим
14.06.2018
17:37:46

Страница 280 из 327