Руслан
он будет искать область же
так, стоп он это CV? или алгоритм нейронки?
Адъютант
спасибо
и еще - собранные куцсты отличаются от несобранных?\
MATPAC
Если я наложу шум на аудиодорожку, то ненормативная лексика может проскочить?
MATPAC
Но там ещё машинка может быть
MATPAC
NLP машинка
MATPAC
Синтез речи машинка
Руслан
Мы все про нейронку
понял а почему область? по идее же должна быть точка?
MATPAC
Апроксимация - нейронка - машинка - ИИ
Адъютант
Если я наложу шум на аудиодорожку, то ненормативная лексика может проскочить?
смотря какой шум. Тебе нужно в месте заглушения нужно определить громкость и шум должен быть выше уровнем, и можно добавить той же частоты, и не будет слышно
MATPAC
Вот такая цепочка
Erik
Посоветуйте пожалуйста приложения на телефоне, где код писать можно
Адъютант
CV это нейронка
нет, мы говорим про либу opencv, и конкретно про отдельную нейронку, которая будет тренится
Руслан
нет, мы говорим про либу opencv, и конкретно про отдельную нейронку, которая будет тренится
вообще, я читал, что можно связать OpenCV и нейронку, что я и хотел сделать
Адъютант
вообще, я читал, что можно связать OpenCV и нейронку, что я и хотел сделать
ну можно, только тренинг то отдельно. Веса сначала нужно распределить
Руслан
т.к. какие-то задачи можно вполне легко решить через opencv, а какие-то только через нейросеть
MATPAC
Они обучаемы
Адъютант
Что значит распределить?
ты имеешь ввиду на ходу?
Alexander
Распознавание лица по фото или с веб-камера и определение наличия маски на лице. https://colab.research.google.com/drive/1kr_AvL6UZa1YFD4TG3b0M_OKP7kGvnaM#scrollTo=aJGxQymFUVkd
Адъютант
ща загляну скину скрины
Адъютант
Это приложение для втуберов
Адъютант
Адъютант
Адъютант
Там компилят под py2exe
Адъютант
Здесь, правда, предобученая сеть уже.
ну на слои поглядеть хватит
Адъютант
Здесь, правда, предобученая сеть уже.
Модель из ноутбука # the base model headModel = baseModel.output headModel = AveragePooling2D(pool_size=(7, 7))(headModel) headModel = Flatten(name="flatten")(headModel) headModel = Dense(128, activation="relu")(headModel) headModel = Dropout(0.5)(headModel) headModel = Dense(2, activation="softmax")(headModel) # place the head FC model on top of the base model (this will become # the actual model we will train) model = Model(inputs=baseModel.input, outputs=headModel)
MATPAC
Вы какую библиотеку юзаете?
MATPAC
tf?
MATPAC
keras?
Адъютант
Руслан
я вообще думал до этого Keras юзать, а оттуда InceptionV3
Адъютант
Вы какую библиотеку юзаете?
в ноутбуке тф + склерн
Alexander
Керас это же надстройка над ТФ
Адъютант
я бы в торче писал
Адъютант
он вроде полегче 😊
Alexander
я бы в торче писал
О, холиварить будем? 😂
Igor
вот мой код for a in range(1,151): for b in range(1,151): for c in range(1,151): for d in range(1,151): e = int((a**5 + b**5 + c**5 + d**5)**0.5) if int(a**5 + b**5 + c**5 + d**5) == e**5: print (a, b, c, d, e) print(a + b + c + d + e) про сужение переборов я уже в комментах подсмотрел
Вернемся к разбору кода :) во первых ошибка e = int((a**5 + b**5 + c**5 + d**5)**0.5) должно быть e = int((a**5 + b**5 + c**5 + d**5)**0.2) во вторых a b c d можно перебирать по возрастанию for a in range(1,151): for b in range(a,151): for c in range(b,151): for d in range(c,151): e = int((a**5 + b**5 + c**5 + d**5)**0.2) if int(a**5 + b**5 + c**5 + d**5) == e**5: print (a, b, c, d, e) это уже работает около минуты +- ну и в третьих можно предподсчитать пару e**5-d**5 N = 151 coef = 4**(1/5) precalc = {} for d in range(1, N): for e in range(d, int(N*coef)): precalc[e**5 - d**5] = (d, e) for a in range(1,N): for b in range(a,N): for c in range(b,N): num = a**5 + b**5 + c**5 if num in precalc: d, e = precalc[num] if d >= c: print(a, b, c, d, e) Это работает мгновенно :)
Адъютант
О, холиварить будем? 😂
не, я тоже керас учил xD
Alexander
Я ни того ни другого пока не знаю
Alexander
😬
Alexander
В достаточной степени
Адъютант
Адъютант
xDDD
Alexander
А пробовали ТерраИИ?
Адъютант
шо це
Адъютант
сон для слабаков :)
не, выгорание и слабое зрение
Адъютант
Igor
не, выгорание и слабое зрение
выгорание темболее для слабаков
Artyom 👻
Руслан
не, выгорание и слабое зрение
тру прогеры сидят с -10 и им нечего терять хд
Андрей
сон для слабаков :)
Теперь я думаю над составом печенек в IT😁
daniil
выгорание это следствие изнуряющей работы, а не удел слабаков
daniil
сломаться может каждый, поэтому мы и заводим машины
daniil
чтобы их автоматизировать
daniil
безотказно
Руслан
выгорание это следствие изнуряющей работы, а не удел слабаков
Не совсем Если много заниматься чем-то одним, то легко выгореть
Пак от создателей йоптаскрипта?
daniil
Не совсем Если много заниматься чем-то одним, то легко выгореть
ну да, изнуряющая работа это, как раз, синоним монотонного труда
Alexander
Руслан
Я 3д раньше занимался дофига, иногда даже по 20 часов в день Потратил 200к с копейками на норм железо, вместо старого ноута Уже больше года прикоснуться не могу больше чем на пару часов
🤗