NumPy: Базовые математические операции над массивами

Продолжаем делиться циклом видеоматериалов про NumPy. В этот раз ты узнаешь об основных математических операциях с массивами NumPy: сложение, вычитание, умножение деление, возведение в степень, целый остаток от деления.

👀Смотреть видео

#видео #numpy

ML веб-сервис на FastAPI

Делимся статьей, где автор пошагово разбирает процесс создания веб-приложения для определения тональности текста на основе NLP-модели. Данный подход подойдет для любой задачи машинного обучения.

👉Читать статью

#статьи

string.rpartition

rpartition() разбивает строку при последнем появлении разделителя на три составляющие: начало, разделитель и конец. В результате возвращается строка в виде кортежа. Если разделитель не найден, в результате будут две пустые строки и исходная строка.

#практика

L-система с ветвлениями

Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, как работает L-система с ветвлением. Продемонстрирована реализация такой системы на Python с примерами построения деревьев и трав.

👀Смотреть видео

#видео

items

Метод items() возвращает список представления. Он отображает список пар кортежей словаря (ключ, значение). Если список обновляется в любое время, изменения отражаются на представлении

#практика

Оптимизация использования памяти

Когда дело доходит до оптимизации производительности, люди обычно сосредотачиваются только на скорости и использовании ЦП. Редко кого волнует потребление памяти. Существует множество причин, по которым стоит попытаться ограничить использование памяти, а не только предотвращение сбоя приложения из-за ошибок нехватки памяти. Делимся статьей, где автор рассказывает про оптимизацию использования памяти.

👉Читать статью

#статьи

Keras: Функциональное API

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты научишься строить архитектуры нейронных сетей с помощью функционального API пакета Keras. Продемонстрирован пример обучения НС для датасета CIFAR-10.

👀Смотреть видео

#видео

difference_update

Метод difference update() удаляет элементы, существующие в обоих множествах. difference update() отличается от метода difference(). difference() возвращает новое множество без ненужных элементов, а difference update() удаляет ненужные элементы из исходного множества.

#практика

Проверка атрибутов классов

Начиная с Python3, в Python появился модуль typing, который обеспечивает поддержку подсказок типа во время выполнения. Но для проверки значений нет единого способа проверки значений. Делимся статьей, где автор рассказывает про 7 вариантов проверки атрибутов класса.

👉Читать статью

#статьи

Keras: ResNet

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты познакомишься с принципами построения глубоких нейронных сетей. Рассматриваются сети VGG-16 и VGG-19. Также рассказано про идею построения остаточных блоков и остаточных сетей, положенных в основу архитектуры ResNet.

👀Смотреть видео

#видео

set.clear

Метод clear() удаляет все элементы из множества. В данном примере мы использовали метод clear() для удаления всех элементов множества vowels. В результате после очистки элемента мы получаем set() в качестве вывода, который представляет собой пустое множество.

#практика

Фреймворки с параллельной обработкой данных

Машинное обучение — это просто, когда ты работаешь с относительно небольшим набором данных. Но что делать, когда твой набор данных слишком велик, чтобы поместиться в памяти? Делимся статьей, где автор рассказывает про различные фреймворки с параллельной обработкой данных.

👉Читать статью

#статьи

Keras: Создание ResNet подобной архитектуры

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты научишься проектировать и обучать глубокую нейронную сеть с обходными путями (ResNet-подобная архитектура) для распознавания изображений датасет CIFAR-10.

👀Смотреть видео

#видео

list.remove

Метод remove() удаляет первый соответствующий элемент (который передается в качестве аргумента) из списка. Если элемент не существует, выдается ValueError: list.remove(x): x not in list. Обрати внимание, данный метод возвращает None.

#практика

Обучение LLaMA с помощью RLHF

ChatGPT, GPT-4 и Claude являются мощными языковыми моделями, которые были точно настроены с использованием метода под названием Reinforcement Learning from Human Feedback (RLHF). Делимся статьей, где автор демонстрирует процесс обучения модели LLaMA с помощью RLHF.

👉Читать статью

#статьи

Keras: Тонкая настройка через fit

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь про способы создания выборок валидации с помощью параметров validation split и validation data. Продемонстрировано описание выборки валидации через класс tf data.

👀Смотреть видео

#видео

dictionary.pop

Метод pop() удаляет и возвращает элемент из словаря с заданным ключом. Ты можешь задать значение по умолчанию, которое должно быть возвращено, когда ключ отсутствует в словаре. Если ключ не найден и аргумент по умолчанию не указан - вызывается исключение KeyError.

#практика

Добавление параметров в L-систему

Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, что такое параметрическая L-система и как можно ее реализовать на Python. Приведен пример программы и генерации параметризованных фрактальных кривых.

👀Смотреть видео

#видео

Восстановление удаленной фотографии

Делимся статьей, где автор делится своим опытом восстановления удаленной фотографии с флешки. Для решения данной проблемы применяются методы машинного обучения для реконструкции файлов изображений.

👉Читать статью

#статьи

type(): Создание класса

С помощью type() можно динамически создать класс. Для этого нужно функции передать три параметра. name – имя класса; bases – кортеж, из которого получен текущий класс; dict – словарь, который определяет пространства имен для класса.

#практика

Keras: Тонкая настройка через compile

Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь, как использовать классы оптимизаторов, потерь и метрик пакета Keras в методе compile(). Продемонстрированы примеры создания собственных функций и классов для потерь (базовый класс keras.losses.Loss).

👀Смотреть видео

#видео