:)

Надо же. Они прямо щас сидят и коммитят

Ну... подождем)

Дотреним используя корпус этого чата и  сюда заходящие смогут оперативно получать ответы на всё

Компилим в реалтайме

Можно стрим сделать трейна :) с донатами и розыгрышами

интересная хурма. что же тогда будет "хайповозом"?))) сетка навряд ли ускорится

:3

Pet под transformers тоже был бы кстати

И пока под 2, увы я не транжира и не достаточно элитный чтобы на тройке сидеть

А так пока ⭐, завтра попробую глянуть и примотать к colab блокноту

Кстати, https://nplus1.ru/news/2020/10/22/russian-gpt-3

Всем привет!

Мы рады пригласить вас на День Открытых Дверей Акселератора Data Science от SkillFactory PRO 25 октября (это воскресенье) в 13:00 👉 https://skillfactoryschool.timepad.ru/event/1460165?utm_source=bigdata

Вы узнаете:
- Как уже работающему специалисту Data Science поддерживать свою ценность для своей компании, расти дальше и стать тем самым сотрудником, которого мечтают получить ведущие компании, предлагая самые интересные проекты, сильные команды и лучшие условия;
- Как получить помощь эксперта при работе над новым продвинутым проектом;
- Почему самостоятельный ресерч на продвинутом уровне уже не дает такие же результаты, как при старте карьеры;
- Как научиться управлять командой, расставлять приоритеты, соблюдать баланс между требованиями руководства и видением команды;
- Как работа с ментором позволяет получить  нужный результат очень быстро;
- Как из 1000+ уроков Computer Vision, Machine Learning, NLP и Reinforcement Learning составить свою траекторию развития.

Главный идеолог, методист адаптивного курса, Марина Щербакова, подробно расскажет как создать для каждого свою персональную траекторию и сохранить при этом возможность проектной работы, поддержки менторов и общения с взаимоподпиткой в сообществе.

Ведущие эксперты индустрии, Валентин Малых, Senior Research Scientist в Huawei и Эмиль Магеррамов, руководитель группы сервисов вычислительной химии, BIOCAD, раскроют секрет своего успеха в Data Science и поделятся своим мнением по вопросам:

- Как перейти от junior к middle уровню?
- Как перейти от middle уровня к senior?
- Как находить пробелы в своих знаниях и точки роста?
- Почему ментор необходим для продвижения на высоком уровне и как среди моря информации выбрать то, что нужно?
- Тренды и перспективы DS, новые методы.
- Как создать команду DS? Какое техническое оснащение необходимо подготовить? Как расставлять приоритеты? Как соблюдать баланс между требованиями заказчика и команды?

Екатерина Артюгина - Product менеджер проекта, представит уникальную программу развития вашего профессионального бренда, расскажет как корректно и интересно показать миру свою значимость и экспертность и как получить наилучшие предложения.

Прием заявок в первый набор Акселератора: до 1 ноября
Подать заявку 👉 https://skillfactory.ru/dsexperttest?utm_source=bigdata
Регистрация на ДОД 👉 https://skillfactoryschool.timepad.ru/event/1460165?utm_source=bigdata

Доброго дня. Был ли у кого-нибудь опыт обнаружения страницы и коррекции поворота на торче (например, для правильной ориентации скана паспорта)?

В качестве примера идеи могу привести статью - https://www.elen.ucl.ac.be/Proceedings/esann/esannpdf/es2019-17.pdf
Меня сейчас больше интересует конкретно реализация алгоритма.

Ребят, не подскажите как данные в графовую нейронку засунуть ?

что говорит документация по dgl ?

Там данные берутся из готового датасета , и как его получить не сказано, в этом моя проблема.

я тут уже этот вопрос задавал, просто вернулся с новыми результатами для подсказки:

есть дата с изначальном высоким измерением. Я использовал два основные метода для DR (dimension reduction): Autoencoder и PCA.

tSNE показывает определенное группирование.

попробовал кластеризацию с помощью dbscan-a и hdbscan-a, первый настраивал с помощью grid search-a на двух его основных параметрах eps и min_samples, учитывая граффик расстояний knn, как исходную точку для поиска интервала значений eps.

подтвердил тенденцию данных сосредотачиваться в одном и том же кластере (эти же результаты были получены на большем разнообразие методов DR и кластеризации).

kmeans конечно что-то дает, он он всегда что-то дает, и по сути ничего о неизвестном количестве кластеров не говорит.
Можно конечно еще grid запустить на kmeans и посмотреть разные индексы, в том числе коэф. силуэта, только сейчас об этом подумал,
но вот какие выводы бы вы сделали о такой дате ?

Можно ли как-то изначальную дату с большим количеством измерений на потенциал кластеризации проверить (может запустить dbscan на оригинальную дату)?

Если dbscan и hdbscan дают ту же тенденцию используя gread_search, насколько вероятно что дата не кластеризуема ?

Еще есть направление мысли такое, что нужен какой либо умный preprocess и/или более подходящая архитектура в AE (YOLO и тд.).

что скажете ?