уже нимодно

уноси это говно мамонта.
щас блокчейны в моде

>>1121858 (OP)
>2018
>нейронки
Ты бояры объебался что-ли? Где блокчейн-тред?

>>1121904
> щас блокчейны в моде
>>1121952
> Ты бояры объебался что-ли? Где блокчейн-тред?
Причём тут опущейн ваш, дегенераты? Вы даже не знание, что это.

>>1121858 (OP)
Никто не будет читать простыню в шапке. Все, что нужно, сейчас есть: единственная книга, стоящая времени на ее прочтение, и архив-санити со статьями. Платину расписывать бессмысленно, т.к. все равно будут спрашивать.

>>1121935
Блокчейн интегрируй. С дампом в 15 Гб его ни один антивирус эвристить не будет.

Киньте репозиторий с готовыми моделями на керасе типа
def mod1(...):
...
model.compile(...)
return model

>>1121858 (OP)
Хайп уже сдувается, все пишут смарт-контракты и блокчейн на эрганге и голом железе.
Ты думаешь почему не перекатывали, маня?

>>1121858 (OP)
Пока ты дрочишь свои манянейронки, всякие заки уходят нахуй из разработки блокчейн технологий, только потому что их не устраивает зп в сотни к баксов в месяц
https://github.com/zack-bitcoin/amoveo/blob/master/docs/why_I_left.md

>>1121979
Но текущая шапка действительно сосёт. Выполнена максимально на отъебись.

>>1121904
>>1121952
>>1121981
>>1122160
>>1122163
Сём, плиз.

>>1122167
Мои тут два последних поста второй с пруфом
Нахуй мне бы вообще всралось форсить тут блокчейны и семенить, как и остальным, ты ебанутый?

>>1122165
Можешь сделать свою, посмотрим будет ли лучше. По-моему она вообще не важна, можно просто сократить до "Очередной тред про нейроночки." Все остальное постеры либо уже знают, либо оно им не нужно/не поможет.
автор текущей шапки

посаны, поясните за Nument-у и ее HTM модел и как ее обучать? Из всего я лишь понял что они как-то кодируют входные данные в длинные избыточные последовательности нулей и единиц. Почему такие модли не могут в CIFAR, хотя MNIST смогли? Мешает фон? Что с этим делать?

>>1122188
Ну да, мне ведь так важно засеменить опа-хуя что я полезу менять хтмли двача.
Вернись в б, плиз

>>1122240
Люди делают и более странные вещи ради более глупых целей. Так что меня бы это совершенно не удивило. Более того, сам факт того, что ты счел нужным скринить свои посты ради какого-то пруфа неизвестно чего, делает такое объяснение наиболее вероятным. Т.е. создалась такая парадоксальная ситуация, когда запостив пруф ты только убедил всех еще больше в своей виновности.

>>1122250
Мань, из чистого двачеблагородства я тебе посоветовал осваивать нормальные вещи на которые скоро будет спрос, через пару лет крутильщики ползунков гиперпараметров пойдут на свалку. А ты уже каких-то манятеорий себе напридумывал, да и еще мой скриншот под свои выдумки подогнал. Более того сам факт твоей фантазии делает объяснение, что ты не способен объективно воспринимать реальность, наиболее вероятным. И даже когда прямо тебя попросят пройти на помоечку, ты таки не сможешь понять что твои нейроночки уже даже сейчас никому не нужны, а будешь под это строить очередной свой манямирок.

>>1121817
>у меня есть, скажем, PSD макет или просто изображение мокапа страниц и я хочу этот мокап представить в виде жсона (точнее представление уже есть, просто надо научить этому комп)
>например:
>Изображение ->
>{
>Form1:{
>children:[{
>Button_1...,
>TextField1...,
>}]
>}
>}
>
>Т.е представить страницу в виде древовиднойструктуры

кто чем может, дайте инфы
знаю проекты типа pix2code, но там рендерится сразу страница, а мне бы кастомный объект, чтобы в редакторе на работе открыть.
Спасибо.

>>1122253
Очень неумело траливанишь. Рекомендую пройти шестимесячную подготовку в /b/, а потом возвращаться.

>>1122298
pix2code ровно это и делает. Ты бы хоть статью прочёл для начала. Естественно, под твою задачу тебе придётся тренировать свою модель.

>>1122302
сорян
да, ты прав
ступил.
только по идее он не умеет во вложенные объекты
только в плейн.

>>1122302
просто думал, что может есть другая модель для такой задачи
+ мне компилятор не нужен, чисто структуру выдавать.

>>1122302
короче я даун, пошел читать статью
сложновато будет, конечно.
быстрый вопрос
гугл бесплатно предоставляет мейнфрейм? а то у меня комп на работе слабоват для МЛ.

>>1122305
300$ там при регистрации на счёт кладут. Возможно, этого хватит.
Во вложенные объекты оно умеет. Насколько хорошо - сам посмотришь. Я бы на твоём месте скачал их модель и подергал на своих примерах, чтобы понять примерно возможности.

>>1122307
ну да, спс
просто опыта у меня в МЛ ноль
я веб макака, просто у нас проект типа кайнд оф билдер сайтов для бизнес-аналитиков
так я прям загорелся идеей заюзать похожую штуку, только чтобы с нашим DSL приложения.
годнота была бы.

>>1122313
ну отнять то вряд ли отнимет.
но для прототипов пойдет точно.
пока только ИИ в го победил.

>>1122313
бтв
ни работать и дня не очень.
я бы с ума сошел без работы.

>>1122313
> Ради этого можно не спать ночами, красноглазить на хакатонах и проч.
так это все, обычно, не ради бабок делается, а ради интереса/for fun
ставить целью бабки это изначально угробить мотивацию
Тебе должно быть пиздец интересно то, что ты делаешь иначе никак

>>1122315
Конечно, не отнимет. Как самый максимум эта штука внешний вид интерфейса может оформить, но как это все должно работать кто-то все равно должен кодить.

Про не работать: я не имел в виду сидеть на диване. Независимость от работы переводит тебя из рабочего класса в буржуи. Это реально другой мир. Ты обретаешь полную свободу, делаешь что хочешь. Хочешь - работаешь, но опять же только там, где тебе самому нравится. Захотел, не знаю, написать книгу или научиться играть на скрипке, или пройти весь pacific crest trail, забраться на Эверест, съездить в Антарктиду, пожить в тибетском монастыре и выучить тибетский язык, вообще все что тебе в голову взбредет - пожимаешь руки своим коллегам-батракам и просто идешь и делаешь. Весь мир твой. Как если бы в ММО ты из НПЦ превратился в игрока. Это головокружительная перспектива.

>>1122324
ну так-то да. Тут не поспоришь.
Да и, в принципе, можно как цукербрин, сидеть работать сколько хочешь и норм.

>>1122313
>Немного грустно, что нам с вами максимум от этого пирога светит Н1В рабство за 100к, да и то лишь для 0.1% самых лучших, пробивных и удачливых. Но такова уж наша орочья доля.
Рашка в жопу говна заливает? Вон недавно гугл купил беларуский стартап по нейроночкам.

>>1122340
ну это при условии что ты умен, талантлин и не проебал время/мотивацию в шараге.

>>1122340
Ничоси, почитал про AIMATTER. Но уверен на 100%, это не такая простая контора.
Например, см. здесь:
https://techcrunch.com/2017/01/13/fabby-grabs-2m/
>The seed round of funding was led by Haxus Venture Fund. Haxus knows what it is doing in terms of image filter apps: it’s known for previously funding the MSQRD & Prisma filters, and was co-founded by Yuri Gurski. Fabby was co-founded by Yuri Melnichek (the founder of Maps.me).
(Fabby = AIMATTER)

https://techcrunch.com/2017/08/16/google-acquires-aimatter-maker-of-the-fabby-computer-vision-app/
>AIMatter had people working in Minsk, the Bay Area, and Zurich (Switzerland being particularly strong in computer vision tech, see here, here, and here). It’s not clear yet if the staff will stay where they are now or relocate elsewhere, or what else they will be working on for Google.)

Из этого следует, что основатели сами из тусовки в Долине, а в Беларуси у них просто галеры.

>>1122347
в беларуси образование говнище просто.
если ты со школы в олимпиадки не вкатывался, то отупеешь в универе хуже некуда.
и мотивацию потеряешь.

>>1122350
не хочу сказать ничего плохого, но выглядит просто пиздец
с точки зрения искусства полное дерьмо.

>>1122351
А мне понравилось.
С т.з. Искусства, конечно, нейроночка никуда не годится - у нее же нет никакой идеи, никакого мессаджа, чисто рандомом фигачит, стараясь сделать похожую картинку. Но стиль ничо так выходит.

>>1122362
какой-то адекватный тред
уже 20 минут, а меня еще нахуй не послали.
посижу тут еще.
Не, так-то да, акварель какая-то.

>>1122362
по крайней мере, лучше меня рисует.

Чем тюнить гиперпараметры? Хочу только ввести диапазоны, количество итераций и сплитов, нажать на кнопочку и чтобы программа сама сперва равномерно тыкалась, а потом искала максимум где-то рядом с лучшими результатами.

>>1122347
Ну ключевые фигуры: Гурский и Мельничек обычные бульбаши, просто работали и на всякие гуглы прежде чем придти к успеху. Они кстати еще не так давно продали maps with me майлу, отличные карты кстати.
Так что и у орков есть шансы
>>1122344
>ну это при условии что ты умен, талантлин и не проебал время/мотивацию в шараге.
Как будто к стартапам в долине это не относиться.

>>1122349
>если ты со школы в олимпиадки не вкатывался, то отупеешь в универе хуже некуда.
Не согласен, я сам был олимпиадником(неуспешным), мне это привило такое отвращение к алгоритмам из-за этих ебанутых надуманных задач, что я только спустя 5-6 лет начинаю получать интерес читая и реализуя какой-нибудь хитрый алгоритм.

>>1122362
>у нее же нет никакой идеи, никакого мессаджа, чисто рандомом фигачит
Лол, ты думаешь черный квадрат Малевича был рождён иначе?

А почему цвет картинки не представляют 256 картами и значениями в них 1 или 0, а используют float от 0..1 ? Т.е. получается чтобы описать картинку и подать на вход сети надо 3x256 карт. По идее сходимость должна быть намного быстрее.

>>1122461
За черным квадратом стоит большая идея, просветись.
>>1122511
Потому что цвета непрерывны. Близкие интенсивности кодируются близкими значениями. В твоем случае сходимость будт очень медленной, т.к. нейроночке придется узнавать, что черный и почти черный близки друг к другу.

>>1122439
Методов и либ миллион, ищи на гитхабе. Лично мне всегда было неудобно втискивать свой код в эти фреймворки, и я каждый раз делал свое.

>>1122534
>Потому что цвета непрерывны.
Хорошо, давай тогда объединим все 3 цвета в один и сделаем только одну входную карту.

>>1122313
что ж ты сделал. меня теперь гложит зависть

>>1122575
Я не понял, что ты предлагаешь, но в любом случае обосновывать почему это лучше придется тебе.
Если уж заниматься улучшательством, то можно перевести цвета в более осмысленную кодировку, например в HSV или специально задизайненную для этой цели. Но это на самом деле не нужно, слишком низкоуровневое преобразование. Нейроночка такое прекрасно может сделать сама.

>>1122644
Я им завидую, но по-белому. Рад за них. Это ведь очень хорошо, когда есть такие возможности у ученых, обогатиться на собственной работе. В какой еще области ты, делая исследования, можешь стать миллионером? Именно в Долине общество приблизилось к идеалу, награждая людей пропорционально вкладу.

>>1122650
Я предлагаю обосновать, почему данные именно в РГБ формате, а не в битовом как-то запихиваются в сеть. Ведь сети всегда удобнее оперировтаь дискретными данными 0 или 1.

И еще интересен вопрос почему гугл капча пихает картинки с ветринами и мостами, сеть их плохо распознает? На сколько я видел сегментация любых объектов для автопилота проходит неплохо с любыми объектами.

>>1122656
Потому что это неплохой формат в данном случае. Непрерывные величины из заранее заданного диапазона тоже вполне хорошо оперируются.

Как конкретно работает рекапча это секрет гугла.

>>1122658
>Как конкретно работает рекапча это секрет гугла.
Я не спрашиваю секрет это или нет, я спрашиваю в чем сложность распознавания того что он выдает.

>>1122664
Из того, что мне попадалось, там бывают очень сложные случаи, где знаки сливаются с фоном, где они мелкие и нечеткие. Но это все гадания. Может быть, никакой особой сложности нет.

>>1122650
>Нейроночка такое прекрасно может сделать сама
Может, но захочет ли, если её специально не учить. Вот это я не понимаю. Из чего нейронка догадается, что конвертацию в HSV делать эффективнее? Как это следует из статистических данных выборки обучения?

>>1122708
Например, ты учишь нейроночку отличать яблоки от апельсинов по фотографиям. Тогда из данных нейроночка установит, что ответ зависит от тона, в некоторой степени от насыщенности, но не от яркости. Вот на фильтрах первых слоев и появится соответствующее преобразование. Конечно, это не будет именно HSV, но нечто подобное ему.

>>1122712
Так это надо сначала учить на оттенки на специальном датасете, а потом обученные слои переносить на котиков, например. Кто-нибудь так делает? Не думаю. Ну, претренированные сети используют конечно, на несчастном Imagenet, там всего 1000 классов.
Я так понял сеть изначально ленивая, если научилась котов детектить например по ушам - дальше не учится, на другие признаки плевать. Потому что нет сигнала ошибки - нет обучения.

>>1122714
У тебя наивные представления о том, как работают нейроночки. Почитай книгу из шапки для более детального понимания.

>>1122718
У него небось и искусственный интеллект уже полноценно существует в голове, и нейронки сами догадываются, как им учиться.
Ленивая сеть, мда. Сеть - это не человек, она не может быть ленивой, трудоспособной, угрюмой, дружелюбной и так далее. Она может быть только в разной степени эффективной.

>>1122849
Объясняю мысль. В первую очередь классификатором выделяются сильные и простые признаки. Например, для леопарда - это пятна. По ним легко и просто определить его. Сеть учится выделять пятна. Все, леопарда узнаем в 100%. Значит на леопарде нет сигнала ошибки, градиенты по нолям, веса не меняются, другие признаки леопарда не выделяются. Все выглядит прекрасно, пока мы не подаем на вход Леонтьева в леопардовых трусах. Так понятнее?

>>1122849
Нужно не прочесть ни одной книги чтобы не знать что такое ленивость, жадность и угрюмость алгоритма. Для 2018 это достижение, так держать!

>>1122882
Я тут вспомнил, что для борьбы с этим уже придумали dropout.
Ладно, изобретаю нейронку дальше.

Можете что по выч.методам порекомендовать почитать?

>>1122882
Она не пятна учится выделять, а циферки на входе.

>>1122904
Так он это в антропологическом смысле говорил.

https://numenta.com/

Кто что думает? Почему еще нет впечатляющих результатов от них? Чего им не хватает?

>>1123157
Работающей теории.

Есть что почитать по теме?
Ссылки в ОП-посте не предлагать, там всё на собачьем.

Реализация того покерного алгоритма, который уже давненько тестили на профессионалах, не появилась в открытом доступе?

>>1123160
Читай хабр, быдло.

ПОДСКАЖИТЕ, ПОЖАЛУЙСТАВот в scikit-learn есть функция linearRegression. Всё отлично, она работает. Выдает значения точек.

Но я так и не понял, можно ли чтобы данная функция показала какое уравнение графика у неё получилось в результате обучения? Например, получилась прямая и можно ли как-то получить уравнение прямой?

>>1123414
coef_

>>1123466
Спасибо

Сап, котаны.

А есть что-нибудь нормальное почитать \ поюзать касаемо синтеза речи?

Да, слышал про tacotron, wavenet и lyrebird, кто-нибудь с этим работал?

>>1123414
Чисто дружеский тебе совет: читай документацию. Хотя бы по диагонали.

>>1123390
Где конкретно там читать?

>>1124356
>дружеский
Тамбовский волк тебе друган.

>>1121858 (OP)
В чём можно смоделировать нейронку? Интересуют инструменты наподобие матлабовского Neural Network Tool.

>>1125908
https://en.m.wikipedia.org/wiki/Comparison_of_deep_learning_software

>>1121858 (OP)
Что быстрее работает: torch7 или tensorflow? Или есть что-то ещё быстрее из фреймворков? в гугле забанен

>>1126662
У них немного разные концепции исполнения. Торч (я имел дело только с питорчем) выполняет действия сразу, а тф отложенно. В тф сначала создаёшь граф вычислений, а потом его многократно гоняешь. Задачи, которые хорошо укладываются в модель работы тф, будут там немного быстрее обычно.
В тф недавно сделали immediate mode, который работает как в питорче, но он вроде пока медленный.

>>1122575
Вообще так и делается в коммерческих сетках - гугли HSV преобразование.

>>1126853
ТОРЧ
@
ПИТОРЧ

Аха ахаха ахахахаха

Прибежали в избу дети,
Второпях зовут отца:
«Тятя! тятя! нейросети
Заменили продавца».

Аноны, а есть что почитать по мо, на русском?

Поясните, в чем суть наебалова отключать физически поддержку видеокарт с производительностью ниже 3.0 (что сделано везде, от никому не нужного матлаба, до суперхайпового слесарьплова)? Разве не лучше хоть какое-то ускорение, чем ничего? Я понимаю, что (((нвидии))) нужно продавать новые видюхи, но всему есть предел. Или нет?
>>1128623
Полезного точно нет ничего. А смысл на русском? Все равно вся матчасть алгоритмов, весь софт, вся документация на английском.

>>1128672
Когда нюфаня, английский смущает. Мне бы подвкатиться, что бы общую концепцию понять, тогда язык уже не принципиален, тем более уже привычно, что свежая инфа только на англ, переводить всем лень, тк нахуй никому не надо, гугол транслит чудеса творит.
Посоветуйте для нюфани, хоть на английском.

>>1128679
>Мне бы подвкатиться, что бы общую концепцию понять,
Общую концепцию чего? Глубоких нейросетей, точнее сверточных, т.к. другие глубокие архитектуры уже не в моде? Педивикия, хабр, на ютубе лекций полно.

Короче вчера решил вкатываться в ваш data science, мш, биг дата. Тока начал смореть курсы на курсере Ына и от яндекса и мфти. Интересует есть тут кто то кто устроился на работку в этой сфере? Реально ли самому заработать авторитет на кэгле и устроится на работу показав работодателю место? Насколько много матана? Могут ли устроится туда не матемаматики а так сказать те кто только калькулус могут, типа знать определения, численные методы, решать уравнения и знать неплохо тервер и матстат но не могут доказывать теоремы и не обладают сильным математическим бэкграундом например не знать что положительная однородность Риманова многообразия реализующая гладкие метрики Гильберта в k-ой точке соответствует разложению векторного пространства на Лежандра?
И еще что почитать, посмотреть на тему нейронок?

>>1128672
>с производительностью ниже 3.0
че

>>1128789
Вкатился как дата инженер потом буду в дата саинс перекатыватся

>>1128953
> че
Что-то там capability. Пишет, что надо 3.0 и выше. Если меньше - бреешься, gpu работать не будет нигде, от матлаба и микрософта cntk до слесарьплова. На сайте нвидии есть таблица, сколько у каждой видюхи. Максимум вроде 5.5 но это всякие Теслы. Поддержку ниже 3.0 отключили все, как по указке сверху. И мне кто-то будет говорить, что нет сговора производителей.

>>1129028
>производительностью
>capability
Ебать дебил.

>>1128789
>И еще что почитать, посмотреть на тему нейронок?
https://habrahabr.ru/company/mailru/blog/333862/

>>1129049
> Ебать дебил.
Мань, факт в том, что не самые новые-модные-молодежные видюхи физически блочат. Без всякой разумной причины это делать кроме стимулирования спроса. А то что ты дебил, как и представился, роли не играет.

>>1128981
Интересно. Что знаешь и что умеешь? И на каком примерно уровне? Как пришел, как готовился и что учил? Сам наверное начну с этого так как вакансии в моем городе и в соседнем как раз дата инженер и что то рядом, а для сайнтистов нет.

>>1129085
>>1129085
>не самые новые-модные-молодежные видюхи
>говно мамонта ниже 3.0
Потому что никому нахуй не надо поддержать зоопарк устаревших версий.
А проблемы быдла шерифа не ебут - это твои проблемы.

привет. хочу научиться
делать neural network

>>1129096
просишь ты советов мудрых
сосни хуйца

однажды прочел мнение одного человека
что нн - это просто умножение матриц
друг на друга. Интересно о чем это он?
Вроде бы умножить каждую ячейку
массива где 2 уровня на ячейку матрицы
близнеца и умножение на ноль в фильтре
даст ноль, а потом все числа сложить и
получиться большое число, а потом
сравнить это число с результатом
фильтр * на фильтр

>>1129098
Михаил, примите вещества и покиньте тред.

>>1129090
> Потому что никому нахуй не надо поддержать зоопарк устаревших версий.
Устаревших версий чего? Куда поддерживает, драйвера последние поддерживают. А слесарьплов работает с драйвером и кудой, ему похуй, какая видюха, процессор, память итд. Не знаешь, так хоть бы хуйни не нес.

>>1129123
>3.0
>Устаревших версий чего?
И правда дебил.
Хуево быть тобой.

>>1121858 (OP)
Какие языки используются в нейроночке да машобчике? Так понимаю, безраздельно властвует Python с иногда библиотеками на крестах, верно? Что по поводу какой-нибудь Java?

Не понимаю в чём нахуй космический эффект питона что большинство нейронок на нем?

>>1129171
> Не понимаю в чём нахуй космический эффект питона что большинство нейронок на нем?
Стильно, модно, молодежно, бородатым петушкам из барбершопов нраица, индусы говоря молодца, хорошо сделоли. Хипстерская технология от хипстеров для хипстеров.

>>1129172
Динамическая типизация же говнииище. Или я не прав?

>>1123414
Коэффициенты поверхности лежат в coef_, как выше сказали. Нарисовать можешь сам если размерность пространства не больше 3

>>1127774
в ашане (в некоторых) в дс уже частично заменили и без нейросетей

>>1129182
питон - это сахар для библиотек на плюсах (тензорфлоу), там хоть р, хоть хаскель, хоть брэинфак используй

>>1129162
Загуглить, не? Может и есть чё под жабу, а на шарпе с этим совсем плохо.

>>1129171
Думаю то, что этот язык даже дебил осилит. Вот и пишут на нём.

Halite challenge из оппоста закончился на днях. Боты, основанные на нейроночках, не попали даже в топ25. Хотя в этом году там инфраструктура подтянулась: ГПУ машины с ТФ появились, даже пример нейробота сделали.

>>1130411
В области роботизированной ебулды нейроночки сосут хуй с самого своего появления. И это я еще умолчу о том, что внедрять алгоритм, для которого нет строгих математических доказательств устойчивости, не будет никто, т.к. никому не нужно, чтобы роботизированный поезд метро со всей дури размазал пару сотен пассажиров об тупиковую призму, или чтобы автоматизированная доменная печь сожгла ползавода вместе с работягами. В этой области хороши контроллеры, в т.ч. на нечеткой логике. Напомню, первый поезд на нечетко-логических контроллерах ввели в эксплуатацию еще в 1987 году (после почти 10 лет работ и испытаний). На нейроночках ничего подобного нет и в наше время, более того, не будет никогда по причине отсутствия госта "ебань хипстерская, как работает хуй ее знает, но GPU надо хотя бы с 4 гигами оперативы".

>>1130653
байтоёбы лают, караван идёт

>>1130653
>строгих математических доказательств
Ненужно.
>роботизированный поезд метро со всей дури размазал пару сотен пассажиров об тупиковую призму, или чтобы автоматизированная доменная печь сожгла ползавода вместе с работягами
Всем похуй, чем меньше людишек - тем лучше.

>>1130739
32 GB RAM, CPU-any(Need more pci-express lanes), GPU: 3xGTX 1080ti

>>1130730
В промышленности будут связываться и уже связываются, они дают добиться лучших или целевых результатов за меньшее время, в промышленности на заводах они могут использоваться для определения брака на ранних стадиях.

>>1130742
>каждая 1080ти стоит 700 долларов
Ну, не всё так просто в жизни, да.

>>1130747
Ты либо траллишь, либо очень недалекий. Завтра уже в твой роботизированный паровоз поставят нейронку и она будет управлять твоим контроллером и тормозить, когда на путях постороннее тело. Никто не говорит что нейронки заменят классические алгоритмы.

>>1130748
Зато негров распознавать сможешь, ты че. 150000р жалко для такого штоле?

>>1130750
Ну блэдж, это уже придётся буквально год копить, а там всё опять поменяется.
Я хотел как средний класс за 2 месяца купить пеку за 1к и начинать для себя нейроночки дрочить.

>>1130749
>Завтра уже в твой роботизированный паровоз поставят нейронку
Нужно только потерпеть? Не поставят, я уже объяснил почему. Давно бы поставили, если бы была возможность.

>>1130783
>я уже объяснил
Всем похуй на твою маняматику и прочую чухню для задротов-неудачников вроде тебя
Как только станет экономически оправдано - тут же поставят, сразу же.

>>1130786
>Всем похуй на твою маняматику и прочую чухню для задротов-неудачников
Ты - это не все. "Одному дегенерату похуй" не равно "всем похуй".

>>1130789
>Ты - это не все.
Верно. Все - это рыночек, который тебя, байтоебик, и порешал.

>>1130783
Ничего ты не объяснил. Для человека нет и не будет никаких строгих математических доказательств, однако же его сажают управлять самолетом.
Да и вообще, внутре нейронки кроются все те же алгоритмы и нечеткие множества с вероятностями, известные из других подходов, это одинаковые яйца в профиль. Найдут способ и их верифицировать, упростят и причешут, а ты хочешь быстро

>>1130753
Да не нужны три карты. Их все три нагрузить довольно трудно, т.к. автоматического распараллеливания нет. Ты можешь, например, тренировать три нейроночки параллельно, но это уже продвинутое использование, когда гиперпараметры подбираешь, например. В большинстве хобби-проектов это не нужно.
И одну-то нагрузить полностью надо еще постараться.

>>1121858 (OP)
Есть где-нибудь подробные видеогайды по TensorFlow на русском? По-другому информацию о программировании никак не воспринимаю.

>>1130862
+ к этому: если тебе нужно будет параллельно тренировать много нейроночек для подбора гиперпараметров, будет эффективнее закинуть сотню баксов в облако и тренировать там. С учетом того, что там можно хоть сотни, если не тысячи инстансов гонять параллельно, и нужно тебе это будет от силы раз в год для статьи или чего-то такого, это будет и быстрее, и проще, и выгоднее по деньгам, чем держать несколько карт у себя, которые будут почти всегда простаивать.

>>1130872
>на русском?
Червь-пидор, ты?

>>1130911
Да бля. Тяжело на ангельском. Понимаю всё, но воспринимать трудно пиздец.

>>1130914
>воспринимать трудно пиздец.
Налицо легкая степень олигофрении.
Можешь попробовать ноотропы хотя вряд ли существенно помогут

>>1130917
Ебать ты тонкий тролль.

>>1130872
Да ты ее и так не воспринимаешь. Просто повторяешь действия, как макака, и всё.

>>1130930
Даунич. Если человек учится не на ебнутых книжках, которые невозможно читать, а как-то по-другому, то он повторяет как макака сразу?

>>1130932
Да.

>>1130934
Лицемерный скам. Я то же самое могу перевернуть и сказать про тебя.

>>1130862
>>1130887
А, тогда спасибо.
Значит буду выпрашивать на работке облако, а потом куплю себе пеку и буду для себя делать :3

>>1130936
>могу
Не можешь, ты же дебил.

>>1130947
Если человек учится на ебнутых книжках, которые невозможно читать, а не как-то по-другому, то он просто повторяет действия, как макака, всё.

>>1130949
>книжках, которые невозможно читать
С точки зрения малолетнего олигофрена - несомненно.

>>1130954
Да мне как-то похуй на твоё мнение, если я лучше тебя разрабатывать буду. А вот что ты делать будешь со своим илитарством?

>>1130955
Лучше ты можешь разрабатывать только свое очко. Кстати, видеоуроки тут реально помогут лучше книжки.

>>1130961
Как горит у учебникопидора.

>>1131102
Даунич. Твоя математика уже не действует в современных технологиях. Нейросети не представляют никаких функций. Они показывают соотношения совпадений результатов.Ты бы ещё эволюционный алгоритм как функцию рассматривал. Никому нахуй не сдались твои блокчейны, заебал.

>>1131106
> Даунич. Твоя математика уже не действует в современных технологиях.
Дебил тупой, читал бы хоть что пишешь. Машоб это математика от и до.
> Нейросети не представляют никаких функций. Они показывают соотношения совпадений результатов
Это и есть аппроксимация функций.
> Никому нахуй не сдались твои блокчейны, заебал.
Какие блохчейны, чучело? Уроки иди делай.

>>1131102
>вопрос идентификации реальных законов системы
Ты в курсе, что ньютоновская механика - это тоже аппроксимация левыми функциями? Тебя это не беспокоит?

>>1131126
> Ты в курсе, что ньютоновская механика - это тоже аппроксимация левыми функциями? Тебя это не беспокоит?
Есть реальная система, есть её описание и есть её аппроксимация. Точное описание часто невозможно из-за неустранимой неточности, но это лучше, чем аппроксимировать линейными функциями, полиномами итд, когда они не имеют никакого отношения к реальной системе. Вопрос в практическом применении, с ньютоновской механикой ситуация все же лучше, чем с предсказанием временных рядов.

>>1131129
Но ведь процессор в комплюктере тоже синусы аппроксимирует полиномами, как дальше жить?

>>1131154
>синусы аппроксимирует полиномами
Я всю жизнь жил во лжи.

>>1131129
>чем с предсказанием временных рядов
С этим вообще как бы ситуация не очень, но есть здоровая конкуренция, и пусть она решит, кто прав.
Спекулянты давным-давно используют нейросети, а уж их-то не обманешь.

>>1131154
> Но ведь процессор в комплюктере тоже синусы аппроксимирует полиномами, как дальше жить?
Когда есть знание, что изначальная функция это синусоида, это одно дело. А когда полиномом аппроксимируют хуй знает что - совсем другое. Проблема как раз в том, что одну и ту же систему можно описать кучей разных функций. Но какие-то из них будут давать более лучшую экстраполяцию, какие-то наоборот в зависимости от степени близости к реальной системе. И если не ставить вопрос о выборе наиболее адекватной функции, которая может быть суперпозицией чего угодно, то никакими алгоритмами не повысить качество модели. Именно поэтому никакая манянейроночка как бы хорошо она не распознавала котиков, не поможет предсказать какие-нибудь бинарные опционы даже на минуту. Притом что там не рандом, ибо если бы там был рандом, любой дебил на этом делал бы триллионы тупо методом мартингейла, т.е 100% заходило бы максимум на 3-4 ставке. И вот, при всем этом, вопрос автоматического выбора наилучшей функции и метода подбора их суперпозиций не ставится вообще никем.

>>1131163
>>1131107
Так ёпта. Ты лезешь с апроксимацией туда, где никакой функции, блять, нету вообще.

>>1131166
ты бы хотя бы 1 книжку по машинному обучению прочитал. Узнал бы что такое эмпирический риск. и что нейронки действительно востанавливают зависимости.

>>1131166
> ы лезешь с апроксимацией туда, где никакой функции, блять, нету вообще.
Если есть система (совокупность связанных переменных), то есть и наиболее точно описывающая её функция или суперпозиция многих функций.

>>1131166
Двачую. Сраная биржа это самодестабилизирующаяся система. Как только в ней появляется хоть какая-то закономерность - все игроки ломятся туда, и расшатывают всю упорядоченность к хуям.

>>1131169
Да суперпозиция то есть, но ты же понимаешь, что по сути она у тебя только на один набор данных. И исходные значения каждого элемента сети изменены по закономерностям без возможности восстановления.

>>1131173
> Да суперпозиция то есть, но ты же понимаешь, что по сути она у тебя только на один набор данных. И исходные значения каждого элемента сети изменены по закономерностям без возможности восстановления.
С чего бы? Есть система, по каким-то законам она работает. Значит, их можно восстановить, используя данные, порождаемые системой.

>>1131179
Систем измерения этих данных не существует.

>>1131182
> Систем измерения этих данных не существует.
Ты даже не в курсе, что такое идентификация систем, а пытаешься спорить. Иди лучше делай уроки.

>>1131183
У тебя нет конкретных значений в системе измерения. Как ты модель построишь?

>>1131187
> У тебя нет конкретных значений в системе измерения. Как ты модель построишь?
Конкретные значения есть всегда. Даже словесное кукареканье можно выразить в тексте, а текст в виде tfxidf матрицы вещественных чисел.

>>1131189
Про теорию хаоса слышал? Так вот у тебя значения могут находиться где угодно, но не последовательно.

>>1131191
> Про теорию хаоса слышал?
Как и про методы работы с хаотическими системами. В частности, восстановления хаотических аттракторов, определение наличия хаотической системы по сечению Пуанкаре и т.д. все это частный случай идентификации систем.

>>1131194
Только количество возможных диапазонов не известно.

>>1131215
> Только количество возможных диапазонов не известно.
Систему всегда можно идентифицировать, если она существует. Чистый рандом да, это просто нормальное распределение. Но если есть какие-то законы, их можно восстановить по данным, порождаемые системой. В этом суть всего машоба, обучение на данных возможно только в случае, если в этих данных содержатся закономерности, зависимости одних переменных от других. Вот только делать это можно по-разному.

>>1131217
Ты сам то понимаешь, что говоришь о модели нейросети как о функции, которую нейросеть аппроксимирует.

Как же в нейросетях с квалиа?

>>1131872
Стандарт для регрессии - среднеквадратичная ошибка. Это оптимальная оценка, если данные сгенерированы твоей моделью с аддитивным гауссовским шумом.

>>1131882
Благодарю

https://www.youtube.com/watch?v=Dhkd_bAwwMc&feature=youtu.be
Детекция позы человека нейроночкой. Делает полный маппинг текстуры обобщенного человека на картинку. Можно, например, голые тела маппить на людей в видео. Мы стали на шаг ближе к раздевающим очкам.

>>1131908
> Можно, например, голые тела маппить на людей в видео. Мы стали на шаг ближе к раздевающим очкам.
Фейковое ЦП, ну наканецта!

>>1131865
Прости, мы слишком глупые.

>>1131102
Ну если про CV говорить, то там достаточно очевидно что можно аппроксимировать. Это как разложение в ряды Тейлора. Над просто побольше параметров захуярить, чтоб аппроксимация соответствовала функции с ошибкой меньше эпсилон.

>>1131934
>глупые
Слишком лестная характеристика.
Черви-пидоры с олигофренией - так правильней.

>>1131865
>генетическим
А чего сразу не меметическим?

>>1131941
сказал рекурсивный программист

>>1131106
Перечитай определение нейронной сети. Их суть и смысл - приближение некоторой функции. Уже обученная нейронная сеть, по сути своей, и является функцией из множества возможных входных данных в возможных возможных выходных данных.

>>1131865
Никогда, кстати, не понимал, с какого хуя все ограничивают себя 3-4 стандартными функциями на нейронах, да ещё и функции эти друг на друга слишком сильно похожи.

Нет бы запилить старый добрый синус и посмотреть, что получится

Давайте начистоту.

Кто из вас зарабатывает при помощи ИИ и как именно?

>>1132523
Ну в svm итд используются ядра преобразования входных данных (кернелы), причём их класс очень большой, по-сути это любая функция, удовлетворяющая требованиям теоремы Мерсера. Это уже лучше, вот только выбор ядра остаётся за пользователем и по-сути есть простое шаманство, выбираешь или пишешь ядро, натягиваешь на него сову и смотришь что получится. По уму нужен алгоритм подбора кернела, в т.ч в виде суперпозиции симметричных функций, исходя из качества аппроксимации или классификации данных за пределами тренировочных. Но тут опять же, лучше лямбды сложно что-то придумать.

>>1132541
Я даже не знаю в какой сфере их можно применять промышленно. Только разработка ведь.

Вот подскажите мне, обязательно ли заканчивать университет, чтобы стать великим гуру в сфере нейроничков и машоба? Просто я хочу сам всё изучать, самостоятельно. А эти все пары, экзамены, учеба с утра до вечера, где ты большую часть времени не учишься, а шараебишь между кабинетами, жрешь и пытаешься социализироваться.

Я вам даже больше скажу, любители нейроночек. Вы ж даже не знаете, зачем вообще в нейроночке "нейроны". Потому что не читали классику, Колмогорова и Арнольда потому что считаете это устаревшим говном из первой половины прошлого века, где показано, что функцию от многих переменных можно представить суперпозицией частных функций от двух переменных. Нейроны именно это и делают, т.к на них распределяется входной вектор или тензор, ну, входной относительно предыдущего слоя.

>>1132621
> Вот подскажите мне, обязательно ли заканчивать университет, чтобы стать великим гуру в сфере нейроничков и машоба?
Без бамажки на РАБоту не возьмут и хипстеры с пхд засмеют. Самому можно разобраться, но на практике мотивации не хватит, в универе хоть заставят что-то учить, а сам просто дропнешь через пару месяцев.

>>1132630
Ты с кем разговариваешь?

>>1131171

> Сраная биржа это самодестабилизирующаяся система

Сраная биржа - это не то, чем она кажется простому обывателю. И манямодели, построенные по её представлению для простого обывателя соснут обязательно. Их предел в таком варианте - механизация скальподрочерства, упирающееся в интернет-канал.

Если в нейросеточки инсайдерскую информацию подавать, причем которая обычно или "государственные тайна" или "коммерческая тайна" - то нейросетки тут же сосать перестанут.

>>1132645
Ну, допустим, применительно к биткоину, какая может быть инсайдерская информация? Просто некто с большим капиталом шатает курс в целях извлечения выгоды, или просто хацкер сливает битки, мелочь пытается эти события ванговать и тоже извлечь прибыль.
Ты предлагаешь на вход нейросети подавать желания всех игроков? Ну тогда задача предсказания будет очень простой.

>>1132645
>>1132687
Начнём с того, что суть теханализа в том, что все, важное для рынка отражается на курсе, капитализации, объёме продаж и тп первичных данных, доступных для анализа. Это же касается и инсайдерской информации. Например, захотели рептилоиды пошатать курс, сделали для этого что-то с объёмами продаж, капитализацией итп, курс пошатался. Т.е есть готовая закономерность изменения курса, функция, которую можно идентифицировать. Похуй, что нам доподлинно неизвестно, кто и для чего шатал курс, но нам известны объективные показатели рынка и их взаимосвязи.

>>1132717
Т.е. теханализ изначально предполагает стационарность этих связей? Лол

>>1132720
> Т.е. теханализ изначально предполагает стационарность этих связей? Лол
Теханализ предполагает их наличие. Стационарности или динамичность нельзя предполагать априори, их можно получить только из самих данных.

>>1132726
>Стационарности или динамичность нельзя предполагать априори

Жопу ставишь?

>>1132770
Я говорю о том, что для идентификации системы таких предположений не требуется. Так-то никто не запрещает.

>>1132630
А почему от двух переменных?

>>1133149
В общем случае - от меньшего числа переменных. Думаю, две - наиболее удобный для представления и вычисления вариант.

>>1131171
>все игроки ломятся туда
Какие "все"? Все занимаются тем что строят разнообразные прямые, чтобы воспринимать их пересечение как ЗНАК.

>>1133057
Это нужно у здешних биологодаунов спрашивать, у которых нейросетки - это савсем не нийроны!!

>>1132597
>По уму нужен алгоритм подбора кернела
Ах как было бы хорошо! Ну придумай. Хотя ладно, спалю идею на сто триллионов: придумай алгоритм, который сконструировал бы данный алгоритм. И думать не надо. Ах как хорошо!

Нейроанон помоги. Использую keras.

Есть массив из 30 значений на входе и попытка предсказания следующих 5 на выходе. Соответственно есть хуева гора этих массивов по 35 для тренировки (30 на вход, 5 на выход).

Обычная полновесная нейросеть нормально жрет эту гору и тренируется без проблем (и даже кое-как работает).
А сверточная выебывается на входные данные.

Данные генерирую так:
trainx=[];trainy=[]
for i in train:
trainx.append(i[:30])
trainy.append(i[30:])

x=np.array(trainx)
y=np.array(trainy)

train это та самая гора массивов по 35. Результат:

ValueError: Error when checking input: expected conv1d_1_input to have 3 dimensions, but got array with shape (395049, 30)

395049 примеров по 30 значений. Что сделать чтобы оно заработало?

>>1133407
>30 значений. Что сделать чтобы оно заработало?
либо x = x[:,:, np.newaxis], изменит форму входа на [batch_size, 30, 1], либо x = x[:, np.newaxis] изменит форму входа на [batch_size, 1, 30]. Ну и входные размерности пофиксить.

>>1133390

Вот еще прочитай:

http://www.philol.msu.ru/~otipl/new/main/courses/Neirobiology/xx__2009_2010/Bloom_Mozg-razum-povedenie.pdf

>>1133407
ты сверточную сеть для картинок взял? бездумно копипастить не прокатит

>>1133390
Для школьников да, для нейроночек нужна вузовская математика.

>>1133412
Не помогает:
ValueError: Error when checking input: expected conv1d_1_input to have shape (None, None, 30) but got array with shape (395049, 30, 1)
Второй выдает (395049, 5)

>Ну и входные размерности пофиксить.
Как?

>>1121858 (OP)
>Предлагаю переписать шапку, добавив ответов на платину, дедовских и свежих книг и, возможно, списки статей

>>1121858 (OP)
>Предлагаю переписать шапку, добавив ответов на платину, дедовских и свежих книг и, возможно, списки статей

https://hal.archives-ouvertes.fr/hal-01221226/document

>>1133422
в Conv1d нужно указать input_shape = [30,1], а не просто 30 читай инструкцию к keras.

Дали тз. Есть софт с тестовым периодом 7 дней. Есть 1000 акков, 550 регистрировались как компания, 325 как частники 125 как "универсальный аккаунт". Есть количество запусков софта для каждого акка в каждый из семи дней. Известно, кто купил софт после триала.
Какую модель тут лучше взять?

>>1133560
SVM, очевидно же. "Купил/не купил" - 2 класса (1/0), остальное - входные данные. Я бы с такого начал.

>>1133384
>Ах как было бы хорошо! Ну придумай.
Для тебя "генетическое программирование с типизированной лямбдой" набор рандомных слов, я правильно понял?

>>1133514
Это я действительно проглядел но ошибка остается.

Доки говорят что вход должен быть (batch_size, steps, input_dim) и я нифига не понимаю что это значит.
Для Dense вход (batch_size, input_dim) поэтому я предполагаю что batch_size это количество примеров а input_dim это количество значений в примере но что такое steps и как преобразовать входной массив я не понимаю.

>>1133661

А ты няншенькая? :3

>>1133837
Пофапано.

>>1133837
Ну ты хоть трапик, так что можно тебе всё простить. А то достала аватаркофажить повсюду.

Нейронку можно натренировать на генерацию текста по определенным шаблонам?

>>1134476
Съеби обратно в дыру из которой вылез.

>>1134499
Ну че ты сразу ругаешься, а?

Здравствуйте, я по учебе сделал домашнее задание на языке Python c применением sklearn. И применил несколько метрик из sklearn. Но, я не знаю как правильно перевести на русский названия этих функций, чтобы записать в отчет, и чтобы было понятно что это за результат получился. Подскажите пожалуйста, как правильно это перевести на русский.

1) explained variance score
2) mean squared log error - я думал, что это "средняя квадратичная логарифмическая ошибка", но загуглил такое сочетание слов и оказалось, что его не существует. Ещё помогите пожалуйста с mean squared log error, как правильно перевести error как ошибку или как погрешность?

1) Показатель дисперсии (взвешенной? сравни формулу из sklearn с русскоязычными определениями)
2) Это точно "ошибка", перевод кажется правильным.

>>1135123
1) Вроде, объясненная дисперсия. С русскоязычными тяжело сравнивать, ибо на русском там формулы для мат. статистики и теории вероятности. А в sklearn формулы для y и y с крышечкой.
2) В другом треде советуют, что error - это отклонение.

>>1135123
Ну то есть я неправильно выразился, короче, на русском определения для ВУЗовских предметов, а в sklearn для машинного обучения. И так как я умственно отсталый, то не осилил сравнить эквивалентность формул.

>>1134942
На кого ты учишься, что в гугл не можешь и про педивикию не слышал?
https://en.wikipedia.org/wiki/Explained_variation
https://www.kaggle.com/marknagelberg/rmsle-function
>помогите пожалуйста с mean squared log error, как правильно перевести error как ошибку или как погрешность?
Еррор - это еррор. Перевести можно как "ошибка", разумеется. Русский язык слишком могучий, поэтому переводят как хотят - ошибка, погрешность, отклонение, невязка итд.

Пацаны, поясните за NLP. Модно? Вкатываться? Или уже гуглы/амазоны все что можно сделали ?

>>1135307
Спасибо, я плох в английским, поэтому не смог такую хорошую ссылку найти как вторую которую ты дал.

Здесь есть тред про ДС в целом и статы, чтоб без манянейронок и гаданий на кофейной гуще?
Или на харкаче только хайпомакаки вместо самих разработчиков?

>>1134476
можно, но ненужно

>>1137273
нейронками в основном решают задачи классификации и регрессии, и часто бывает что в интеллектуальных системах эти задачи визникают и их можно решить в том числе и нейронками.

>>1137839
> есть ли методы машинного обучения позволяющие эту зависимость h(x) от f(x)и от g(x) выявить?
Это вопрос представления данных. Алгоритм почти любой сойдёт. По-сути у тебя речь об идентификации системы, нахождении зависимости вида y = f(x1, x2), где y это h(x), x1 это f(x), x2 - g(x). Собираешь датасет из 3х столбцов, строки которого - h(x), f(x), g(x) при разных концентрациях и подсовываешь чему угодно, хоть svm.

>>1137853
О, прикольно, спасибо большое

>>1137853
Очень классно, спасибо огромное ещё раз, ну ты жесткий тип))

Есть задачка по предсказанию следующих значений в последовательности (скажем, изменения цены товара). Как я понял для этого лучше всего подходят lstm сети. Но есть пара вопросов:

1. Товаров много а просто скармливать значения по всем не выйдет - сеть же с памятью. Как лучше сделать? Можно просто в лоб создать несколько сетей для каждого товара но может есть варианты получше? Слышал что можно вытащить не только ответ но и внутреннее состояние сети.

2. В последовательности довольно много нулей (цена без изменений). Если просто выкинуть все нули то может ли это негативно повлиять на точность предсказания?

>>1138004
Я тута чуть выше вскрывал тему, почему весь вообще машобчик люто, бешено сосёт в предсказании временных рядов, и почему никакая мегагитлер нейроночка на мегагитлер кластере для этой задачи не лучше дубового arima из прошлого века. Поэтому лично я в качестве алгоритма взял бы svm, там хотя бы теоретически обосновано, почему при правильном использовании результат будет лучшим на конечном датасете.
> 1. Товаров много а просто скармливать значения по всем не выйдет - сеть же с памятью. Как лучше сделать? Можно просто в лоб создать несколько сетей для каждого товара но может есть варианты получше? Слышал что можно вытащить не только ответ но и внутреннее состояние сети.
Отдельная модель для каждой системы, т.е товара. Если не хочешь предсказания уровня среднего анализа мочи по больничке.
> 2. В последовательности довольно много нулей (цена без изменений). Если просто выкинуть все нули то может ли это негативно повлиять на точность предсказания?
Т.е у тебя там дельты цены, разницы между последним и предпоследним значениями? Выкидывать не надо.

>>1138012
Я конечно не пробовал ни arima ни svm но обычный персептрон более-менее адекватно предсказывал следующее изменение (а вот второе, третье и тд очень херово).

>svm
Есть что почитать про это? Нашел только какие-то дикие формулы при полном отсутствие примеров.

>Т.е у тебя там дельты цены, разницы между последним и предпоследним значениями? Выкидывать не надо.
Да, дельты. Выглядеть может примерно так:
-0.2 0.0 0.0 0.0 0.0 0.0 0.0 0.5 0.0 -0.1 0.0 -0.4 0.0 0.0 0.0 0.7 0.0

Вообще интересуют именно следующие движения, а когда они будут - через 2 шага или через 10 - пофиг.

>>1138035
В принципе, если перцептрон устраивает, то им и пользуйся, SVM вещь крайне годная, но матчасть там страшновата, да. Лучшая реализация с либами для всех ЯП https://www.csie.ntu.edu.tw/~cjlin/libsvm/ там же пейперы и примеры.
>Выглядеть может примерно так: -0.2 0.0 0.0 0.0 0.0 0.0 0.0 0.5 0.0 -0.1 0.0 -0.4 0.0 0.0 0.0 0.7 0.0
Из временного ряда лучше сделать матрицу Ганкеля столбца в 4, и уже строки из нее подавать алгоритму по типу 4столбец = f(3,2,1).

>>1138065
Перцептрон не совсем устраивает тк предсказывает только на шаг вперед, мне бы на 3-5 шагов.

В sklearn есть и свм и документация и примеры. Там и попробую.

>Из временного ряда лучше сделать матрицу Ганкеля столбца в 4, и уже строки из нее подавать алгоритму по типу 4столбец = f(3,2,1).
Я не совсем понимаю зачем и честно говоря не знаю как. Нужно будет входные данные преобразовать в такую матрицу, изменить input_shape под нее, (4, 4) вроде как? Что такое f(3,2,1)?
У lstm один из плюсов это то что можно по одному значению подавать на вход и получать результат.

>>1138113
>Я не совсем понимаю зачем и честно говоря не знаю как. Нужно будет входные данные преобразовать в такую матрицу, изменить input_shape под нее, (4, 4) вроде как? Что такое f(3,2,1)?
Например, у тебя есть временной ряд из 10 значений - 1 2 3 4 5 6 7 8 9 10. Нужно построить матрицу вида:
1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
5 6 7 8
6 7 8 9
7 8 9 10
Далее, последняя колонка используется как выход у, первые 3 - как вход х. Такая схема для временных рядов практически идеальна для идентификации систем. Ну а матрицу Ганкеля из временного ряда можно строить автоматически, это есть на каждом углу, в пистоне уж точно есть https://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.linalg.hankel.html LSTM тоже можешь пробовать, но я очень сомневаюсь, что любой метод даст 500% качества от перцептрона (5 шагов вперед вместо 1), хотя если сама система там несложная, то мб, но это надо пробовать все подряд и смотреть что лучше.

>>1138113
Еще вариант - построить 5 моделей, каждая из которых будет предсказывать на определенное кол-во шагов вперед. Но тогда соотв. образом должны быть сделаны датасеты (выход должен быть соотв-но следующий шаг, потом второй, третий, 4ый и 5ый). Это можно следать с перцептроном, ты ж говоришь, что на 1 шаг вперед точно предсказывает, тут то же, только вместо одного у тебя будет 5 перцептронов. Это аутизм, конечно, но мб и поможет, машобчик то еще шаманство вприсядку с бубном.

>>1138128
Теперь понял. У меня примерно так и есть.
Для 5 шагов с перцептроном скорее подойдет вариант добавления предсказанного шага в входную последовательность (как я понял в LSTM это так и работает).
Перцептрон плохо предсказывает на более чем 1 шаг (пробовал), скорее всего именно потому что пытается предсказать не глядя на предсказание предыдущего. Под плохо я имею ввиду что-то вроде -0.002 при любом вводе.

>>1138177
Временные ряды вообще довольно гиблое дело. Чувак выше дельный совет дал - попробуй ARIMA для начала, хотя бы как бейзлайн. То, что изменение цены происходит лишь иногда, сильно ухудшает прогноз. Вряд ли хоть какой-то метод тебе предскажет, что мол через три дня будет +5. Тут тебе кроме цены нужны другие факторы, которые влияют на нее.
На LSTM я бы сильно не расчитывал в данной ситуации. Поиграться можно, но вряд ли это даст результат.

В шараге начался предмет по ИИ будем кодить на прологе и лиспе, блядь, препод, ктн, сказал параллельно проходить курсы и тесты по предмету на сервисе "Интуит", мол, от экзамена освободит. Что за Интуит? Сервис на уровне каких-нибудь geekbrains или ещё хуже?

>>1138565

Типа текстовички с лекциями читаешь а потом тест проходишь.

>>1138565
Ещё хуже, старье из 00х

чуваки, возможно в далёком будущем программирование заменит ИИ, и тогда этой отрасли наступит шляпа?

>>1138616
нетъ

При запуске обучения выдает:
Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

В интернетах советуют либо забить на это либо компилить весь TensorFlow целиком.
Неужели нет скомпилированных вариантов с этими инструкциями?

>>1138392
Я еще играюсь но LSTM дает довольно таки неплохие результаты. Конечно ошибается в отдельных шагах но в целом предсказания дает похожие на правду.

Поясните вкрации за нейронки. Насколько я понял, между входом и выходом расположено несколько слоев из нейронов, которые передают на следующий слой какие-то данные с предыдущего, и суть обучения заключается в настройке передаточной функции для каждого нейрона. А где магия-то? Как нейронная сеть позволяет, например, управлять машиной? Как проектировать их под свои нужды? Насколько сложно написать свою реализацию без тензорфлоу?

>>1139602
Если с английским так себе, то можно пройти бесплатный трехнедельный курс про нейронные сети на русском:
https://stepik.org/course/401

Там чисто базовый алгем, матан и самые основы нейронных сетей.

>>1139602
>Насколько сложно написать свою реализацию без тензорфлоу?
Написать свою реализацию - хуйня по сравнению с используеванием этого вашего тензорфлоу. Пиздец, как долго я его пытаюсь задрочить, а нихуя не выходит.

>>1138803
Со следующей версии вроде обещали компилить сразу с этими инструкциями, пока только самому.

>>1139602
Тарик Рашид - Создаем нейронную сеть
Как раз про самые основы и создание своей сети почти с нуля.

>>1139615

Стесняюсь спросить, какое отношение алгем имеет к нейронкам?

Где в физике кроме обработки данных с ускорителей могут использоваться нейронки?

>>1140493
В написании статей с хайповым названием и зарабатывании на этом цитирований и респекта.

>>1140728
Очень плохо.
А если серьезно?
Мне в голову пришла еще разве что хемоинформатика с предсказыванием структуры молекул.

>>1140754
> Мне в голову пришла еще разве что хемоинформатика с предсказыванием структуры молекул.
Это не физика. Если про молекулы заговорили, машобчик можно использовать для классификации геномов. Правда, там разного рода хитрая кластеризация, а не эти ваши нейроночки. Попадалось немного работ на эту тему, местами весьма круто, можно прямо филогенетические графы строить по степени близости видов, кто от кого произошёл, и все это как обучение без учителя. Противники эволюции сгорели бы дотла от батрушки, но к счастью для них, они дегенераты и не поймут подобных работ. По структурно-функциональным зависимостям молекул тоже попадались пейперы, самый интересный про карты Кохонена с взвешенной кросскорелляцией в качестве метрики (вместо обычной для этих алгоритмов евклидовой). Автор - голландский химик, написал не только статью, но и реализацию этого алгоритма в виде либы wccsom для R.

У меня есть некоторый набор данных. Catboost (random forest) на нем показывает хорошие результаты. Я смотрю какие из фич, подающихся на catboost являются самыми значимыми. И я вижу, что там нет тех фичей, о которых я думал.
Знают ли анонимные эксперты справляется ли random forest с такими данными, где какие-то две фичи, применяемые по отдельности, не дают результата, а их совместное применение дают огромную синергию?

Само собой, я могу просто нагенерить синтетических данных и проверить, но я буду это делать 2-3 часа, а анонимные эксперты может быть УЖЕ такие опыты проводили

>>1141923
Во первых catboost это градиентный бустинг на деревьях решений, во вторых деревья решений, который обычно используются не могут видеть связи между признаками.

>>1141972
Я не про (A-B), я про (A>=C)&(B>=D)

> градиентный бустинг на деревьях решений
градиентный бустинг, как я понимаю, это алгоритм обучения, а не устройство сети. Совокупность деревьев решений называется лесом, то есть random tree forest

>>1122534
>За черным квадратом стоит большая идея, просветись.
"Большую идею" придумали "критики" после увиденного. Если бы ты не знал, что указанные картинки нарисовали нейросети, а какой-нибудь художник, ты бы тоже в них начал искать идею.

>>1141991
бустинг и бэггинг принципиально разные вещи (ансамбли), в catboost действительно есть лес (смысле графов), но прицип работы принципиально другой, если в random forest дерьвья слабо коррелированы, то в градиентном бустинге каждое следующее дерево зависит от всех предыдущих. И как в одном так и в другом деревья могут быть каким-нубудь CART.

>>1141879
А не дашь ссылку на статью?

>>1142009
> А не дашь ссылку на статью?
Гугли SOTA self organizing tree algorithm. Там не одна статья.

>>1142004
> в градиентном бустинге каждое следующее дерево зависит от всех предыдущих
Оба-на. Я думал, что каждое отдельное дерево обучается само и не связано с другими. Спасибо

>>1141994
>я невежа и не стесняюсь это демонстрировать

>>1141972
>деревья решений, который обычно используются не могут видеть связи между признаками
Это не так. Если глубина больше 1, то вполне себе видят. Очевидно же, что модель, не видящая связей между признаками, крайне ограничена, и не сможет решить даже совсем простые задачи, например XOR.

>>1142148
XOR (как и NOT, AND, OR) решается заучиванием, а не аналитическим разбором

>>1142148
Ты бы для начала википедию прочитал:
There are concepts that are hard to learn because decision trees do not express them easily, such as XOR, parity or multiplexer problems. In such cases, the decision tree becomes prohibitively large. Approaches to solve the problem involve either changing the representation of the problem domain (known as propositionalization)[21] or using learning algorithms based on more expressive representations (such as statistical relational learning or inductive logic programming).

Тут есть кто-нибудь из яндекса? Вам лечиться надо, реально, лол.
>либа для R
>не ставится без питона
А для софта на С у вас в зависимостях паскаль или гиви бейсик? А почему вместе с этой либой яндекс браузер не ставится, и яндекс-панель во все установленные браузеры?

На питоне норм писать ? Не зашквар ?

>>1143079
Зашквар, пиши на H2O и Clojure. Ну или Hylang накрайняк.

>>1143112
А Haskell?

>>1143112
>Hylang
Scala ?

Подскажите.
Имею небольшой мат бэкграунд. Не хочу заниматься нейроночками, потому что они из всех щелей лезут. Нравятся обычные алгоритмы, например для обработки большого объёма данных. Не откажусь от всяких анализов текстов.
Как называется этот раздел и что упарывать? Заранее спасибо.

>>1143159
> Нравятся обычные алгоритмы, например для обработки большого объёма данных.
Data mining.
> Не откажусь от всяких анализов текстов.
NLP, natural language processing
> Как называется этот раздел и что упарывать? Заранее спасибо.
Будешь смеяться, но топовые алгоритмы для NLP это нейроночки - skipgram, cbow, glove модели. Ищи реализацию под нужный тебе яп таких вещей как fasttext, word2vec, text2vec и кури документацию и оригинальные пейперы.

>>1143124
https://github.com/hylang/hy

>>1143119
Под хаскель научных либ мало, а так добро.

Поясните чем глубокое обучение отличается от простого обучения?

>>1144573
> Поясните чем глубокое обучение отличается от простого обучения?
В глубоком стыкованные алгоритмы неглубокого. Пример - аутоэнкодер это простое обучение, стыкованный аутоэнкодер - глубокое.

>>1144573
Слоев в нейроночке больше

>>1144745
На сколько больше?

>>1144790
не менее пяти 5

Анон, есть ли готовая реализация метода главных компонент для сокращения размерности? Не хочу тратить время на создание своего велосипеда.

>>1146314
http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

>>1146408
Спасибо! Попробую переписать.

>>1121858 (OP)
Сап
Есть одна нейронка, она работает, но в моем грузится почти 10 минут.
Вопрос: как делают чтобы все работало быстро и не грузилось каждый раз по пол часа при запуске скрипта? Может можно сохранить результат обучения или еще какие то хитрости?

>>1144573
Смотри короче, суть такова. При неглубоком обучении особенности(фичи) по которым будет проходить обучение выбираешь ты, а при глубоком система сама обучается их выделять. Например фильтры в свёрточных сетях. В целом архитектуру тех же сетей ты всё равно выбираешь, поэтому на эти разделения можно хуй положить.

>>1147331
>Может можно сохранить результат обучения
Ты чё, каждый раз сбрасываешь все конфициенты и заново учишь сеть? Ты ебобо?

>>1131194
А какие книжки можно почитать про идентификацию систем?

>>1147798
>каждый раз сбрасываешь все конфициенты и заново учишь сеть?
>Ты ебобо?
да(
как их сохранять?

>>1132540
Я. Продаю футболки с красивым принтом "ИИ близко, спасайтесь люди"

Так, ну кто не мудак, дайте пару советов и не кидайтесь тухлыми яйцами. Мне кажется, что это офигенная штука, понимать как это работает, чисто для себя и решил вкатится. Ультимативная цель - это написать простенькую игрушку (думаю арканоид подойдет) и нейросеть, которая через reinforcement learning или по генетическим алгоритмам научится играть в игруху. В моем понимании - это не сложно, чем лучше результат изначально рандомных движений вправо-влево, тем больше будет вес у нейронов, которые к этим движениям привели, а у тех, что ведут к неправильным действиям - он уменьшается. И так оно учится, но бля..

Для понимания, решил начать с написания собственной простенькой нейросети (посоветуйте элементарный пример с минимумом нейронов, который можно воплотить), пока не получилось, проблема, судя по всему с математикой, я не понял по какой формуле нужно аджастить вес чтобы оно нормально училось, но надеюсь, разберусь. В шапке ссылки, блин, оно хорошо, но из опыта знаю, что прям сильно глубоко разбираться, сразу не пробуя на практике - говно, я так по Java 2 тома прочитал, в итоге на моем уровне и половина не требуется.

Короче, если знаете ссылку (можно англ), где разжовывается элементарная, но имеющая смысл нейросеть, то поделитесь, плз. Разберусь с вами или без вас.

>>1148081
Deeplearningbook (первая ссылка из оппоста) это то, что тебе надо. То, что ты просишь, аналогично "я не хочу сейчас глубоко изучать умножение, просто объясните, почему 2х2=4". Ну разберешься ты с элементарной нейроночкой (что это такое вообще? Перцептрон?), а дальше что? Элементарные нейроночки - сюрприз - не работают. Обучаются медленно и плохо. Работает глубокое обучение, которое не элементарно. Не трать время на перелопачивание говн мамонта, сразу учи то, что нужно.

>сразу не пробуя на практике
Вторая ссылка из оппоста.

>>1148081
И, если ты вдруг не в курсе, то нейроночки уже давно играют в арканоид и многое другое. Как с помощью обучения с подкреплением, так и на генетических алгоритмах. На гитхабе полно примеров. Только обучается это очень долго - пару суток на 1080ти как минимум, на ЦПУ забудь.

>>1148081
На stepik.org есть очень доступный курс, там как раз во всех подробностях рассказывают про алгоритм обратного распространения ошибки и градиентный спуск.

лол, нечёткий петушок всё ещё жив

Суп, аноны. Кто в теме. Поясните ньюфагу. Допустим я хочу сделать нейронку, которая принимает на вход картинку, на выходе она дает, что на картинке допустим аниме или нет.

Какая структура для такой нейронки подойдет? Сколько входов надо сделать?

>>1148826
> Сколько входов надо сделать?
Зависит от того, какого размера картинка.

>>1148888 Мне кажется размера привьюшек двача достаточно, чтобы распознать анимепидоров. Стоит ли делать картинки меньше?

и какая структура нейронки рулит для таких задач? Я кроме перцептрона ничего не знаю.

>>1148826-кун

>>1148900
Свёрточные.

>>1148900
гугли keras

Хочу вкатиться в машобчик, скачал себе десяток книг и думаю, вот, с чего начать. Хочу почитать сначала статистику, тем более что данные для анализа есть, но насколько сильно ее нужно вкуривать, бахнуть весь учебник на 800 страниц или первые 100-200?

Дратути. Подскажите, неужели нет готовых натрененых нейроночек чтоб пешеходов детектировать?
Потрогал dnn в опенсв, качество распознавания из говна, хожу чем у HOG+SVM.