Machine Learning / AI
Ի՞նչ են պատմական աղյուսակները։
Ինչու առաջ էր առաջանում անհետացող գրադիենտի խնդիր?
Կա՞ Python-ում ֆունկցիայի արգումենտի կանխադրված արժեքը ցուցակով սահմանելու հնարավորություն և ինչ խնդիրներ կարող է դա առաջացնել։
Ի՞նչ է Cox հարաբերական վտանգների մոդելը։
Ի՞նչ է tool-calling-ը և ինչպիսի գործիքների տեսակներ են օգտագործում գործակալները։
Ի՞նչ է nnU-Net-ը և ինչու է այն հանրահայտ։
Ի՞նչ է pseudo-labeling-ը սեղանային առաջադրանքներում։
Ինչպե՞ս գտնել եռանկյունին պատկերում առանց խոր ուսուցման։
Ինչպե՞ս կարելի է փոփոխել Stable Diffusion-ի ճարտարապետությունը՝ ոչ միայն տեքստից, այլ նաև լրացուցիչ մուտքերից (նկարներ, ձայն և այլն) գեներացնելու համար։
Ինչպես իրականացնել երկու ցուցակների միացումը while ցիկլով տարբեր երկարության ցուցակներով?
Ինչու է անհրաժեշտ բաժանել տվյալների տեսակները փոփոխական և անփոփոխ:
Ի՞նչ քանակի քաշեր են ուսուցանվում 5x5 արմատով և 10 ֆիլտրերով կոնվոլյուցիոն շերտում։
Ի՞նչ է հակադրական ուսուցումը գրաֆիկներում (DGI, GraphCL):
Ի՞նչ է տվյալների ծավալը տվյալների բազայում և կլիքստրիմում:
Практиկային առաջադրանք Ի՞նչ հավաքածու արհեստագործների թույլ է տալիս արդարացիորեն վերարտադրել երկու LoRA գործարկումների համեմատությունը: - Միայն վերջնական որակի աղյուսակը: - Կոմիտ՝ կոդով և վերջնական մետրի պատկերի նկարի հետ: - Կոդ և փորձի կոնֆիգուրացիայի ֆայլ: - Կոդ, տվյալների հեշ, հիմնական մոդել, LoRA կոնֆիգուրացիա, կախվածություններ և գործարկման հրամանի: - Միայն Git ճյուղի հղում: - Կոդ, LoRA պարամետրեր, հիմնական մոդելի տարբերակ և կախվածություններ։
Ի՞նչ գործիքով կատարվեց փաստաթղթերի կառուցվածքային բաժանումը։
Ինչպե՞ս փորձարկել նույնականացման համակարգը իրական երթևեկության մեջ:
Նկարագրեք Docker-ով աշխատելու փորձը՝ ինչպես փաթեթավորել և տեղադրել ML-ծառայություն։
Ի՞նչ է տարբերությունը self-attention և cross-attention-ի միջև։
Անցնե՞լ եք այլ embedding մոդելներ: