Machine Learning / AI
შესაძლებელია 3x3 კონვოლუციის შეცვლა ორი თანმიმდევრული 3x1 და 1x3 კონვოლუციით? რა სარგებელი და ზარალი არსებობს?
რისი პარამეტრები შეიძლება შეიცვალოს შემთხვევით ტყეში და როგორ ახდენს გავლენას სიღრმე და ხეების რაოდენობა?
Яндексმუშაობა: რა არის უფრო ეფექტური სიჩქარის თვალსაზრისით — ტრანსფორმერში 2 შესავალი 512 ტოკენით ცალცალკე (2x512) წარდგენა თუ მათ ერთიანად 1x1024-ში გაერთიანება?
რატომ ეძებ ახალ სამუშაოს?
რას წარმოადგენს Bias-ის გამაძლიერების რისკები?
რატომ თითქმის შეწყვიტეს 9x9, 7x7, 5x5 დიდი კონვოლუციების გამოყენება?
რა არის self-ask prompting?
Яндексკატეგორიული ნიშნების კოდირების რა მეთოდები არსებობს?
OZONროდის არის MAB უკეთესი ან უარესია ვიდრე A/B?
Самокатრა არის CUDA და რა არის ძირითადი ცნებები (kernel, grid, block, thread)?
Stable Diffusion (SD) რა ნაწილებს შეიცავს?
როგორ ეხმარება მოდელი ბიზნესს?
Газпромбанкრა არის word2vec?
Газпромбанкრა არის Cycle-GAN-ის იდეა? რა ზარალები გამოიყენება მასში?
რა სიჩქარეების ინფერენსი მიაღწია?
ROC-AUC = 0.9. თუ ყველა მოდელის წინასწარმეტყველებას 3-ით გავამრავლებთ, რა მოხდება ამ მეტრიკასთან?
რატომ აყენებს L1 რეგულაცია ზოგი წონას ნულზე, ხოლო L2 — არა?
როგორ შეიძლება გააუმჯობესოთ მძიმე შეკითხვები მონაცემთა ბაზაში?
SFT LLM-ის სწავლის სიჩქარის არჩევისას რა შემოწმებები უნდა გაკეთდეს?
შესაძლებელია თუ არა ცენტრალური საზღვრის თეორემა არასაშუალო განაწილების მქონე საერთო მასზე გამოყენება?
Домклик