Machine Learning / AI

Kaip sudaryti train/val/test padalijimą ir benchmarką? Kaip teisingai padalyti duomenis?

Papaskink apie balso įvertinimo užduotį: kaip prieiti prie modelio, kuris nustato klaidas fonemų ir garsų tarimo?

Mažo automobilyje rasta LR, klasteryje batch dydis padidėjo 1000 kartų. Ar reikia keisti LR?

Ką daryti, jei testas jau buvo naudojamas ir parodė blogą rezultatą?

Kada naudoti train, validation, test ir benchmark?

Yra daug hiperparametrų optimizatoriui, 10 000 eksperimentų, mažai laiko, bet daug išteklių. Kokie požiūriai yra geriausi optimaliam deriniui rasti?

Kaip mokome fonemų klasifikacijos modelį? Kas yra tikslinėje?

Kas įeina į klasifikatorių, be garso įterpimo?

Kokią klasifikacijos užduotį sprendžiame vertindami fonemų tarimą?

Kokias idėjas galima išbandyti tiksliai fonemų išlyginimui?

Kaip praktiškai suprasti, kad testas išseko arba įvyko paskirstymo pasikeitimas?

Kada reikia keisti testą? Kaip atskirti atvejį, kai testas pasenęs, nuo atvejo, kai testas išdegė dėl daugybinio naudojimo?

Jei batch dydis yra didesnis, ar gradientas bus mažesnis ar didesnis?

Kaip padaryti priverstinį suderinimą — nustatyti, nuo kurios iki kurios sekundės skamba kiekviena fonema?

Kodėl atsitiktinis ėmimas yra geresnis nei tinklelis net 2D: palyginimas tarp 100x100 tinklelio ir 10 000 atsitiktinių taškų?

Mokymosi greitis ir partijų dydis yra nepriklausomi parametrai? Ar tarp jų yra ryšys?

Kaip pažymėti garso duomenis?

Kaip prieiti prie vienos žodžio suderinimo pagal fonemas? Kaip naudoti wav2vec2, kad gauti tikslias fonemų ribas?

Kaip prieiti prie mokymosi savo domeno? Ką daryti su bendru modeliu?

Kaip mokyti modelį? Seq-to-seq yra brangu, yra daug hiperparametrų. Kaip tai padaryti?