Machine Learning / AI
Iedomājieties, ka jūs strādājat ar modeli PyTorch un pēc tā pārslēgšanās uz novērtējuma režīmu eval() redzat, ka metrikas uz fiksēta 10 000 piemēru testu kopuma mainās katrā palaišanā. Jūs fiksējat nejaušo skaitļu ģeneratoru sākotnējo stāvokli, lai nodrošinātu atkārtojamību: kur vēl varētu būt slēpts izmaiņu avots? Izskaidrojiet Dropout, BatchNorm un torch.no_grad() lomu un nosauciet metrikas ar sliekšņiem, ar kuriem pārbaudīsiet rezultātu stabilitāti.
Kā sauc fakultāti?
OZONKas ir bezreferencu un ar referenci balstītas metriku?
Kāpēc BF16 ir ērtāks par FP16, apmācot lielus modeļus?
Kas ir A/B tests? Kā to piemērot modeļu salīdzināšanas kontekstā?
Kas ir konstitucionālā MI un kāda ir tās ideja?
Kā pārbaudīt, vai SQL tabulā ir dublikāti pēc atribūta?
СамокатEs nesaprotu, kāpēc mēs nevaram visu veikt tiešsaistē — kādi ir šeit patiesie ierobežojumi? Kam nepieciešams priekšskaitļošana?
iviVai koku koku gradienta balstīts stiprinājums var extrapolēt ārpus apmācību kopas, ja iezīmēs ir tikai mērķa kavēšanās?
WildberriesKāds ir konflikts starp dažādām taisnīguma definīcijām?
Vai ir uzticība koka klasifikācijai?
Kas ir ConvNeXt un kāpēc tas ir sasniedzis ViT kvalitāti?
Kuras biznesa metriku un pret-metriku jāizmēra, lai novērtētu produktu reklāmas logrīku?
AvitoKas ir parent-document retriever un kam tas ir nepieciešams?
Kas ir BART un kāda ir denoising autoencoder ideja seq2seq?
OZONKas ir stacking un blending? Kā izvairīties no leakage stacking?
МегафонIzceliet binārās klasifikācijas modeļa kvalitātes metriku un to atšķirības?
ИннотехKas ir latentās difūzijas modeļi (stabila difūzija)?
Kas ir funkciju hashēšanas triks un kur to lietot?
Mācīšanās ātrums un partijas lielums ir neatkarīgi parametri? Vai starp tām ir saistība?