Machine Learning / AI

De ce trebuie să fie parametrul shuffle prezent în dataloader-ul de antrenament atunci când se antrenează pentru mai mult de o epocă?

Ce se întâmplă dacă faci select 1 în loc de numele coloanei?

Ce este ajustarea fină supravegheată (SFT)? Ce date sunt necesare?

Middle — Senior

ТензорВижнТехМагнит

Ce uită să facă cu datele pe CUDA, ceea ce poate duce la depășirea memoriei în timpul antrenamentului?

Ce probleme apar dacă normalizarea pe loturi actualizează statisticile în timpul validării?

Ce este detectarea punctului de schimbare?

Ce este dropout-ul și cum se implementează?

Cum funcționează Tableau în ceea ce privește colectarea datelor: singur sau prin conectare la o vitrină?

Ce este DPO și de ce este mai popular decât PPO în modelele deschise?

Middle — Senior

СамокатМагнит

Cum abordăm sarcina de detectare a obiectelor cu un dezechilibru puternic al datelor?

Cum se aleg backbones pentru clasificare?

Cum afectează temperatura distribuția probabilităților în softmax?

De ce este important să cauți straturi similare în profesor și student în timpul distilării?

De ce numărul de valori din rezultatele unei interogări cu funcții de agregare nu este egal cu numărul de rânduri?

Ce este o conexiune reziduală și pentru ce se folosește?

Middle

ДомкликМагнит

Ce trei matrici sunt utilizate în atenția multi-head?

Ce este tool-calling și ce tipuri de instrumente folosesc agenții?

De ce trebuie să punem modelul în modul de inferență (model.eval()) înainte de testare?

Cum se simplifică ResNet50 într-o sarcină de clasificare?

Ce este masca de padding a cheii față de masca de atenție în PyTorch?