PyTorch | Урок #3 | Пишем VGG с нуля
Вставка
- Опубліковано 17 вер 2024
- Поддержать меня рублем: www.tinkoff.ru...
Наше сообщество в Telegram: t.me/+EzeAPkue...
Сервер в Discord: / discord
Github: github.com/mag...
Полезные материалы:
1. 3Blue1Brown Neural Networks: • Neural networks
2. Перевод 3B1B: • DeepLearning
3. Красивое объяснение с визуализацией: towardsdatasci...
4. Мой плейлист по нейронным сетям и PyTorch: • PyTorch и нейросети
Спасибо за видео. Ждем продолжения. Если можно, то раскройте темы про cuda на локальной машине, а то не получается подключить(Linux). Еще бы потом хотелось, чтобы затронули тему сегментации.
Ок.
Сегодня запишу видео по обучению на Cuda, на Linux и на Colab.
Также расскажу про AMP.
Сегментация будет записана в некотором будущем. Если хотите, в течение следующей недели.
Мне полезно выйти из праздного настроя)
У Вас есть карта Nvidia?
@@magorokhoov Отлично, значит еще прокачаюсь в теме Neural networks😎Я когда набираю в терминале ноута команду, то выводит 01:00.0 VGA compatible controller: NVIDIA Corporation GP107M [GeForce GTX 1050 3 GB Max-Q] .
@@deepmeditationrelaxationmu4404 Записано, выложено
Звук чуть тихий
В прошлом примере вы, Михаил, не нашли ошибку в коде. А я ее заметил. При копипасте написал вместо test - train в одном месте.
В этом видео видна ошибка в 15:59 как раз в этой ячейке исправляет.
Подскажите, если вы в курсе конечно. Насколько эффективно нейросети используются в научной работе? К примеру можно ли загрузить в базу нейросети набор физических законов (естественно конвертированные в код) и ожидать что нейронка сможет находить некие новые закономерности в общей картинке? Просто я не уверен что нейросеть может решать задачи на уровне полноценного ИИ и больше предназначена для распознавания чего либо и моделирования процессов на основе полученных данных, а не для глубокого анализа. Или это все просто упирается в правильно составленное условие и набор правил, по которым оно должно исполняться? Спасибо!
Чаще всего (в 99% случаев на момент 25 февраля 2023) нейросети используются для какой-то конкретной задачи.
В задачах, в которых нам тяжело написать алгоритм, но зато есть данные, по которым можно найти алгоритм решения задачи.
К примеру, классификация изображений (собака или кошка).
Можно сказать, нейросеть - это большая мощная сложная функция, которая просто отображает (переводит) одни данные в другие.
Позже разработчики попробовали написать языковую модель, которой можно скормить огромные объемы текста. Пусть найдут какие-нибудь закономерности, смыслы. Так получим мы ChatGPT.
Я не знаю NLP, и как устроен ChatGPT, но идея примерно такая.
Отвечая на ваш вопрос: я понимаю как использовать нейросети в решении конкретных задач. Как делать полноценный ИИ, и вообще возможно ли это сделать на базе нейросетей - я не знаю :)
@@magorokhoov Спасибо! Кстати Chat GPT мне и выдал инфу о том, что нейронки способны только моделировать ситуацию на основе полученных данных. На творческие прогнозы они не способны))
Существуют физически-обоснованные нейронные сети (PINN), существует получение уравнений по данным (например, фреймворк EPDE), существуют GAN для генерации чего-либо и даже есть PINN GAN, но, кажется, это немного бесполезно, но тем не менее исследования ведутся. То есть добавлять физические законы в данные пытаются, как и извлекать их из данных ну, и еще многое другое
@@NickCapitan Спасибо! Не знал.
На видеокарте обучается всего в четыре раза быстрее, чем на процессоре? Я думал, будет в сто раз быстрее, в тысячу...
Возможно, появляются узкие горлышка.
Но в целом я замечал, что раз в 10-20 быстрее получается.
Карта RTX3060, проц 2600X