• úvod
  • témata
  • události
  • tržiště
  • diskuze
  • nástěnka
    • přihlásit
    registrace
    ztracené heslo?
    RUDOLFMachine Learning | Strojové učení | In Machines We Trust | Víra v mechanickou bestii
    SH_PANDA
    SH_PANDA --- ---
    1 odpověď+1
    P0CIN: Kdyz je to pro neziskovku neudelas to na githubu pro dobre vsech? ;)
    ZONICEK
    ZONICEK --- ---
    P0CIN:
    Něco na pomezí vědy a výzkumu :) pošlu ti to do SZ.
    P0CIN
    P0CIN --- ---
    2 odpovědi+1
    ZONICEK: nejvice asi zalezi v jakem formatu mas data, jejich priprava vetsinou zabere nejvice casu + jaka presnost je pro tebe dostacujici. Daji se pak honit vpodstate desetinky procent v presnosti, ale... :-)

    Nejstem teda expert na NLP, ale takovy jednoduchy standard vuci kteremu se casto porovnavaji slozitejsi metody je naive bayes classifier - ten se da nastavit vpodstate za odpoledne. Podle toho jak vyjde tohle se pak da rozhodnout jestli ma smysl zkouset neco sofistikovanejsiho.

    Mas to pro nejakou neziskovku (to bych mohl zkusit ve volnych chvilich neco vyexperimentovat), nebo to je normalni komercni problem?
    ZONICEK
    ZONICEK --- ---
    1 odpověď
    SH_PANDA: diky a jeste prosim o jeden odhad. Vsude jsou pak ceny ua zpravovani, ale kolik by tento priklad stal cca naprogramovat? V podstate na zaklade x tisic zprav kde vim ze jde o pozitivni nebo negativni vzrah (data v excelu) a k tomu dalsich x tisic bez prirazeni. Diky
    SH_PANDA
    SH_PANDA --- ---
    1 odpověď+3
    ZONICEK: ano
    ZONICEK
    ZONICEK --- ---
    2 odpovědi
    Omlouvám se, ale googloval jsem a potřeboval bych jen potvrdit informaci.
    Lze machine learning využít k násedujícímu:
    - Pokud bych měl 100 000 zpráv od lidí, kteří mají rádi určitého politika a 100 000 zpráv, kteří ho nenávidí (a to bych měl určený 1 - 0 dle toho, že by to někdo přečetl a přiřadil.

    Lze pak machine learning využít k tomu, že by odhadoval například dalších 800 000 zpráv, které by už nikdo nemusel číst? (s určitou pravděpodobností samozřejmě).

    Díky
    JORIM
    JORIM --- ---
    +1
    Podařilo se někomu rozchodit "Deep image restoration"? Údajně by to mělo umožnit například odstranit z fotek šum nebo rozmazání, ale zatím jsem neviděl praktickou aplikaci, až na pár demo obrázků.
    Kód je tady, ale moje snahy o jeho spouštění zatím narážejí:
    GitHub - rhgao/on-demand-learning: On-Demand Learning for Deep Image Restoration (ICCV 2017)
    https://github.com/rhgao/on-demand-learning

    (Zkouším to rozchodit na amazoním cloudu, ale pořád mi to hlásí chybějící moduly, i když je mám nainstalované.)
    CODEAS
    CODEAS --- ---
    @verliba Keras má v sobě model. summary(), nevím zda něco podobného je i v Tensorflow
    python - Keras model.summary() result - Understanding the # of Parameters - Stack Overflow
    https://stackoverflow.com/...ons/36946671/keras-model-summary-result-understanding-the-of-parameters

    případně se podívat do Tensorboardu při běhu https://www.tensorflow.org/programmers_guide/summaries_and_tensorboard

    VERLIBA
    VERLIBA --- ---
    umozni mi tensor flow ziskat z nejake vrstvy informaci o aktualne probihajicich rozmerech?
    vrstva ma na vstupu nejake None, ale pri trenovani v kazde davce uz ma nejakou velikost (pokazde jinou)..
    dik
    CODEAS
    CODEAS --- ---
    MSFT umí dodat i vlastní dataset fotek a pak pozná lidi. GCP (taky mám raději) toto neumí. Vision API pozná jen obecné tváře, ale neřekne kdo to je
    SOPTIK
    SOPTIK --- ---
    TRAVIX: Ja osobne mam radsi GCP nez Amazon, ale fungovat to bude asi podobne https://cloud.google.com/vision/docs/face-tutorial
    TRAVIX
    TRAVIX --- ---
    JINX: Díky. Tedy, tuším, že něco takového existuje, ale spíš bych potřeboval vědět, jestli už existuje nějaká taková hotová aplikace, abych zbytečně netvořil něco, co už někde leží a funguje.

    (I když - ono to API od Amazonu je tak jednoduché, že základní fungující aplikaci fungující z příkazové řádky jsem spíchnul za 10 minut. Další fungující aplikaci jsem našel tady, i když ta je dělaná spíš na video než na obrázky. https://github.com/CyberFerret/FaceRekognition-Demo)
    JINX
    JINX --- ---
    1 odpověď
    TRAVIX: Konkurencni sluzby od MS a IBM tohle imho uz umi take. Videl jsem i nejake sluzby ktere vystavuji REST API pro CNN neuronku a tu si muzes naucit co potrebujes, tedy nejen tvare. Pokud ti ale staci tvare myslim ze u Amazonu nebo MS chybu neudelas.
    TRAVIX
    TRAVIX --- ---
    2 odpovědi
    Zdravím, potřeboval bych poradit:
    Sháním nějakou službu, kterou bych mohl naučit rozpoznávat tváře. Představuju si to tak, že systém naučím několik desítek lidí na otagovaných fotkách, a potom už budu jenom vkládat nové fotky a ono mi to sdělí, kdo na nich je.
    Amazon nabízí API, které tohle umí, a co jsem tak testoval, celkem to šlape. Ale přece jenom, než se pustím do psaní vlastního front-endu, zajímalo by mě, jestli už něco takového neexistuje.
    SH_PANDA
    SH_PANDA --- ---
    A pyTorch implementation of the DeepMoji model: state-of-the-art deep learning model for analyzing sentiment, emotion, sarcasm etc

    arrowright
    https://deepmoji.mit.edu
    https://github.com/huggingface/torchMoji
    SOPTIK
    SOPTIK --- ---
    Tohle je btw zajimavy https://arxiv.org/pdf/1711.10370.pdf, postaveny na Mask R-CNN od FAIR
    QWWERTY
    QWWERTY --- ---
    +1
    Google's Artificial Intelligence Built an AI That Outperforms Any Made by Humans
    https://futurism.com/google-artificial-intelligence-built-ai/
    SH_PANDA
    SH_PANDA --- ---
    Neural networks and deep learning
    http://neuralnetworksanddeeplearning.com/index.html
    QWWERTY
    QWWERTY --- ---
    +1
    btw cerstvy upload
    MLconf - YouTube
    https://www.youtube.com/channel/UCjeM1xxYb_37bZfyparLS3Q/videos
    F89
    F89 --- ---
    UETOYO: Ahoj! Dík za názor, na který máš samozřejmě právo, každopádně my ho tak uplně nesdílíme. Tak se přijď přesvědčit osobně, jestli to tak opravdu je, že by na LambdUpu mohl přednášet opravdu každý. :) Aspoň si poslechneš Tomáše Petříčka, ale věřím, že by tě zaujali i ostatní, včetně Aleše.
    Kliknutím sem můžete změnit nastavení reklam