Азиатки ясно дело к мужчине норм относятся и с жиру не бесятся, кроме кореянок. В этом цинус, а не в рассчетах. Вьетнамки к стати проигрывают в няшности и тайкам, и лаосскам и бирманкам. Так что чувак может новый идеал идеальнее найти)
Причем еще должен быть другой который сделает из разношерстого корп софта кучу RPA сервисов. к которым джун-полутелепат (иначе как он узнает где они и как работают) будет подключаться, весело таская малопонятные виджеты по столу. Верю!
Поэтому, если человек при возникновении любой задачи упорно… у меня для вас плохие новости — вам достался тупой программист.
Все это верно но для тупых бизнес-систем. Если IQ выше 90 не тратьте свою жизнь на это, если есть выбор. Все эти «достаточно неглупые люди» на самом деле самодуры c мнением, глубоким и обоснованным, как у чат-бота.
Закалив свой ум в битве с серьезными задачи человек редко генерирует всякие глупости.
Я не соглашусь что CLIP — обучение без учителя. Мы можем конфигурировать вывод некой сети доп. Linear слоем (обычный TL), программным фильтром, который, например, будет считать расстояния в N-размерности embedding-ов, или их комбинацией, как CLIP, но факт остается — сначала с учителем (картинка <-> текст), потом настройка текстом (фильтр). Тем не менее, интересно, спасибо за труд)
>>Как выглядит семантический граф в момент инициализации? Какой формат у узла графа — там находится что?
Рандомные значения около нуля обычно используются при инициализации.
>>Дело в том, что состояний X почти бесконечно много. Картинки в видеоряду обычно не повторяются.
Используйте вывод resnet или его адаптацию для вашей задачи. Если речь конечно идет не об сегментации и локации.
>>Y — это действия? Я правильно понимаю, что [Xi -> Yj] — это стратегия, и ничто иное?
верно. для состояние X вы имеете уместность Y действия в данный момент.
>>X? Это что? Будущее X зависит и от текущего Y, и от текущего X.
В моем понимании здесь уместны 2 нейросети, 1 семантический граф и монитор запуска-обучения.
>>— воу, вы действия предсказываете?
верно. и расхождение между предсказанием и реальностью — главный критерий тут как по мне. семантический граф дает понятность всей схемы которая иначе — черный ящик.
>> Есть схемы, где состояния — это узлы графа, а рёбра графа — это действия. То есть для X1 есть рёбра Y1, Y2, Y3, для X2 рёбра Y1, Y2, Y3 и так далее.
Точность требует чтобы в расчет были включены все X при рассмотрении одного-каждого Y. На практике число состояний к рассмотрению сильно меньше мощности X, потому что связности в сем. графе не бывает все-ко-всем.
>>Если каждое новое состояние уникально (а кадры примерно такие и есть), то не получится построить всю эту матрицу переходов.
За кадрами стоит подможество X семантического графа, которое надо бы научится получать, а потом уже все остальное. надо смотреть нормально задачу чтобы была конкретная польза. по тому что написано, сложно что-то добавить.
в моей схеме в простейшем для реализации случае есть семантический граф, в котором уже сидят в виде вершин — переходов понятия системы. Делятся на 2 класса — параметры X и действия Y. То, что дает камера и датчики входит в X также как и скрытые и явные параметры игрока и системы. Разделять их смысла не вижу для расчета. Вероятность перехода, которая есть функция от состояния того же графа, есть число-параметр нейросети X -> Y. Итак, есть множество состояний [X] и функций связывания состояние-влияние [Xi -> Yj], которые суммируются с числом-состоянием на каждом такте системы, и дающим уместность действия конкретного Y в данным момент. Топовое по вероятности действие выполняйте. Сравнивайте ожидаемое и наблюдаемое. Копите градиент(ы) отдельно для подсистем X -> Y, Y -> X. Если можете пускать действия параллельно — не вопрос. Дальше дело техники.
зачем от видеоряда? это ж создание проблем на ровном месте. есть семантика. наука как связаны понятия(знаки) между собой. через нее и идти. там и оценки-вероятности всякие сразу из коробки… а привязка этого в видео ряду тоже не откровение — вон DALL-E показывает как.
Не вижу особой сложности в системе ограничений выбора, основанной на его, цене ущерба. Например при задаче вылечить от рака избежать убийства или ампутации головы как простейшего способа избавления можно указав его ущерб как -∞, ампутации ноги как — 1000 000$ и т.д. Что мешает? Разметка оценок это да, но это ж и есть здравый смысл, поддается численной оценке для прикладных задач вполне.
Написал примерно то же для web-a, только MD от гугля, кода втрое меньше, не надо писать циклов обработки, многооконное, многопользовательское и т.п. github.com/Claus1/unigui. Получился как побочный продукт от моих AI/ML разработок.
Метрики — это хорошо. Интересней глянуть на то, какую геометрию и текстуры способны вытащить передовые сети по типичной фотографии. Если как обычно — мутный туман, то взгрустнем и разойдемся.
Нужна геомерия и текстуры и не только на фэйсы/фигуры людей. Чтобы грузить в 3д редактор. Интересуюсь потому что сам подумываю влазить туда или может что готовое уже есть или на подходе.
Зачем на питоне писать как на сях остается непонятным. особенно чудовищно использование дженериков. аннотации, как по мне, нужны ну разве что в крупной кодобазе на питоне. А зачем ее на питоне то писать? Чтобы побыстрее или тормозило как следует? В общем, присоединяюсь к Шарикову, «Ерунда это всё. Надо взять всё и поделить!»
Соберусь как-нить написать о его последыше для медицины. Гибрид с нейросетью и формализм там проще и понятней. Этот, который в ссылке, устарел на 10 лет. Все рабочее).
Система оперирует предоставленными фактами и выводит на них. даете другие факты, получаете другой результат. вообще не проблема, кто там согласен или нет — вот доказательсво на этих фактах. имитация, как по мне, — тема, перпендикулярная логике.
Все это верно но для тупых бизнес-систем. Если IQ выше 90 не тратьте свою жизнь на это, если есть выбор. Все эти «достаточно неглупые люди» на самом деле самодуры c мнением, глубоким и обоснованным, как у чат-бота.
Закалив свой ум в битве с серьезными задачи человек редко генерирует всякие глупости.
Рандомные значения около нуля обычно используются при инициализации.
>>Дело в том, что состояний X почти бесконечно много. Картинки в видеоряду обычно не повторяются.
Используйте вывод resnet или его адаптацию для вашей задачи. Если речь конечно идет не об сегментации и локации.
>>Y — это действия? Я правильно понимаю, что [Xi -> Yj] — это стратегия, и ничто иное?
верно. для состояние X вы имеете уместность Y действия в данный момент.
>>X? Это что? Будущее X зависит и от текущего Y, и от текущего X.
В моем понимании здесь уместны 2 нейросети, 1 семантический граф и монитор запуска-обучения.
>>— воу, вы действия предсказываете?
верно. и расхождение между предсказанием и реальностью — главный критерий тут как по мне. семантический граф дает понятность всей схемы которая иначе — черный ящик.
>> Есть схемы, где состояния — это узлы графа, а рёбра графа — это действия. То есть для X1 есть рёбра Y1, Y2, Y3, для X2 рёбра Y1, Y2, Y3 и так далее.
Точность требует чтобы в расчет были включены все X при рассмотрении одного-каждого Y. На практике число состояний к рассмотрению сильно меньше мощности X, потому что связности в сем. графе не бывает все-ко-всем.
>>Если каждое новое состояние уникально (а кадры примерно такие и есть), то не получится построить всю эту матрицу переходов.
За кадрами стоит подможество X семантического графа, которое надо бы научится получать, а потом уже все остальное. надо смотреть нормально задачу чтобы была конкретная польза. по тому что написано, сложно что-то добавить.
Нужна геомерия и текстуры и не только на фэйсы/фигуры людей. Чтобы грузить в 3д редактор. Интересуюсь потому что сам подумываю влазить туда или может что готовое уже есть или на подходе.
Подробности docs.google.com/document/d/1lkqVj4YhzJAwpkphKXymOYb5KpQfoYI5-95DueRKTp0/edit?usp=sharing