Падение

Бросок тела с высоты, моделируем на Python

Добрый день, уважаемые читатели. Сейчас вы читаете довольно специфичную статью для нашего блога. Как вы могли заметить, мы начали экспериментировать и публиковать статьи на тематику математики. Также, я хотел бы начать цикл статей про физику, начиная с самых азов. И сегодняшней темой стал бросок тела с высоты паралельно горизонту. Примечание. Читать дальше…

Использование multiprocessing в Python

Теперь создадим список с помощью os.listdir. А также запустим выполнение функции для каждого изображения из списка images = [‘images\\’ + image for image in os.listdir(‘images’)] if __name__ == ‘__main__’:    pool = mp.Pool(processes=4)    result = pool.map(black_pixels, images) mp.Pool() принимает параметр processes, который устанавливает кол-во воркеров в пуле. А далее мы просто применяем «обычную» функцию map, только в качестве метода класса Pool. Изменение глобальных переменных Однажды мне было Читать дальше…

Кастомизируем свой Jupyter Notebook

Большинство современных сред разработки имеют очень много инструментов для улучшения визуальной составляющей. Начиная от цвета фона заканчивая изменением цвета текста определённого шаблона. Сегодня я хочу рассказать, как подогнать под себя интерфейс Jupyter Notebook, используя jupyter-themes. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов.А на YouTube-канале ты найдешь обучающие видео по программированию. Подписывайся! Читать дальше…

Градиентный спуск на пальцах

Градиентный спуск — метод нахождения локального экстремума. В этом «алгоритме» используется движение вдоль градиента. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов.А на YouTube-канале ты найдешь обучающие видео по программированию. Подписывайся! Нахождение локального минимума Для этого используется следующая формула для поиска локального минимума: 𝑥𝑖+1=𝑥𝑖−𝜎𝑓′(𝑥𝑖), где 𝜎 — темп спуска Разберём метод спуска на примере Читать дальше…

Создаём свой Keras. Часть 1-ая

Всем привет. Каждый из нас наверняка интересовался, как же устроены различные библиотеки машинного обучения? Так вот, сейчас вы читаете продолжение рубрики экспериментов в машинном обучении. Мы пошагово будем создавать свой интерфейс, свои функции и свои модели. Поехали! Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов.А на YouTube-канале ты найдешь обучающие видео Читать дальше…

Сохранение модели и её весов в Keras

Добрый день, уважаемые читатели. Мы уже разобрали кучу приёмов, связанных с библиотекой Keras, Sklearn и т.д. Однако мы ещё не разбирали тему сохранения модели весов модели Keras и самой модели в отдельный файл (да, была статья про консервацию модели, но это немного другое). Сегодня мы разберём этот аспект, используя такой Читать дальше…

Эксперименты с входными данными в глубоком обучении

Добрый день, уважаемые читатели. Порой ко мне в голову приходят ненормальные мысли по поводу обучения нейросетей. И я решил — почему бы нам с вами не реализовать эти идеи и не оценить результат? :) Скорее всего такая задумка станет целым циклом статей, где мы будем пробовать различные «штуки». Подпишись на группу Вконтакте и Телеграм-канал. Читать дальше…

Анализ данных PornHub

Анализ данных PornHub или двойное проникновение в визуализацию

Добрый день, уважаемые читатели. Недавно мне на глаза попался отрывок статистики PornHub, где хранились данные про 190к видеоматериалов. Сам датасет находится на kaggle. Мы проведём анализ данных PornHub и визуализируем результаты статистики. Сегодня мы узнаем, какие самые высокооцениваемые, продолжительные или просматриваемые категории. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для Читать дальше…

Сеточный поиск лучшей архитектуры нейронной сети с помощью Keras и Sklearn

Добрый день, уважаемые читатели. Темой нашей сегодняшней статьи станет объединение библиотек Keras и Sklearn. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов.А на  YouTube-канале ты найдешь обучающие видео по программированию. Подписывайся! Действительно, в поисках лучшей архитектуры сети мы много раз обучаем несколько вариантов модели на определённом наборе данных, а затем сравниваем Читать дальше…

сверточная нейронная сеть

Сверточная нейронная сеть для распознавания цифр

Добрый день, уважаемые читатели. Целью этой статьи является классификация изображений с помощью сверточных слоёв Keras. Всё это дело мы будем тестировать на стандартном наборе — MNIST. Этот набор содержит 70.000 изображений рукописных цифр (от 0 до 9-ти). Наша цель проста — сделать так, чтобы сверточная нейронная сеть правильно предсказала изображенную Читать дальше…