Как насчет такого? from joblib import Parallel, delayed vecs = [ [1,4,7], [2,6,4], [4,5,6,7,2], [1,3], [1], [9,4,5,6,7,8], ] entity = [1,5,8,9] def c...
Это да. Какая кстати разница в U-Net между same и valid? Когда лучше тот, а когда другой?
Руками — ты уверен что и у тебя и у сетки одни и те же данные на вход? Если тот же трейдинг, то ты помнишь историю изменений, а в сетку она может явно и не подаваться.
Интересная задачка, а какой контекст у задачи? Возможно на предыдущих шагах можно как-то поправить чтобы нейронка полегче была.
Какая задача? Регрессия, классификация? Как распределены данные?
ты настраивал? там можно указать что у тебя именно звонки, возможно именно можно указать что африканцы на линии
Ты проверил мое предложение насчёт выставления корректного языка? Может стоит им заняться, а не флудить?
в Инно смотрел? там в универе есть пара отделов где вроде как ищут
Скорее всего «правильного» подхода нет. Может быть считать статистики от ответов классификатора? Например среднее и дисперсию.
Привет! Может быть это? https://en.wikipedia.org/wiki/Conformal_map
> для инвесторов нужен хотя бы прототип Выходит, уже есть на них выходы?
Погоди, ты попробовал явно указать что индийцы на проводе для Гугла?
Кто-нибудь может посоветовать статью по капсульным сетям в NLP?
как кстати там проект с индусами и африканцами на телефоне?
может просто классификацию делать: есть или нет трещины?
зачем apply_along_axis? опять чтобы не тормозило?
Можешь каким-нибудь репозиторием с ним поделиться?
Какие-то есть требования по качеству?
с чего ты взял что именно сетка?
на Керасе?