Step2AI.com

2023-02-21 15:08:01 GPT-1, GPT-2 va GPT-3 orasidagi farq

GPT-1 BookCorpus datasetida pre-train qilingan bo'lib, ~5 GB ma'lumotga ega ~7000 kitobni o'z ichiga oladi.

GPT-2 taxminan 40 Gb ma'lumot uchun ~8M hujjatlarni o'z ichiga olgan yanada xilma-xil internet ma'lumotlar to'plami bo'lgan WebText datasetidan foydalangan holda pre-train qilingan.

GPT-3 WebText datasetini kengaytirilgan versiyasidan, oshkor etilmagan ikkita Internetga asoslangan kitoblar korpusidan va ~600 GB ma'lumotni tashkil etgan ingliz tilidagi Vikipediyadan foydalangan.

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-21 12:12:01 Neyron Tarmoq (Neural Network)

Neyron tarmoq - bu Machine Learning algoritm turi bo'lib, inson miyasining tuzilishi va funktsiyasidan ilhomlangan va qatlamlarda (layer) tashkil etilgan o'zaro bog'langan ishlov berish tugunlaridan (nodes) iborat.

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-21 09:02:01 Engineering bo'lmasa, Science ham bo'lmaydi.

#DataScience

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-21 08:02:01 7. Kodni natijasi qanday chiqadi?
#Quiz2023

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-21 07:12:01 Instagram va Facebook da hisob qaydnomasini tasdiqlash nishonlari uchun to'laysizmi?

Meta Verified deb nomlangan obuna xizmati Meta (oldingi nomi Facebook) tomonidan ishga tushirilmoqda, u hisobni tasdiqlash nishonlari va toʻlovchilar uchun foydalanuvchi imkoniyatlarini kengaytirish kabi qoʻshimcha funktsiyalarni oʻz ichiga oladi deb xabar bermoqda Bloomberg

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-20 18:39:01 Full Stack Developerni oddiy va tushunarli illustratsiyasi

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-20 13:22:02 Machine Learning unit test (4)

Nimani monitoring qilish kerak?
- Har qanday dependency o'zgarishi
- Agar data training va amaliyotda qo'llash payti davomida o'zgarsa
- Agar feature lar amaliyotda qo'llash pipeline dan farq qilsa
- Agar model eskirgan bo'lsa
- Agar model noto'g'ri qiymatlarni chiqarsa
- Agar modelni o'qitish tezligi, xizmat ko'rsatish kechikishi, RAMdan foydalanishi o'zgarsa
- Agar modelning ishlashi (performance) o'zgarsa

Ha albatta ushbu yo'riqnomada ko'rsatilgan savollarga javob topishingiz ML modelingizni effektivligini oshirish uchun o'z ta'siring ko'rsatadi. Yoki bu sohani mutaxassisi bo'lmasangizu, lekin biror loyihani texnik ko'rsatmasini yozish yoki qabul qilib olishga ma'sul bo'lsangiz ushbu savollardan foydalanishingiz mumkin.

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-20 13:21:01 Machine Learning unit test (3)

Modelni test qilish:
- Kod ko'rib chiqildimi?
- Oflayn ko'rsatkichlar onlayn ko'rsatkichlar bilan mos keladimi?
- Barcha hyperparametr (giperparametr) larni sozladingizmi?
- Model necha yoshda yoki eskirganmi?
- Sizning modelingiz oddiyroq modellardan yaxshiroqmi?
- Modelning ishlashi ma'lumotlarning barcha segmentlarida yaxshimi?

Infratuzilmani sinab ko'rish:
- Training takroran ishlatsa bo'ladimi? (Training is reproducible?)
- Model spetsifikatsiyasi kod unit testdan o'tganmi?
- ML pipeline uchun integratsiya testlari bormi?
- Xizmat ko'rsatishdan oldin modelni validatsiyasi (tekshirish) mavjudmi?
- Oddiy misollar bilan training yoki inference jarayoni bormi?
- Oldingi versiya modeliga osongina qayta olasizmi?

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-20 13:20:35 Machine Learning unit test (2)

Ishlab chiqgan ML modelizni test natijasi qanday? Test va monitoring haqida gap ketganda, Google ushbu ko'rsatmalarni ishlab chiqdi. Ushbu yo'riqnomadan kelib chiqgan holda har safar model ishlab chiqishda o'zingizga quyidagi savollarni bering:

Datani test qilish:
- Kutilayotgan yoki ajratib olingan feature (input xususiyatlari: tashkil etuvchilari) lar model sxemasida aks ettirilganmi?
- Barcha feature (xususiyatlar) lar foydalimi?
- Har bir feature (xususiyatning) qiymati qanday?
- Data pipeline da tegishli maxfiylik nazorati mavjudmi?
- Yangi funksiyalarni tezda qo'shish mumkinmi?
- Barcha funksiyalaringiz test qilinganmi?

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash

2023-02-20 13:17:01 Machine Learning unit test (1)

O'ylaymanki, ko'pchilik Machine Learning injinerlari va Data Science chilar unit testlarni yozishni yoqtirmaydilar(Men, albatta, ulardan biriman!). Siz model ishlab chiqasiz, uni real muhitga qo'llash strategiyalarini ishlab chiqasiz, yangi data pipeline ishlab chiqasiz, hamma narsani dokumentatsiyasini yaratasiz. Va siz hali ham float tipi satr tipi emasligini tekshirish uchun ham unit testlarini yozishingiz kerak bo'ladi?

MLda testing va monitoring odatda an'anaviy dasturiy ta'minotni ishlab chiqishdan ancha farq qiladi. Oddiy dasturiy ta'minot kodning o'zida sinovdan o'tkazishni talab qilsa, Machine Learning modellari kodning o'zini, shuningdek, ma'lumotlar, model output va inference qismini testlarni talab qiladi. Monitoring haqida gap ketganda, odatiy kodni bajarishda kechikish, xotira, protsessor va diskdan foydalanishdan tashqari, biz kiruvchi ma'lumotlar va model sifatini ham kuzatishimiz kerak bo'ladi.

#AI

Boshqalar bilan ham baham ko'ring

https://t.me/step2ai Ochish/sharhlash