Какой loss использовали при обучении, как я понял последовательно через модель проходит первый элемент пары, получаем embedding затем пропускаем второй элемент через сеть получаем embedding, затем считаем cosine similarity и используем какой-нибудь CosineEmbeddingLoss, были ли негативные примеры в трейне, или только позитивные ?
А как вы хостите и автоматизировали выкатку моделей в прод, их там наверняка больше тысячи, получается тысяча бекендов каждая с моделью, или один бекенд на каждую группу моделей, или как это все работает ?
Хороший обзор, спасибо. Я понимаю что не возможно обучить одну модель на сотни тысяч товаров и магазинов. По каким критериям вы разделяли модели. Например на каждую точку (магазин) своя модель со всеми товарами, или на каждую категорию товаров своя модель а признак магазин закодирован в данных. Если магазин вы кодируете в данных, то каким образом гео данные, или что-то другое. Как запускается прогноз если открывается новая точка (магазин) и по ней нет истории. Тоже самое про товар как делается прогноз на товар по которому нет истории. Спасибо
Технический выпрос, вы проводили реверс-инжиниринг CAN шины для получения необходимых данных, или компания производитель авто вам любезно предоставила документацию по шине?
«лучшие друзья девушек — это алмазы лучшие друзья программиста — это его собственные программы»
Возможно я покажусь занудой но после слова «алмазы» запятую поставил бы, бегло прочитав предложение не понял смысла)
Статья отличная
Учусь на 1 курсе, английский слаб A2, хотелось бы хорошо освоить. Можно увидеть от вас вывод из нескольких пунктов что же все таки надо начинать делать.
Пример:
1. Читать определенную литературу.
2. Подписывать вещи в комнате например на липких карточках.
3. смотреть фильмы-сериалы
4.
5.…
Какой loss использовали при обучении, как я понял последовательно через модель проходит первый элемент пары, получаем embedding затем пропускаем второй элемент через сеть получаем embedding, затем считаем cosine similarity и используем какой-нибудь
CosineEmbeddingLoss,были ли негативные примеры в трейне, или только позитивные ?А как вы хостите и автоматизировали выкатку моделей в прод, их там наверняка больше тысячи, получается тысяча бекендов каждая с моделью, или один бекенд на каждую группу моделей, или как это все работает ?
Хороший обзор, спасибо.
Я понимаю что не возможно обучить одну модель на сотни тысяч товаров и магазинов. По каким критериям вы разделяли модели. Например на каждую точку (магазин) своя модель со всеми товарами, или на каждую категорию товаров своя модель а признак магазин закодирован в данных. Если магазин вы кодируете в данных, то каким образом гео данные, или что-то другое. Как запускается прогноз если открывается новая точка (магазин) и по ней нет истории. Тоже самое про товар как делается прогноз на товар по которому нет истории. Спасибо
Возможно я покажусь занудой но после слова «алмазы» запятую поставил бы, бегло прочитав предложение не понял смысла)
Статья отличная
Пример:
1. Читать определенную литературу.
2. Подписывать вещи в комнате например на липких карточках.
3. смотреть фильмы-сериалы
4.
5.…