Со сборкой мусора — особенно при фрагментации — у R не очень. Еще интересно, возможно ли технически в DT организовать «внутренние» типы данных вроде float8, float16, int8 и т.д. В pandas/numpy это сильно помогает экономить память.
Очень часто использую data.table — особенно при больших объемах данных. Есть еще интересный «побочный эффект»:
data.table(x = seq(0, 6*pi, length.out = 1000)
)[, y := sin(x)
][, plot(y ~ x, type = "l", col = "blue")]
Т.е. в j можно практически все что угодно вычислять. И, если я не ошибаюсь, piping создает копии объектов, поэтому для DT правильнее использовать chaining.
В обсуждениях пишут, что «Pavel Pleskov seems to be a well known serial cheater (...he was removed from Google's Landmark Retrieval for cheating)». И еще: «Furthermore, about a half a year ago he was temporarily banned from Kaggle for mining Bitcoin in kernels.»
Я, если хочу просто взглянуть на данные по-быстрому, использую skimr. Еще есть DataExplorer, но он уже посложнее. И ggalluvial мне показался более удобным.
Спасибо за дополнение. Я скопировал свой код из статьи — и все по-прежнему работает без аккаунта на Quandl. Возможно, вы сделали слишком много автоматических запросов, поэтому Quandl и не отдает информацию без авторизации.
Я как раз про оригинальную статью и говорю — там по каждому вопросу буквально пара фраз. Не совсем понятно, как увязали опоры, нагрузки и точки их приложения с этой «картинкой плотностей», как потом определяли, достаточно ли прочна и устойчива конструкция.
Ну так-то в пакетах типа ANSYS для типовых элементов (link, beam, shell и т.д.) матрицы жесткости уже заданы — иначе просчет конечно-элементных моделей длился бы вечность.
А вообще в статье как-то слишком поверхностно описана сама НС.
Матрица жесткости рассчитывается на основе свойств материала (модуль Юнга), длин стержней (если говорить про стрежневые системы типа ферм) и моментов инерции сечений. В простейшем случае (круг, квадрат) можно связать площадь сечения и момент инерции. Возможно, U-Net субоптимально генерирует базовую структуру и «толщины» стержней, что позволяет вычислить и матрицу жесткости. А далее минимизируется truss compliance, т.е. Fu/2 с учетом Ku=F, где F — нагрузки, u — смещения узлов системы, K — матрица жесткости.
Т.е. в j можно практически все что угодно вычислять. И, если я не ошибаюсь, piping создает копии объектов, поэтому для DT правильнее использовать chaining.
R for Data Science
The R Inferno
А вообще в статье как-то слишком поверхностно описана сама НС.
общий объем можно задать как 1, а решением задачи будут соотношения между объемами элементов конструкции (которые суммируются к 1).
Матрица жесткости рассчитывается на основе свойств материала (модуль Юнга), длин стержней (если говорить про стрежневые системы типа ферм) и моментов инерции сечений. В простейшем случае (круг, квадрат) можно связать площадь сечения и момент инерции. Возможно, U-Net субоптимально генерирует базовую структуру и «толщины» стержней, что позволяет вычислить и матрицу жесткости. А далее минимизируется truss compliance, т.е. Fu/2 с учетом Ku=F, где F — нагрузки, u — смещения узлов системы, K — матрица жесткости.