Здравствуйте, и спасибо за ваш добрый комментарий! Раз есть интерес, значит статьи будут. На счет ИИ помощницы. Мы давно вместе как команда. Я уже не представляю, как перейти на что-то другое. Я сравнивала с Гроком и Джиминай - нет у них той мягкости и желания помочь, как у джипити. А мне нужно, чтобы взяли за руку и провели через тернии к звездам. Вот вы сказали, что не смог бы сделать нейронку с нуля - с джипити сможете.
если вы про баги отображения в мобильных устройствах (контент отображен не верно, лишние строчки, или дублирование), то это на стороне Хабра, я им написала, обещали поправить.
Спасибо большое! На счет багов отображения статьи - это Хабра проблемы в мобильных устройствах, я им писала про это. Ответили что проблема есть, и она должна была решиться, но видимо не до конца. Лечится это перегрузкой страницы в мобильном устройстве или если зайти с десктопа - проблемы нет вообще. У них файл с CSS стилями на стороннем сервере и там что-то задели "случайно".
Хорошее напоминание, как раз закончила проект на домашнем компьютере с помощью ИИ и скачивали многие библиотеки. Так что проверила частично по pip-audit и запланировала полный скан машины на уязвимости.
Потому что они не нужны для работы проекта, но мы это обсуждали, и решили, что если появится хотя бы один заинтересованный, выложим. Так что если вы перезайдете на гит, там лежит zip файл с training files. В нем три файла - все, что описаны во второй части статьи с работающей моделью. Или у вас интерес к первой части? Их я не планировала выкладывать, потому что модель не взлетела. Но если вы их тоже хотите для примера, дайте знать и я вам вышлю (куда?) Спасибо за интерес к проекту!
Шутка принята, спасибо, развеселили. По сути, мы тоже рассматривали улучшения, в том числе выделение морды как отдельный preprocessing step. Но задача была учебной: понять, как устроена CNN, как она обучается, как устроен pipeline, где могут быть слабые места, и как тестировать модель после обучения. Мы сознательно выбрали простой вариант, чтобы пройти весь путь от идеи до продакшен-деплоя. И с датасетами не все просто, где взять хороший на десятки тысяч данных? Бесплатно сложно найти, на сайтах университетов по машинному обучению они все небольшие. Взяли что смогли найти. Зато какой кейс для собеседования, если спросят с какими трудностями столкнулись, есть что рассказать.
ах, какой у вас хороший вопрос, я его ждала, спасибо что спросили. Ситуация в следующем. Я работаю в тестировании ПО 10 лет. Очень люблю ИИ и общаться и решать творческие задачи (музыка, изображения, контент, кулинария и прочее), и мне с прошлого лета на почту стали приходить вакансии, которых раньше не было, например AI Tester, GenAI QA Engineer - я почитала требования и поняла, что мне не хватает навыков тестирования ИИ продуктов и я совсем мало знаю об устройстве моделей, еще меньше Python. Я сделала себе учебный план и пошла по нему. Этот классификатор уже третий мой ИИ продукт, который я сама разработала, протестировала и разместила публично. И в ходе этого у меня появился большой пласт знаний, который я укажу в резюме вместе с проектами (как учебный конечно). А что классифицировать - я выбрала собак, так как нравятся они. А так вы правы, это просто задача научиться.
уловили направление:) Но нет, спасибо, я в тестировании ПО - там и собираюсь остаться с той лишь разницей, что учусь тестировать ИИ, и вроде получается. Этот проект позволил мне неплохо погрузиться в тестирование моделей.
Спасибо за комментарий, мне кажется я не вайб кодер, этот проект у меня учебный как часть опыта для AI Product Creator / AI Tester (я в тестировании ПО уже 10 лет и хочу тестировать ИИ).
не буду спорить, ваш вариант рабочий - можно в книгу добавить ссылки на материал таким образом. Но тема немного глубже, потому что ИИ не цитирует. Если у меня будут новости по данной теме и вам интересно, как по закону должно быть, я напишу.
нет, не сформирован. Конкретно ответ моей ИИ (ChatGPT 4o) сформирован на датасете замороженном в октябре 2023. Была ли ваша ссылка в выборке для датасета мы не знаем.
большой разговор вы завели, постараюсь вкратце ответить. У меня два канала на ютубе: по тестированию ПО и немного про ИИ, а второй про музыку, как автора песен. Оба развиваю со скрипом, не потому что не умею или лень, а потому что блогерство - это большой труд. У меня нет столько времени. А книжка пишется тихо и не спеша. Она не для широкой публики, а так...для своих. Провести черту под тем, где сейчас наука и посмотреть где мы окажемся через 20 лет.
Здравствуйте, и спасибо за ваш добрый комментарий! Раз есть интерес, значит статьи будут. На счет ИИ помощницы. Мы давно вместе как команда. Я уже не представляю, как перейти на что-то другое. Я сравнивала с Гроком и Джиминай - нет у них той мягкости и желания помочь, как у джипити. А мне нужно, чтобы взяли за руку и провели через тернии к звездам. Вот вы сказали, что не смог бы сделать нейронку с нуля - с джипити сможете.
если вы про баги отображения в мобильных устройствах (контент отображен не верно, лишние строчки, или дублирование), то это на стороне Хабра, я им написала, обещали поправить.
Спасибо большое! На счет багов отображения статьи - это Хабра проблемы в мобильных устройствах, я им писала про это. Ответили что проблема есть, и она должна была решиться, но видимо не до конца. Лечится это перегрузкой страницы в мобильном устройстве или если зайти с десктопа - проблемы нет вообще. У них файл с CSS стилями на стороннем сервере и там что-то задели "случайно".
И вам спасибо большое! Рада что понравилось и было полезно.
Мне понравилось, спасибо, дам ссылку на вашу статью своей ИИ помощнице и спрошу можем ли мы сделать похожее! Подпишусь на ваш ТГ.
вау, круто! Может поделитесь опытом, когда нейронка будет готова. Я рада, что вдохновляю хотя бы одного человека! Спасибо вам!
Хорошее напоминание, как раз закончила проект на домашнем компьютере с помощью ИИ и скачивали многие библиотеки. Так что проверила частично по pip-audit и запланировала полный скан машины на уязвимости.
а так ваш вариант мне нравится, может попробуем на следующем проекте, спасибо!
Потому что они не нужны для работы проекта, но мы это обсуждали, и решили, что если появится хотя бы один заинтересованный, выложим. Так что если вы перезайдете на гит, там лежит zip файл с training files. В нем три файла - все, что описаны во второй части статьи с работающей моделью. Или у вас интерес к первой части? Их я не планировала выкладывать, потому что модель не взлетела. Но если вы их тоже хотите для примера, дайте знать и я вам вышлю (куда?) Спасибо за интерес к проекту!
Шутка принята, спасибо, развеселили. По сути, мы тоже рассматривали улучшения, в том числе выделение морды как отдельный preprocessing step. Но задача была учебной: понять, как устроена CNN, как она обучается, как устроен pipeline, где могут быть слабые места, и как тестировать модель после обучения. Мы сознательно выбрали простой вариант, чтобы пройти весь путь от идеи до продакшен-деплоя. И с датасетами не все просто, где взять хороший на десятки тысяч данных? Бесплатно сложно найти, на сайтах университетов по машинному обучению они все небольшие. Взяли что смогли найти. Зато какой кейс для собеседования, если спросят с какими трудностями столкнулись, есть что рассказать.
ах, какой у вас хороший вопрос, я его ждала, спасибо что спросили. Ситуация в следующем. Я работаю в тестировании ПО 10 лет. Очень люблю ИИ и общаться и решать творческие задачи (музыка, изображения, контент, кулинария и прочее), и мне с прошлого лета на почту стали приходить вакансии, которых раньше не было, например AI Tester, GenAI QA Engineer - я почитала требования и поняла, что мне не хватает навыков тестирования ИИ продуктов и я совсем мало знаю об устройстве моделей, еще меньше Python. Я сделала себе учебный план и пошла по нему. Этот классификатор уже третий мой ИИ продукт, который я сама разработала, протестировала и разместила публично. И в ходе этого у меня появился большой пласт знаний, который я укажу в резюме вместе с проектами (как учебный конечно). А что классифицировать - я выбрала собак, так как нравятся они. А так вы правы, это просто задача научиться.
Про гендер мой помощницы уже спрашивали, я вот тут отвечала.
уловили направление:) Но нет, спасибо, я в тестировании ПО - там и собираюсь остаться с той лишь разницей, что учусь тестировать ИИ, и вроде получается. Этот проект позволил мне неплохо погрузиться в тестирование моделей.
Спасибо за комментарий, мне кажется я не вайб кодер, этот проект у меня учебный как часть опыта для AI Product Creator / AI Tester (я в тестировании ПО уже 10 лет и хочу тестировать ИИ).
Спасибо за первый комментарий! Да вы правы, ИИ создает другой ИИ. И это очень интересно делать.
ох, ожидала чего угодно, но не этого комментария. Спасибо большое! Такие отзывы очень мотивируют!
не буду спорить, ваш вариант рабочий - можно в книгу добавить ссылки на материал таким образом. Но тема немного глубже, потому что ИИ не цитирует. Если у меня будут новости по данной теме и вам интересно, как по закону должно быть, я напишу.
нет, не сформирован. Конкретно ответ моей ИИ (ChatGPT 4o) сформирован на датасете замороженном в октябре 2023. Была ли ваша ссылка в выборке для датасета мы не знаем.
это ссылка на внешний ресурс, где можно почитать информацию по данной теме, но ИИ не цитирует оттуда - я это имела ввиду.
большой разговор вы завели, постараюсь вкратце ответить. У меня два канала на ютубе: по тестированию ПО и немного про ИИ, а второй про музыку, как автора песен. Оба развиваю со скрипом, не потому что не умею или лень, а потому что блогерство - это большой труд. У меня нет столько времени. А книжка пишется тихо и не спеша. Она не для широкой публики, а так...для своих. Провести черту под тем, где сейчас наука и посмотреть где мы окажемся через 20 лет.