Как стать автором
Обновить
-16
0

Пользователь

Отправить сообщение

Оригинал — "and to ban the ones that have been confirmed as malicious, such as Kaspersky Lab". То есть якобы ПО Лаборатории Ксперского уже признано вредоносным. При том, что Лаборатория во всю сотрудничает со спецслужбами и госорганами ЕС. И конечно никаких документов, проектов документов и даже сливов по этому поводу не было. На лицо обычная тупая политическая провокация — написать о том, что еще не произошло, как о свершившемся факте.

Не нужно так всерьез воспринимать магические квадранты Gartner. В реальных проектах работают SAP BO, Cognos, Pentaho. Помнится, когда Прогноз отвалил Gartner немного денег то и Prognoz Platform в квадрантах появился. Правда всего лишь на год )))

Сижу и кодю на "серверном" языке под Android...

Все выглядит как желе, потому что ваша модель твердого тела является реологической. Это более или менее подходит для сыпучего грунта. Но для моделирования твердого кристаллического тела нужны более сложные законы (кристаллическая решетка, упругая деформация, пластическая деформация и т.д.)

Рецепт стар как мир. Парням нужно притормозить и не расширять функциональность. Посвятить пару-тройку спринтов рефакторингу и багфиксингу.

Так, судя по всему, ваши разработчики недовольны элементами тайм менеджмента, а не собственно scrum. Учет рабочего времени всегда вызывает недовольство, так как его никто не умеет правильно внедрять. Например, есть такое понятие как утилизация рабочего времени. Обычно, оно равно, примерно, 80%. Если все 100% времени распределять на задачи у вас вообще весь коллектив сбежит. Потом, на исправление багов нужно планировать определенный объем времени. Потом, есть задачи вне проектов (обучение, технологические задачи и т.д.). На них тоже планируют время.

Я тоже чего-то не понял, почему компилятор Delphi, по вашему мнению, не развивается? И вообще возникло сомнения, — а знаете ли вы что представляют собой современная версия Delphi?
Насколько я понял отчет, на странице 5-6 написаны рекомендации по выявлению вмешательств. Там-же выписан Yara signature, которым ФБР предлагает воспользоваться.
Я еще, конечно, не дочитал. Но пока сам отчет вызывает чувство отвращения. Какая-то смесь шпионского романа и методички для сисадмина начального уровня.
В отчете так и написано, — Yara Signature
Но, на сколько мне известно, импортер потом этот НДС к вычету предъявляет.
По сути, он его не платит (если не упрощенец, конечно-же).

Странность в том, что если Гугль не имеет дочку-резидента в РФ, то, что так, что эдак — платить НДС он не должен. Если-же у них есть юр.лицо на территории РФ, то им всяко придется платить налоги РФ, включая НДС.

Непонятно от чего он страхуется.
Все это очень странно.

В РФ плательщиком НДС является продавец услуги/товаров. Если продавец не упрощенец, то ему придется платить НДС. Неважно кому он продает — физику или юрику. Продавец обязан выделить НДС в счете и счет-фактуре. А затем уменьшить его на НДС от собственных покупок и заплатить государству.

То, что Гугль написал в письме смысла не имеет. Покупатель не будет платить НДС со своих покупок.

Короче, бред. Думаю, все еще поменяется
Так у них по ящику только Россию обсуждают и Путина. Вот они и привыкли за нас переживать ))))
Совершенно верно, — RBM мало кто использует, хотя Хинтон по-прежнему считает, что у машины Больцмана есть потенциал. Разряженный энкодер очень популярен.

AlexNet это обычная CNN из 8 уровней. Сделана учеником Хинтона. Алгоритм обучения, к сожалению, не совсем ясен. Вот кто делал CNN тот знает, что на 8 уровнях back prop работает плохо.
В основном сейчас исопльзуют предтренированные на ImageNet сети

Вот я и спрашиваю, — а каким алгоритмом их предтренировывают?
В целом интересно. Хотя в данной фразе есть фактическая ошибка. Если речь идет про основополагающую статья Хинтона «Reducing the Dimensionality of
Data with Neural Networks», то в ней для предобучения использовалась RBM, а не AE.
А как вы думаете их подтренировывают то? Каким алгоритмом?
Размеченные данные данные нужны для обучения «с учителем». Все современные сети предобучают алгоритмами «без учителя». Все они являются различными комбинациями ограниченной машины Больцмана (RBM) и/или Autoencoder'а (есть весьма затейливые комбинации).

Насколько я понимаю, ReLU помогает против паралича сети. От затухания градиента не помогает. Методы увеличивающие learning rate тоже не про это (это про Batch Normalization)

Про ResNet знаю очень мало.

Мне кажется, что будущее как раз за обучением с минимумом размеченных данных, т.е. без учителя.

Информация

В рейтинге
Не участвует
Зарегистрирован
Активность