Довольно неплохие результаты были, кстати. Число подписчиков увеличилось за пару месяцев неспешного автолайкинга с 80 до 400 человек. Но потом Инстаграм стал банить. Они сейчас активно борются с роботами, похоже, а паттерн поведения робота был весьма прямолинейным (каждый час логинимся и ставим 20 лайков фото с собаками). Пока робот не подключен. Нужно добавить в его работу элемент случайности, но руки всё никак не доходят.
Тут сравнить не получится. Вы сначала поставили мощнейший фрейм, а после этого вставили опрос ) Так что пункты этого опроса можно делать любыми. Лично мне бы тоже было интересно, сколько людей считают, что появление вируса «в миру» произошло из-за случайной утечки.
И большое спасибо за статью, очень доходчиво и убедительно.
Любопытный подход ) И рабочий при этом.
На самом деле полную матрицу косинусных расстояний хранить не обязательно. В движках CMS на карточках товаров как правило есть поля для указания рекомендаций. На каждый товар имеет смысл делать не больше 10 рекомендаций (бОльшее количество, пользователь сайта вряд ли воспримет). Вот и получается, что достаточно будет для каждой SKU хранить с десяток наиболее близких «соседей». То есть для N SCU получится матрица 10*N.
Я вырос в абсолютно нерелигиозной семье. Среди моих знакомых и друзей тоже почти не было религиозных людей. Поэтому с самого детства меня мучал один вопрос: почему существуют религии?
Почитайте Харари. Он блестяще ответил на этот вопрос. Правда ответ рассредоточен по всем его трём книгам. Но основное — в первой, насколько помню.
Да, это Вы верно подметили. Но на caption полагаться я бы особо не стал по нескольким причинам.
1. Это поле не проставляется для видео. Мой скрипт анализирует заглавное фото видео-поста.
2. В этом поле не передаётся информация о размере объекта. SSD детектор отдаёт такую информацию. Можно лайкать, например, только собак крупным планом.
3. Непонятное число классов, непонятная архитектура. С проверенной нейросетью как-то более понятно чего ожидать.
Нашёл. Это довольно дорогое удовольствие: prntscr.com/x3ta2u. За 1000 обработанных фото придется отдать 2,25 доллара. Полагаю, что в день бот будет их обрабатывать ну например 500. В месяц получается 15000. Итого за месяц затраты составят более 30 долларов.
UTKFace очень странный датасет. Большое количество ошибочно размеченных фото. Диапазон фото возрастов от 20 до примерно 50 лет сильно замылены. Много фото из фотобанков с «водяными знаками» на лицах. Качество определения возраста будет низким после обучения на датасете.
Да, можно откладывать отношения текущего дня к предыдущему. Тоже была такая идея. У меня попроще всё здесь. Экспонента, кстати, хорошо апроксимирует только начало кривой. Потом она загибается вправо и становится логистической функцией. Это если люди самоизоляцию соблюдают, чего в России, похоже, не происходит. Вот, посмотрите тут пример. towardsdatascience.com/covid-19-infection-in-italy-mathematical-models-and-predictions-7784b4d7dd8d. Мне кажется, аппроксимация логистической функцией наиболее точно будет отражать действительность. Время если будет, попробую по аналогии сделать. Основная интрига — это угадать точку перегиба. По факту пока она не образуется, какие-либо прогнозы количественные делать ни у кого не получается.
Добрый день! Спасибо за оценку. Меня больше интересовали сроки спада, чем общее количество заразившихся. А с заразившимися вообще труба. Насколько я понял, рабочей методики прогнозирования их количества просто нет. Думаю, в России только Яндекс совместно с сотовыми операторами может как-то более-менее оценить.
Всплески могут быть связаны с особенностями распространения. Заражение распространяется не равномерно от каждого к нескольким другим, а очагами — от одного сразу ко многим. Всплески на графиках могут появляться, когда протестированы сразу много людей из одного или нескольких очагов. А график Франции — одна большая загадка. Такое впечатление, что лаборатории копят данные неделю, а потом куда-то передают одним днём. Ну и выходные дни никто не отменял, конечно. Они могут вносить свой вклад.
Напишите в личку. В зависимости от того, на каком железе запускаете, ком порт нужно настраивать поразному.
И большое спасибо за статью, очень доходчиво и убедительно.
На самом деле полную матрицу косинусных расстояний хранить не обязательно. В движках CMS на карточках товаров как правило есть поля для указания рекомендаций. На каждый товар имеет смысл делать не больше 10 рекомендаций (бОльшее количество, пользователь сайта вряд ли воспримет). Вот и получается, что достаточно будет для каждой SKU хранить с десяток наиболее близких «соседей». То есть для N SCU получится матрица 10*N.
Почитайте Харари. Он блестяще ответил на этот вопрос. Правда ответ рассредоточен по всем его трём книгам. Но основное — в первой, насколько помню.
1. Это поле не проставляется для видео. Мой скрипт анализирует заглавное фото видео-поста.
2. В этом поле не передаётся информация о размере объекта. SSD детектор отдаёт такую информацию. Можно лайкать, например, только собак крупным планом.
3. Непонятное число классов, непонятная архитектура. С проверенной нейросетью как-то более понятно чего ожидать.
UTKFace очень странный датасет. Большое количество ошибочно размеченных фото. Диапазон фото возрастов от 20 до примерно 50 лет сильно замылены. Много фото из фотобанков с «водяными знаками» на лицах. Качество определения возраста будет низким после обучения на датасете.