Учила си потом Пайтон, хорошо что типы данных сразу учили)))

Пж скиньте код оч надо

Зачем обучать python или ещё хуже неиспользуемые в коммерческой разработке языки Basic, паскаль если есть простой и лёгкий (меньше мегабайта) язык lua который в играх очень часто используется и имеет полезные новичкам фичи вроде массивов с единицы, оператора + который всегда только с числами работает. Новички не запутаются где сложение чисел, а где конкатенация строк. Всего одна структура - таблицы. Единственный минус lua - тут сложно реализовать прототипное ООП. Хотя в Си ООП тоже по умолчанию нет и новичкам оно и не нужно. Язык lua очень крут, но почему-то людям приходится самим его изучать для модификации игр и в обучении его не встретить, разве что в обучении Roblox. Но там и модифицированный язык luau и альтернатив нет.

Ух, как хорошо, что выложили это видео. Спасибо.

Базу дорожных знаков- могли бы перезолить

Как начал лекцию с какой-то программы (догадайся сам), так и продолжил. Проще было сразу заявить Гугл в помощь.

Здравствуйте, Василий. А как потом брать датасет из файла data.pickle?

Восхитительно! Превосходная подача материала, спасибо! Яркий пример того, когда человек ясно мыслит и, следовательно, ясно излагает. Ведущий настолько грамотно построил план повествования, что в 43 минуты видео уместилось несколько глав хорошей книги по микроконтроллерам. Спокойно, четко, ясно, последовательно ведущий раскрывает тему таймеров на микроконтроллерах. А в итоге видео не просто смотрится на одном дыхании, а еще по ходу просмотра ты отдаешь себе отчет, что ты действительно понимаешь материал - это вдохновляет!

Очень полезно. Благодарю за видео 👍

Просьба авторов или уже прошедших курс поделиться датасетом..

Было бы не плохо скидывать ссылку на код

Спасибо за видео! Вопрос. Задача - прогноз одномерного временного ряда. В качестве признаков есть другие временные ряды. Таймфрейм одинаковый. Но у признаков другие размерности. 2, 3, 5, много. Как это правильно упаковывать?

Спасибо большое за видео!))))

Почему вытаскивая красный цвет, нам удаётся бинаризавать изображение и выделить полосы?

Где можно увидеть продолжение, как обучить и вывести результат модели?

dlib как это поставить ???

Спасибо за урок всё наглядно и последовательно объяснено.

cv.drawContours(frame, contours, -1, (255,0,255), 3) cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\drawing.cpp:2508: error: (-215:Assertion failed) npoints > 0 in function 'cv::drawContours'

Что делать, если ссылки на папку в изображениями не работают, где мне найти подобный подборки изображений, если не делать их в ручную??

Здравствуйте, начал изучать Ардуино, очень интересная подача и лучшая интерпретация данного материала в вашем случае. Спасибо!

А как анализировать одновременно несколько последовательностей, по примеру с магазином?

Спасибо! Но шрифт бы больше(

Спасибо, готовлюсь к новому сезону нто 2022/2023 по атс, увидемся там!!!

У меня запускается пару секунд ищет контуры и закрывается пишет: (x,y,w,h)=cv.boundingRect(contours[0]) IndexError: tuple index out of range [ WARN:[email protected]] global D:\a\opencv-python\opencv-python\opencv\modules\videoio\src\cap_msmf.cpp (539) `anonymous-namespace'::SourceReaderCB::~SourceReaderCB terminating async callback

Подскажите, у меня небольшой опыт в ардуино, мне нужно сделать контроль качества деталей изготовленных на чпу станке, металлические детали небольшого размера нужно снять размеры, диаметр, шаг резьбы, глубина сверления. Наткнулся на машинное зрение, но мало опыта, не могли бы мне помочь в этом вопросе?

Отличный обзор!

Спасибо, спецам возможно слишком просто, а мне полезно.

спасибо большое. ты реально топ. я много смотрел уроков от разных преподов. но этот самый доступный и практичный ( пока что) посмотрим что дальше.

Всё приходит с опытом

Час ночи ..... хотел узнать про отторжение донорского органа ,не знаю почему...встрел вас ...решил посмотреть...

Увеличить шрифт можно на записи? Нихера не видно

Выбивает ошибку в 7 строе

Вы большой умница! Не заморачивая голову статистикой, теорией вероятностей, анализом (градиентный спуск) , Вам удалось наглядно разъяснить работу перцептрона. Таких бы преподавателей в ВУЗы. А вообще не так давно я пытался поиграть с предсказанием инсульта по социально-медицинским параметрам , но у меня была ретроспектива всего на 2709 человек. Слабо и мало. Ретроспектива наше все. Сейчас пытаюсь отойти от регрессионного анализа и перцептрона. Хочу попробовать с использованием систем нечеткого вывода.

Датасета нету

Спасибо!

Спасибо!

А как сам датасет скачать?

а где взять датасет со светофорами в том виде, который у вас используется?

Блок тренировки модели выдаёт следующую ошибку: ValueError Traceback (most recent call last) <ipython-input-7-fc2ca1a9dce1> in <module>() 9 H = model.fit(trainX, trainY, validation_data=(testX, testY), 10 epochs=20, batch_size=128, ---> 11 callbacks=[checkpointer]) 12 13 print('Model trained') 9 frames /usr/local/lib/python3.7/dist-packages/tensorflow/python/framework/func_graph.py in wrapper(*args, **kwargs) 975 except Exception as e: # pylint:disable=broad-except 976 if hasattr(e, "ag_error_metadata"): --> 977 raise e.ag_error_metadata.to_exception(e) 978 else: 979 raise ValueError: in user code: /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:805 train_function * return step_function(self, iterator) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:795 step_function ** outputs = model.distribute_strategy.run(run_step, args=(data,)) /usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/distribute_lib.py:1259 run return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/distribute_lib.py:2730 call_for_each_replica return self._call_for_each_replica(fn, args, kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/distribute_lib.py:3417 _call_for_each_replica return fn(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:788 run_step ** outputs = model.train_step(data) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:756 train_step y, y_pred, sample_weight, regularization_losses=self.losses) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/compile_utils.py:203 __call__ loss_value = loss_obj(y_t, y_p, sample_weight=sw) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/losses.py:152 __call__ losses = call_fn(y_true, y_pred) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/losses.py:256 call ** return ag_fn(y_true, y_pred, **self._fn_kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/util/dispatch.py:201 wrapper return target(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/losses.py:1608 binary_crossentropy K.binary_crossentropy(y_true, y_pred, from_logits=from_logits), axis=-1) /usr/local/lib/python3.7/dist-packages/tensorflow/python/util/dispatch.py:201 wrapper return target(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/backend.py:4979 binary_crossentropy return nn.sigmoid_cross_entropy_with_logits(labels=target, logits=output) /usr/local/lib/python3.7/dist-packages/tensorflow/python/util/dispatch.py:201 wrapper return target(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/ops/nn_impl.py:174 sigmoid_cross_entropy_with_logits (logits.get_shape(), labels.get_shape())) ValueError: logits and labels must have the same shape ((None, 2) vs (None, 1))

А в этих ядрах синопсах известно какие вычисления происходят?

Как у вас выделяется синий и одновременно красный

В Америке в декабре хорька клонировали

К сожалению не слышно!

Очень доходчиво, талант!

Почему запретили клонирование ведь можно убрать наследственные заболевания и что нужно чтобы клонировать

Такая же ошибка, как и у других Сети не нравятся поданные на вход данные. Уже пробовал , что предлагали снизу. Даже при подаче на вход тех же картинок, что при обучении, с тем же форматированием, итог один - не принимает ValueError: in user code: /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1478 predict_function * return step_function(self, iterator) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1468 step_function ** outputs = model.distribute_strategy.run(run_step, args=(data,)) /usr/local/lib/python3.6/dist-packages/tensorflow/python/distribute/distribute_lib.py:1259 run return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs) /usr/local/lib/python3.6/dist-packages/tensorflow/python/distribute/distribute_lib.py:2730 call_for_each_replica return self._call_for_each_replica(fn, args, kwargs) /usr/local/lib/python3.6/dist-packages/tensorflow/python/distribute/distribute_lib.py:3417 _call_for_each_replica return fn(*args, **kwargs) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1461 run_step ** outputs = model.predict_step(data) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1434 predict_step return self(x, training=False) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/base_layer.py:998 __call__ input_spec.assert_input_compatibility(self.input_spec, inputs, self.name) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/input_spec.py:259 assert_input_compatibility ' but received input with shape ' + display_shape(x.shape)) ValueError: Input 0 of layer sequential_1 is incompatible with the layer: expected axis -1 of input shape to have value 3072 but received input with shape (32, 1)

внешние факторы, характер понятно, а почему окрас может не совпадать?

Очень доступно и интересно.