Учила си потом Пайтон, хорошо что типы данных сразу учили)))
@kalivan1593 ай бұрын
Пж скиньте код оч надо
@BlightedSalad3 ай бұрын
Нет
@qwertymangames18003 ай бұрын
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.
@Arystan_M3 ай бұрын
Ух, как хорошо, что выложили это видео. Спасибо.
@stepanstepanov81064 ай бұрын
Базу дорожных знаков- могли бы перезолить
@evgenievgeni39815 ай бұрын
Как начал лекцию с какой-то программы (догадайся сам), так и продолжил. Проще было сразу заявить Гугл в помощь.
@34b445 ай бұрын
Здравствуйте, Василий. А как потом брать датасет из файла data.pickle?
@dzianismakarevich65037 ай бұрын
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!
@knocker69707 ай бұрын
Очень полезно. Благодарю за видео 👍
@ДмитрийСафронов-р2ъ8 ай бұрын
Просьба авторов или уже прошедших курс поделиться датасетом..
@MichailS-e5l8 ай бұрын
Было бы не плохо скидывать ссылку на код
@VsevolodT9 ай бұрын
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?
@petra.2 Жыл бұрын
Спасибо большое за видео!))))
@Egorundel Жыл бұрын
Почему вытаскивая красный цвет, нам удаётся бинаризавать изображение и выделить полосы?
@Сынмаминойподруги-м9ъ Жыл бұрын
Где можно увидеть продолжение, как обучить и вывести результат модели?
@АндрейРублевский-этимол.фонем Жыл бұрын
dlib как это поставить ???
@markhavidzer7249 Жыл бұрын
Спасибо за урок всё наглядно и последовательно объяснено.
@АндрейРублевский-этимол.фонем Жыл бұрын
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'
@Pavlovich_Znaet Жыл бұрын
Что делать, если ссылки на папку в изображениями не работают, где мне найти подобный подборки изображений, если не делать их в ручную??
@LUCKY-pj2pr Жыл бұрын
Здравствуйте, начал изучать Ардуино, очень интересная подача и лучшая интерпретация данного материала в вашем случае. Спасибо!
@АлексейГунин-и1ч Жыл бұрын
А как анализировать одновременно несколько последовательностей, по примеру с магазином?
@ed62802 жыл бұрын
Спасибо! Но шрифт бы больше(
@it88742 жыл бұрын
Спасибо, готовлюсь к новому сезону нто 2022/2023 по атс, увидемся там!!!
@qqwwrttt2 жыл бұрын
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
@Vladyka_TV2 жыл бұрын
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?
@Vladyka_TV2 жыл бұрын
Отличный обзор!
@egorvorobyov89242 жыл бұрын
Спасибо, спецам возможно слишком просто, а мне полезно.
@Canap1002 жыл бұрын
спасибо большое. ты реально топ. я много смотрел уроков от разных преподов. но этот самый доступный и практичный ( пока что) посмотрим что дальше.
@сека-о5к2 жыл бұрын
Всё приходит с опытом
@amidl2 жыл бұрын
Или с большим количеством данных)
@МихаилЛесных-ф3ь2 ай бұрын
А как раз объём тут ни причём
@хасан-в8р2 жыл бұрын
Час ночи ..... хотел узнать про отторжение донорского органа ,не знаю почему...встрел вас ...решил посмотреть...
@famounts2 жыл бұрын
Увеличить шрифт можно на записи? Нихера не видно
@владимирпозняков-щ6б3 жыл бұрын
Выбивает ошибку в 7 строе
@17viKing172 жыл бұрын
Ты ее смог как нибудь решить ?
@владимирпозняков-щ6б2 жыл бұрын
@@17viKing17 нет
@СергейПетрович-т9п2 жыл бұрын
У меня также в 7 строке ошибка: ImportError: cannot import name 'SGD' from 'keras.optimizers' (/usr/local/lib/python3.7/dist-packages/keras/optimizers.py) Должна была решиться с помощью "!pip install matplotlib-venn" или "!apt-get -qq install -y libfluidsynth1". Однако ожидаемого результата не принесло...
@MrDemda3 жыл бұрын
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.
@Rodikolion3 жыл бұрын
Датасета нету
@6erkyt3853 жыл бұрын
Спасибо!
@6erkyt3853 жыл бұрын
Спасибо!
@Rodikolion3 жыл бұрын
А как сам датасет скачать?
@ДмитрийГончаров-ф5х3 жыл бұрын
а где взять датасет со светофорами в том виде, который у вас используется?
@kmsshashki3 жыл бұрын
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))
@АлексейДуховный-ф1г3 жыл бұрын
А в этих ядрах синопсах известно какие вычисления происходят?
@MrDemda3 жыл бұрын
Нормализованное значение умножается на вес и прибавляется смещение. При обучении сети корректируется значение весов путем минимизации ошибки. Минимизация проходит методом вычисления градиента и движения в обратную сторону.
@АлексейДуховный-ф1г3 жыл бұрын
@@MrDemda можно ли сделать так что бы один искусственный интеллект был доминирующим над другим, что то типа осознанности у человека?
@MrDemda3 жыл бұрын
@@АлексейДуховный-ф1г , бред не несите
@АлексейДуховный-ф1г3 жыл бұрын
@@MrDemda у меня есть образование деньги время и мне интересно создать робота который мало чем будет отличаться от человека. И у меня есть понимание относительно всего кроме осознанности. Как запрограмировать осознанность? Не простая задача
@MrDemda3 жыл бұрын
@@АлексейДуховный-ф1г , если бы у вас было образование, то вы бы не писали глупости.
@madiaromurserikov68593 жыл бұрын
Как у вас выделяется синий и одновременно красный
@avt.global3 жыл бұрын
Переведите изображение в цветовое пространство HSV, после этого выполняйте бинаризацию и всё получится!
@Игорь-х2ф4ы3 жыл бұрын
В Америке в декабре хорька клонировали
@alevtinastrelkovskaya67063 жыл бұрын
К сожалению не слышно!
@andreyprometey3 жыл бұрын
Очень доходчиво, талант!
@avt.global3 жыл бұрын
Спасибо! 😉
@kaidenwalter1703 жыл бұрын
i know it's quite off topic but does anybody know of a good place to watch new movies online ?
@raybronson55393 жыл бұрын
@Kaiden Walter Meh I use Flixportal. just search on google for it:P -ray
@kaidenwalter1703 жыл бұрын
@Ray Bronson thanks, I signed up and it seems to work :) Appreciate it !
@raybronson55393 жыл бұрын
@Kaiden Walter You are welcome :D
@afonyavasilev28153 жыл бұрын
Почему запретили клонирование ведь можно убрать наследственные заболевания и что нужно чтобы клонировать
@inishashi98483 жыл бұрын
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)
@avt.global3 жыл бұрын
Здравствуйте. Пожалуйста, задайте этот вопрос на нашем сервере в Discord: discord.gg/vanJZyNYbY В вашем случае, сеть ожидает на вход данные такой формы (число картинок, 3072) А вы подаёте (32, 1) Более детальные пояснения можно получить в дискорде.
@ЛенаШакирова-б2г3 жыл бұрын
внешние факторы, характер понятно, а почему окрас может не совпадать?
@avt.global3 жыл бұрын
Добрый день, все просто, разный окрас клонов (фенотип) обусловлен разным сочетанием генов под влиянием различных внешних (эпигенетических) факторов.
@ЛенаШакирова-б2г3 жыл бұрын
@@avt.global то есть рождаются с одинаковым окрасом, а из-за другого питания к примеру шерсть может порыжеть?