Vlákno názorů k článku Rozpoznávání obrázků knihovnou Scikit-learn: první kroky od rcz - Scikit learn, no proc ne, proc rovnou nevzit...

Za mě určitě.

jj to je taky cesta. To téma článku bylo fakt trošku jiné - spíš mířené na lidi dělající datové analýzy. A tam asi nemá (ale fakt IMHO) začínat popisem NN, aktivačních funkcí, způsobu zpětného šíření, jak vypadá konvoluční NN atd. Ostatně už to tady zaznělo u Torche, ovšem na druhou stranu asi nemám problém s tím to popsat i na Pytorchi.

Za mě osobně (a skutečně bych se vás jakkoliv nerad dotknul), vůbec nemá smysl vylézat z mainstreamu, tj. Python + PyTorch + Cuda/Nvidia

Provázat PyTorch s tím, co už jste napsal:
https://www.root.cz/serialy/torch-framework-pro-strojove-uceni/
A znovu a lépe vysvětlit věci, které za to stojí.

Pan Novák si nebyl jistý, tak šel za sousedem Einsteinem a ten mu to vysvětlil. Pan Novák z toho nebyl moc moudrý, tak šel za panem Josefem Vyskočilem zvaným (Pepek vyskoč) a taky mu to moc nepomohlo. Až když je oba pozval na kávu, konečně mu to bylo jasné. Jinými slovy, opakování a jiné pohledy na věc problematiku osvětlují.

jj to dává smysl, dík

(a jen tak na okraj: v mém mainstreamu/silu lidí okolo data analýz se používá NumPy+Pandas+Scikit-learn. Po PyTorchi by asi lidi, co se kdysi učili R, dostali osypky :-) Proto asi máme jiný pohled na věc, ale jo, zkusme jít do Pytorche v dalším článku!)

29. 11. 2023, 13:17 editováno autorem komentáře

Obávám se, že mě osobně by R zabilo hroznou a bolestivou smrtí :-D
Proto ten rozdíl ve vnímání světa.

jj mě jako ajťákovi, taky připadne R divné (ale to i Matlab), ale prostě je to DSL, kterej se dokonce učí v oborech okolo data science (jak se tomu vznosně říká). Kombo R+Excel