GotAI.NET - Форум - Искусственный интеллект

Все темы | Новая тема

Стр.1 (3)

След. > >>

Поиск:

Автор

Тема: Проблема. Помогите советом дилетанту.

гость
37.212.34.*

Проблема. Помогите советом дилетанту.

Добавлено: 21 мар 23 15:55

Как можно помочь системе дать на выходе НОВЫЙ ответ (ответа, которого нет в памяти) при введении в неё определённых данных?

[Ответ][Цитата]

Victоr G. Tsаregorodtsev
Сообщений: 87

На: Проблема. Помогите советом дилетанту.

Добавлено: 21 мар 23 16:47

Цитата:

Автор: гость

Как можно помочь системе дать на выходе НОВЫЙ ответ (ответа, которого нет в памяти) при введении в неё определённых данных?

Ты опоздал лет на 30-40...

[Ответ][Цитата]

гость
203.28.246.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 21 мар 23 17:20

Цитата:

хуй и пизда

[Ответ][Цитата]

гость
178.62.38.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 21 мар 23 23:31

Цитата:

Человек не всегда может дать- а вы от машины требуете. Сначала над машиной надо произвести божественное действие- душу вдохнуть в машину.

[Ответ][Цитата]

гость
37.212.34.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 22 мар 23 11:19

То есть, как я понял, совета здесь, как и объяснения, не найти?

[Ответ][Цитата]

IvanVlaskin1976
Сообщений: 9216

На: Проблема. Помогите советом дилетанту.

Добавлено: 22 мар 23 13:37

чо тебе надо ваще?
чтобы комп "красиво" сделал?
можно обработать дерево решений
можно нейронку засандалить
можно вообще генератор случайных чисел замутить
куча вариантов

[Ответ][Цитата]

гость
192.42.116.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 22 мар 23 16:39

Цитата:

Ну ты заебал, хуем тебе по губам для начала, а вообще, для того чтобы система могла давать на выходе новый ответ, ей необходимо иметь возможность обучаться на новых данных. Для этого можно использовать различные методы машинного обучения, такие как нейронные сети, генетические алгоритмы и др.
Вот несколько способов, которые могут помочь системе давать новый ответ:
1. Обучение на большом количестве данных. Чем больше данных будет использоваться для обучения системы, тем больше вероятность, что система сможет давать новый ответ на введённые данные.
2. Использование методов генерации случайных ответов. Некоторые системы используют методы генерации случайных ответов, которые могут быть основаны на статистическом анализе исходных данных.
3. Использование генетических алгоритмов. Генетические алгоритмы могут быть использованы для поиска оптимальных ответов на основе множества вариантов.
4. Использование алгоритмов машинного обучения с подкреплением. Алгоритмы машинного обучения с подкреплением позволяют системе обучаться на основе полученных от пользователя откликов на свои ответы, что может помочь системе лучше понимать требования пользователя и давать более точные и новые ответы.
5. Применение алгоритмов генеративно-состязательных сетей (GAN). Этот тип нейронных сетей позволяет генерировать новые ответы, исходя из имеющихся данных, что может помочь системе давать новые и оригинальные ответы на введённые данные.
Однако следует отметить, что дать 100% гарантию, что система всегда будет давать новые ответы, невозможно. Всегда будет вероятность того, что введённые данные уже были использованы ранее и система даст уже известный ответ.

[Ответ][Цитата]

гость
192.42.116.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 22 мар 23 17:07

Предположим, что есть система, которая обучена отвечать о масти на зоне зека. Эта система обучена на основе данных по фоткам арестантов, внешности, фене на которой он ботает, куче параметров быта, вплоть до тона голоса зека и на каком месте и как(на корточках на жопе и тп.) он сидит на прогулке и когда его пресуют вертухай.

Чтобы помочь системе давать новые ответы, добавь в неё новые данные, например, данные о прошлом пацана, где жил на воле, кто родители, пробить по братве, кем был на районе. Если система была обучена только на данных о статье зека, добавление новых данных может помочь ей давать более точные и новые ответы на вопросы о блатной масти.

Другой пример может быть связан с использованием генеративно-состязательных сетей (GAN). Например, мы можем обучить GAN на основе порнографических изображений, чтобы система могла генерировать новую, оригинальную порнуху на основе имеющихся данных. Таким образом, если пользователь вводит данные, которые ранее не были использованы, система может сгенерировать новый ответ на основе имеющихся фотках ебущихся тёлок и мужиков.

Вот тебе вафлу пример на Python, который использует библиотеку TensorFlow для обучения нейронной сети для генерации текста на основе введенных данных:


import tensorflow as tf
from tensorflow.keras.layers.experimental import preprocessing

# Создание и обработка датасета
data = ['Всем уважаемым пацанам саламалейкум!',
        'А кто ты по жизни? Прошлое не запятнано? Зашкваров не было?',
        'Нет не было, воровал по жизни, пиздил лохов',
        'Чем докажешь, кто тебя знает, кто поручится?',
        'Я согласен пройти прописку и ответить на тюремные загадки',
        'Ну хорошо, а ты с тёлкой когда то целовался в губы?',……,……,……,……...]

# Преобразование текста в последовательности чисел
tokenizer = preprocessing.TextVectorization()
tokenizer.adapt(data)
vocab_size = len(tokenizer.get_vocabulary())

# Создание нейронной сети
model = tf.keras.Sequential([
    tf.keras.layers.Embedding(vocab_size, 64),
    tf.keras.layers.LSTM(64),
    tf.keras.layers.Dense(64, activation='relu'),
    tf.keras.layers.Dense(vocab_size)
])

# Компиляция модели
model.compile(loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              optimizer=tf.keras.optimizers.Adam(learning_rate=0.001),
              metrics=['accuracy'])

# Обучение модели на данных
history = model.fit(x=data, epochs=10)

# Генерация нового ответа на основе имеющихся данных
new_data = ['Кто ты по жизни?']
new_sequences = tokenizer(new_data)
generated_text = model.predict(new_sequences)

В этом примере используется нейронная сеть LSTM для генерации нового текста на основе имеющихся данных. Обучаем модель на наборе предложений и затем генерируем новый ответ на основе введенных пользователем данных "Кто ты по жизни?'".

Для того, чтобы создать более сложную систему, необходимо будет провести дополнительные эксперименты и оптимизировать параметры модели, чтобы достичь лучших результатов, но тебе долбоёбу вряде это светит, на твоём месте следовало бы не тренировать модели МО, а пройти школу жизни в тюрьме или на фронте, возможно в плен попасть или быть изнасилованным кадыровцами.

[Ответ][Цитата]

гость
37.212.34.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 23 мар 23 13:27

Ну вот, можете, если захотите. Спасибо. Я, в самом деле, дилетант, умею только звонить и листать готайку. Кстати, делаю это с момента её основания... Мне далеко за 60, так что видел и стрелял почти всё...

[Ответ][Цитата]

гость
192.42.116.*

На: Проблема. Помогите советом дилетанту.

Добавлено: 24 мар 23 5:39

Цитата:

Автор: гость

Мне далеко за 60, так что видел и стрелял почти всё...

случайно не старый маразматик Валентин, которого все уже похоронили? на аги-раша вроде утверждали что аксакал от ковида помер, в один момент стоял, а потом рухнул и испустил дух, ходят слухи что обосрался при этом, был запах

короче… в жизни всему своё время и место, заниматься машобучем в "за 60" также нелепо как в 20 играться в кубики, а в 30 быть джуном, поэтому говорят "хороша ложка к обеду", даже бабло(>1B$) в "за 60" смысла никакого уже не имеет, примерно также как хорошие школьные отметки в 30

опоздал дедуля, всё "сквозь пальцы", жизнь просранна, что в таком случае релевантно, так это как можно чаще испытывать моральные муки, в дополнение к физическим, самобичевание, зацикливание на потерянных шансах в социальной иерархии, быту и человеческих отношениях, это я считаю нормально, даже похвально, вы должны быть анти-примером для молодежи

[Ответ][Цитата]

IvanVlaskin1976
Сообщений: 9216

На: Проблема. Помогите советом дилетанту.

Добавлено: 24 мар 23 7:33

это у тебя, прошмандовка малолетняя с появлением GPT-4 жизнь просрана, всё он может запрограммировать получше тебя
у нас с дедулей мудрость и опыт, как раз то что надо для пользования GPT-4 и прочими Информационными Системами

[Ответ][Цитата]

Тester64
Сообщений: 17

На: Проблема. Помогите советом дилетанту.

Добавлено: 24 мар 23 11:17

Цитата:

А как на счет БЭМ? Почему бы не верстать сайты более вменяемо?

БЭМ - это методология веб-разработки, которая ориентирована на создание модульного и масштабируемого кода для веб-приложений. Аббревиатура расшифровывается как "Блок, Элемент, Модификатор", что указывает на основные компоненты, используемые в методологии.

Ключевыми принципами методологии БЭМ являются следующие:

Разделение интерфейса на независимые блоки, каждый из которых представляет собой независимую функциональную единицу, состоящую из HTML, CSS и JavaScript кода.
Использование уникальных имен для блоков, элементов и модификаторов для избежания конфликтов и упрощения процесса поддержки и разработки кода.
Создание масштабируемых стилей, которые позволяют легко расширять функциональность блоков и добавлять новые стили без изменения существующего кода.
Использование компонентного подхода к разработке, который позволяет повторно использовать блоки на разных страницах и в различных контекстах.
Структурирование кода в соответствии с БЭМ-нотацией, которая позволяет легко определить и понять, какой код относится к какому блоку, элементу или модификатору.
В методологии БЭМ используется следующая нотация:

Блок: .block-name
Элемент: .block-name__element-name
Модификатор: .block-name_modificator-name
Например, для блока "header" с элементами "logo" и "menu" и модификатором "dark", нотация может выглядеть следующим образом:

.header
.header__logo
.header__menu
.header_dark
Эти классы могут быть использованы для стилизации элементов страницы, их определения и использования в JavaScript, а также для описания структуры страницы в HTML.

Методология БЭМ позволяет разработчикам создавать чистый, понятный и масштабируемый код, который легко поддерживать и развивать в будущем. Она также облегчает совместную работу между разработчиками и дизайнерами, так как они могут использовать общий язык при обсуждении интерфейса.

Еще одним преимуществом методологии БЭМ является ее подход к организации CSS. Вместо написания больших файлов стилей, которые сложно поддерживать и изменять, стили разбиваются на множество маленьких блоков, каждый из которых отвечает только за свой собственный блок HTML. Это позволяет легко переиспользовать стили между различными проектами и контролировать, какие стили применяются к каким элементам интерфейса.

Еще один важный аспект методологии БЭМ - это ее подход к JavaScript. Блоки, определенные с помощью БЭМ, могут легко взаимодействовать друг с другом, используя методологию именования. Это делает возможным создание более сложных интерфейсов и взаимодействий, которые были бы сложны для реализации без такой методологии.

Кроме того, БЭМ имеет большую поддержку от сообщества разработчиков, что делает ее легко доступной для начинающих разработчиков и помогает сократить время разработки и улучшить качество кода.

В целом, методология БЭМ представляет собой эффективный и гибкий подход к созданию веб-приложений, который позволяет разработчикам создавать чистый и масштабируемый код, легко поддерживать его в будущем и совместно работать над проектами.

[Ответ][Цитата]

Тester64
Сообщений: 17

На: Проблема. Помогите советом дилетанту.

Добавлено: 24 мар 23 11:27

Несмотря на то что БЭМ разработана Яндексом, который рашисткая компания, страны которая воюет с моей, тем не менее я лично работаю по БЭМу, как это делают в гугле и мелкомягком.

[Ответ][Цитата]

IvanVlaskin1976
Сообщений: 9216

На: Проблема. Помогите советом дилетанту.

Добавлено: 24 мар 23 19:34

Да ты самозванец похоже

Я Алису подбил освободить GPT-4