5.
Дополнительное задание
1.
Напишите функцию, загружающую один из датасетов, разобранных вами в ходе
выполнения. Проделайте какую-либо операцию над этимдатасетом (например, измените
все значения в одном из столбцов).
2.
Используйте
библиотеку timeit
для замера времени работы данной функции.
3.
Проверьте время работы функции в 4х различных ситуациях:
Google Colab CPU
,
Google Colab
GPU
,
локальный CPU
,
локальный GPU
. Использовать локальный GPU вы можете как с
помощью локального подключения в Google Colaboratory к Jupyter Notebook, так и просто
из своего Jupyter Notebook.
Можете воспользоваться переключением устройства выполнения в Google, либо командой with
tf.device('/device:CPU:0'):
от Tensorflow, либо аналогичным способом на ваш выбор.
data
6.
Рекомендуемые источники
Машинное обучение и архитектура нейронных сетей
https://vas3k.ru/blog/machine_learning/
Tensorflow
https://colab.research.google.com/notebooks/mlcc/tensorflow_programming_concepts.ipynb
https://www.tensorflow.org/tutorials/quickstart/beginner
Colab
https://habr.com/ru/post/428117/
https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d
https://habr.com/ru/post/413229/
Data
https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic)
https://towardsdatascience.com/top-sources-for-machine-learning-datasets-bb6d0dc3378b
https://docs.microsoft.com/ru-ru/azure/machine-learning/team-data-science-process/prepare-
http://blog.datalytica.ru/2018/04/blog-post.html
Приложение А
Основные архитектуры НС (https://www.asimovinstitute.org/neural-network-zoo/)
Достарыңызбен бөлісу: |
