Społeczność
Machine learning
Społeczność dla osób zajmujących się machine learningiem
@rayros ale jeśli chcesz robić fine-tuning to raczej blip 1, bo jest mniej wymagający pod względem pamięci. Pytanie ile vram do fine-tuningu potrzeba. Pewnie setek GB.
@DOgi dzięki za cenna pomoc
Zaloguj się aby komentować
Zostań Patronem Hejto i tylko dla Patronów
- Włączona możliwość zarabiania na swoich treściach
- Całkowity brak reklam na każdym urządzeniu
- Oznaczenie w postaci rogala , który świadczy o Twoim wsparciu
- Wcześniejszy dostęp, do wybranych funkcji na Hejto
@rith a próbowałeś w HTML? Też robi robotę
@libertarianin nie, ja ogólnie zarabiam na życie pisząc yamle a programować w sumie nie umiem - stąd Yaml to mój ulubiony język xD
@kris Już wolałbym robić w JS xD
@kris Nie tym razem. To akurat projekt na uczelnie. Gratyfikacja przyjdzie w tytule.
Zaloguj się aby komentować
Jednak brakuje mi sprzętu do debugowania kodu, prototypowania rozwiązań oraz nauki nowych frameworków. Oczywiście można korzystać z rozwiązań chmurowych typu Google Cloud, Colab i tak dalej, jednak mnie zależy na szybkiej możliwości przetestowania jakiegoś rozwiązania.
Chcę odpalić szybko jakiś framework i po minucie mieć odpowiedź, czy wszystko działa sprawnie. Bez wysyłania datasetu na serwery zewnętrzne i instalowania tam całego badziewia. Po prostu, zobaczyć na własnym IDE, czy dany kod ma sens.
Planuje zakup maszyny z RTX 3070 od Gigabyte, Razenem 7 7700X oraz płytą główną TUF GAMING B650M-PLUS WIFI. Płytę w tym zestawie pewnie zmienię na coś mocniejszego. Całość planuje zamknąć w około 11 tyś PLN.
Miałem ten zakup odroczyć do lutego/marca ale po dzisiejszej sesji z męczeniem się nad terminalem, chyba kupie już po najbliższej wypłacie.
@zero Zapewne. Zakup PC do ML to mimo wszystko popularny problem.
@warzone Dzięki za wpis, choć nie mam do końca zaufania do używanych kart. Planuję kupić nówkę.
@fallen_man polecam techlipton a konkretnie
https://techlipton.pl/polecane-zestawy-komputerowe-v2/
może znajdziesz swój zestaw cenowy
Zaloguj się aby komentować
https://github.com/ml-tooling/best-of-ml-python
Polecam też sprawdzić resztę list "best of" od powyższych autorów (link znajdziecie w repo)
Zaloguj się aby komentować