Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как сохранить embeddings в Neo4j через setNodeVectorProperty без смешивания моделей
Идемпотентная запись vectors в узлы: MERGE, model_id, checksum, проверка длины и db.create.setNodeVectorProperty вместо строковой сборки Cypher.
Как загрузить embeddings в MongoDB без дублей и смешивания моделей
Схема документов, стабильные _id, model_id, dimension-check, bulkWrite с upsert и сверка manifest перед запуском MongoDB Vector Search.
Как перенести кэш моделей Hugging Face на другой диск
Практический ответ на запрос «как перенести кэш Hugging Face»: реальные настройки Hugging Face, рабочий код, ограничения и проверка результата.
Как получить список локальных моделей через Ollama API и посчитать занятое место
Работаем с GET /api/tags: разбираем models, name, digest, size и details, считаем объём на диске и проверяем пустой каталог без выдуманных значений.
Как оценить качество нейросети на своей задаче: тесты вместо впечатлений
Как собрать набор примеров, выбрать критерии и сравнить модели честно, не полагаясь на один удачный ответ или рекламу.
Как тестировать адаптеры AI-моделей матрицей GitHub Actions
Настраиваем matrix для двух локальных адаптеров AI-приложения: единый контракт, независимые job и диагностика несовместимостей.
Как настроить fallback между моделями в OpenRouter API
Готовая схема models в порядке приоритета: какие ошибки запускают переключение, как узнать итоговую модель и проверить качество резервного ответа.
Как составить набор тестов для ИИ-бота: кейсы, критерии и регрессия
Практический способ проверить ИИ-бота на реальных вопросах: собрать кейсы, задать критерии и не пропустить регрессии.
Как исключить bias из weight decay через Optax
Optax 0.2.6: маска add_decayed_weights применяет decay к kernel и оставляет bias без изменения.
Как ограничить gradient каждого примера через Optax
Optax 0.2.6: per_example_global_norm_clip отдельно ограничивает batch-градиенты и возвращает их сумму и число clipping-событий.
Как накапливать gradients через Optax MultiSteps
Optax 0.2.6: MultiSteps усредняет два microbatch-gradient и обновляет SGD только на каждом втором вызове.
Как обновлять target network через Optax periodic_update
Optax 0.2.6: periodic_update копирует online parameters на шагах, кратных update_period, и сохраняет target между ними.
Как проверить weight decay в Optax AdamW
Optax 0.2.6: изолируем decoupled weight decay на нулевом gradient и проверяем точный update параметра.
Как усреднить updates через Optax ema
Optax 0.2.6: ema с decay 0,5 без debias превращает updates 2 и 4 в последовательность 1 и 2,5.
Как усреднять веса через Optax incremental_update
Optax 0.2.6: Polyak update вычисляет step_size·new+(1-step_size)·old для целого PyTree параметров.
Как заморозить bias через Optax selective_transform
Optax 0.2.6: selective_transform зануляет update замороженного листа и обучает только разрешённые параметры.
Почему Optax apply_every не равен большому batch
Optax 0.2.6: apply_every суммирует gradients, но соседние transforms в chain обновляют state на каждом вызове.
Почему Optax masked не замораживает параметры
Optax 0.2.6: masked преобразует выбранные листья, а остальные updates пропускает; точный тест kernel и bias.
Как настроить cosine decay learning rate в Optax
Optax 0.2.6: cosine decay от 0,1 до нуля за 10 шагов; контроль значений на старте, середине и конце.
Как объединить clipping и SGD через Optax chain
Optax 0.2.6: chain последовательно применяет global clipping и SGD; точная проверка update для gradient 3–4.