Гайды.
Пошаговые инструкции по нейросетям: промпты, настройки, сравнение моделей и рабочие сценарии для учёбы, кода и картинок.
1322 материала
Наш Telegram
Новости ИИ без воды
Как сохранить оптимизированный граф ONNX Runtime при создании сессии
Сохранение optimized_model_filepath в ONNX Runtime: исходный и оптимизированный файлы, проверка одинакового output и ограничения переносимости.
Как сохранить Pipeline с MLPClassifier через joblib и проверить загрузку
Сохранение и загрузка всего Pipeline через joblib: временный файл, совпадение прогнозов и вероятностей, версии и риск недоверенной сериализации.
Как сохранить состояние Flax NNX в pure dict и восстановить параметры
Flax 0.12.10: to_pure_dict, replace_by_pure_dict, update и контроль точного forward после восстановления параметров.
Как сократить память backprop через jax.checkpoint
Gradient checkpointing в JAX 0.11.2: rematerialization, обмен памяти на вычисления и проверка равенства output и gradients.
Как создать класс Tool в smolagents с явной схемой входа
Класс Tool в smolagents для поиска учебного артикула: name, description, inputs, output_type, forward, модульная проверка и ошибки схемы.
Как создать линейный слой через Flax NNX Linear
Flax 0.12.10: инициализация nnx.Linear, формы kernel и bias, пакетный forward и проверка ручной матричной формулы.
Как создать агента CrewAI с role, goal и backstory
Минимальный агент CrewAI с обязательными role, goal и backstory, ограничением max_iter, точным заданием и критериями проверки результата.
Как связать шаги CrewAI Flow через @start и @listen
Детерминированный CrewAI Flow из двух шагов: @start, @listen, передача результата, точный ожидаемый вывод и тест порядка выполнения.
Как уменьшить карту признаков через Flax NNX max_pool
Flax 0.12.10: max_pool для NHWC, окно 2×2, stride 2, VALID padding и точная проверка максимумов.
Как усреднить окна через Flax NNX avg_pool
Flax 0.12.10: average pooling окнами 2×2 со stride 2 и VALID padding, точная проверка значений и формы NHWC.
Как отслеживать learning rate через Optax inject_hyperparams
Optax 0.2.6: stateful wrapper для SGD и linear schedule; learning rate хранится в optimizer state и меняется по шагам.
Как узнать имя, форму и тип входа ONNX-модели
Инспекция get_inputs и get_outputs в ONNX Runtime: имена, динамическая batch-размерность, tensor(float), точный тест и ошибки предположений.