bigartm как раз и содержит lda)

Аа, не знал. Спасибо!

клянусь, вчера у меня ни в какую не хотело работать, сейчас проверил, все в порядке. Магия.

Ну или countvectorizer... В курсе рассматривалась задача, где простой kmeans даёт приемлемое качество на текстах, при этом агломеративная кластеризация не справлялась... Только эксперименты, при этом не лишним будет посмотреть на коэф силуэта и визуализацию правила локтя от yellowbrick.cluster для kmeans, чтобы посмотреть метрики все же при задании количества кластеров(тем)...

Там ещё squeeze () есть для удаления лишних размерностей, вроде, если проблема в них

спасибо за помощь, учту на будущее

Там вроде ещё в gensim есть реализация lda

Хорошая практика работы с такими массивами, скорость выше, когда задача помасштабнее. Сначала выделяем память, а потом в неё помещаем данные. Все же list это не совсем массив, строго говоря,  список всё же, отсюда и ограничения... Плюс просто удобней задать сразу и заполнять одним действием, чем аппендить списки потом, на мой взгляд

все понятно спасибо вам

Там о другом вопрос был) но за лишнее упоминание Демешева плюс

Добрый день. Нашёл ошибку. 1 месяц 4-ая неделя. Первый тест:
"Так, плазму четвёртой группы можно переливать всем, а плазму первой — только носителям первой группы."
Вообще-то наоборот. И из таблицы это следует.
Первую группу можно переливать всем (их даже называли раньше универсальными донорами), а четвёртая группу можно только в четвёртую. Четвёртую называют универсальный реципиент, т.к. в неё можно любую перелить.

Но на решение задачи это никак не влияет при этом

Да, но может запутать.

Может, только если ты знаешь, как это работает на самом деле 😄

какое-то отношение к здравоохранению имею поэтому и передёрнуло слегка )))

ещё актуально?

Нет, спасибо. Все подошло.

Всем привет!

Кто как запускает модели на gpu?
Поделитесь хорошей рабочей связкой

я пробовал варианты:

host Win10 + Anaconda (jupyter + tensorflow), все драйверы nvidia.
Заработало, но jupyter виснет на датасетах,
и команды из google colab типо wget не работают приходится вручную скачивать прикручивать, неудобно.

Вариант: host Win10 2004 + оболочка linux (wsl2) ubuntu + docker (образ tensorflow jupyter gpu), взлетел, но gpu оказывается не поддерживается.
Глянул вариант c инсайдерской сборкой Windows 10 Fast Preview, обещают реализовать поддержку gpu в ближайшие месяцы. мимо.

Сейчас пробую вариант: гипервизор VMWare (virtualbox пишут такое себе для gpu, хз) + VM Ubuntu Server + Docker. заработало.
с хостового браузера вошел в jupyter, но использование gpu как-то не чувствую, видимо нужно копаться в настройках дальше.

привт. Подскажите пожалуйста, как распознать числа , но не фото, а с скриншота например имени файла

Подскажите классные книги по DS