Знаете, сколько всего умеет chatGPT?
Например, она может объяснять код.
Запрос
🧑💻 Напиши объяснение или комментарии к коду
yScaler = StandardScaler()
yScaler.fit(yTrain.reshape(-1,1))
yTrainScaled = yScaler.transform(yTrain.reshape(-1,1))
👉 Ответ chatGPT
Этот код преобразует датасет целевой переменной с помощью метода StandardScaler, который помогает привести данные к одному масштабу. Он подсчитывает среднее значение и дисперсию входных данных с помощью функции fit, а затем нормализует данные путем вычитания среднего значения и деления на дисперсию.
Запрос
🧑💻 Напиши объяснение к коду
input = Input(shape = (12500))
x = Dense(16, activation = "relu") (input)
fin= Dense(1, activation = "sigmoid") (x)
model = Model(input, fin)
👉 Ответ chatGPT
Этот код создает модель глубокого обучения с одним скрытым слоем. Слой входа имеет размерность 12500, что означает, что он принимает 12500 входных данных. Слой преобразования имеет 16 нейронов и использует функцию активации ReLU. Выходной слой имеет один нейрон и использует функцию активации Sigmoid.
То есть, вы легко получаете подробное объяснение кода.
Если что-то не понятно, можно попросить её рассказать подробнее и она расскажет.
🚀 Меня настолько вдохновляет то, как быстро развиваются нейронки.
Ещё 1-2 года и мир программирования будет совсем другим.
⭐️ Мне кажется, что мы должны быть для вас на самой передовой новых технологий, потому что - а кто ещё будет это делать, если не мы?
Очень страшно было думать про курс по созданию нейронок на chatGPT.
Но он реально нужен.
На вебинаре расскажу о курсе и как на него попасть.
📆 Так что жду вас 7 февраля в 19:00
Например, она может объяснять код.
Запрос
yScaler = StandardScaler()
yScaler.fit(yTrain.reshape(-1,1))
yTrainScaled = yScaler.transform(yTrain.reshape(-1,1))
👉 Ответ chatGPT
Этот код преобразует датасет целевой переменной с помощью метода StandardScaler, который помогает привести данные к одному масштабу. Он подсчитывает среднее значение и дисперсию входных данных с помощью функции fit, а затем нормализует данные путем вычитания среднего значения и деления на дисперсию.
Запрос
input = Input(shape = (12500))
x = Dense(16, activation = "relu") (input)
fin= Dense(1, activation = "sigmoid") (x)
model = Model(input, fin)
👉 Ответ chatGPT
Этот код создает модель глубокого обучения с одним скрытым слоем. Слой входа имеет размерность 12500, что означает, что он принимает 12500 входных данных. Слой преобразования имеет 16 нейронов и использует функцию активации ReLU. Выходной слой имеет один нейрон и использует функцию активации Sigmoid.
То есть, вы легко получаете подробное объяснение кода.
Если что-то не понятно, можно попросить её рассказать подробнее и она расскажет.
Ещё 1-2 года и мир программирования будет совсем другим.
⭐️ Мне кажется, что мы должны быть для вас на самой передовой новых технологий, потому что - а кто ещё будет это делать, если не мы?
Очень страшно было думать про курс по созданию нейронок на chatGPT.
Но он реально нужен.
На вебинаре расскажу о курсе и как на него попасть.
📆 Так что жду вас 7 февраля в 19:00