Зробити стільки прикольних сервісів вдвох це круто, не зупиняйтеся!)

Інколи граю, інколи просто дивлюся канал Сера Троглодита www.youtube.com/c/SirTroglodyte =)

Гарна стаття, і щодо стилів інтерв"ю абсолютна правда. Сподіваюся якось вийде стаття на тему як проводять інтерв"ю в різних українських компаніях vs закордоном

Интересный выход из ситуации, и история очень жизненная, спасибо за статью! Вопрос такой — в течении всего проекта, насколько тесная и дружеская у вас была коммуникация с руководством клиента (то что начало бойкот)? И что бы вы сейчас сделали в начале, чтобы до такого не дошло?

Як вступ гарно, але тема дійсно обширна, тому якось занадто стисло. Пишіть про свій досвід і реальні кейси)

Дуже корисна стаття з гарними прикладами! Чекаю продовження про те як краще компонувати вимоги в один документ та оновлювати його під час розробки продукту.

Дякую за статтю, хороше поповнення в добірку технічних статей по фреймворкам для машинного навчання!)

А тепер мої 5 центів по змісту :)

По завантаженні натренованої моделі — важливо не забувати з якою саме версією Tensorflow доводиться мати справу (що стосується і решти пунктів). Окрім того, що формат файлів моделі змінювався з розвитком бібліотеки, також підтримуються різні цілі збереження моделі — для продовження тренування чи тільки предікшину (e.g. frozen graph, інтерфейс saved_model, etc). Перший спосіб дійсно один з найпоширеніших, 2й здається використовувався в основному в академічному середовищі для tf.0.11, коли ваги якось мережі на Caffe портували в TF)) Це якщо не згадувати про нове апі з Estimator, де відновлення натренованих моделей з відрізанням останнього шару взагалі жах.

Unit тести для TF це досить цікаве явище, особливо тести розмірностей та тих частин графу, які одразу викидають ValueError: Shapes (?, 1) and (?,) are incompatible (має отримати медаль TF bug #1 )

Основне питання яке залишилося — чи буде 2га частина? З моєї практики найважливіші інструменти при дебагу це Tensorboard та tf.Print(), проте їх чомусь взагалі не згадано. І якраз при правильно неймінгу читання графа в Tensorboard дуже полегшує життя, а прінт дозволяє подивитися на реальні значення в будь-якому вузлі графа.

Дякую, must have однозначно, вже читав «Спроси маму» — неймовірно корисно!

У захваті від проекту! А плани на персоналізацію треба реалізовувати однозначно, інакше все рівно доводиться продивлятися забагато новин.
Був би радий бачити таку фічу як «кількість переглядів» чи щось схоже, жаль не всі сайти таке надають; або можна щось придумати як виміряти наскільки стаття «гаряча», щоб візуально виділяти користувачу якісніший контент.