vjache

Вопрос

Скажем у меня есть большой набор документов представленных векторами, например эмбеддингами. Я хочу применить к ним SVD преобразование для уменьшения размерности, а именно, выбора нового базиса состоящего из меньшего количества векторов. Этот базис я планирую использовать потом для новых приходящих векторов и их представлениея в этом новом базисе, и таким образом получая вектор меньшей размерности чем тот что "пришел". Как мне это сделать?

Ответ

Да, это классический подход, известный как Анализ Главных Компонент (Principal Component Analysis, PCA), где SVD является одним из основных методов его вычисления.

Вот пошаговая инструкция, как это сделать:

Шаг 1: Обучение (построение базиса на основе имеющихся документов)

vjache

Вопрос 1

Возможно ли поступить простому "смертному" из РФ в Стенфорд на Computer Science или робототехнику? (Простыми словами)

Ответ GPT-4.1

Отвечаю простыми словами:

Да, возможно! Ограничений для граждан России нет — поступать могут все.

Но это очень сложно, потому что:

vjache

defmodule EcssManagementSystem.Driver.Bt do
  @moduledoc """
    Example:`
      defmodule BtScript do
      use Bt

      def run do
        a = 1
        all do
          any do

vjache

https://www.coop.ch/de/navigation/meganav/get?categoryCode=m_0475&_=1629798238733
https://www.amazon.com/dp/B0009R5B3U?th=1
https://play.google.com/_/PlayStoreUi/data/batchexecute?rpcids=qnKhOb&bl=boq_playuiserver_20191117.08_p1&gl=my&hl=ms&authuser&soc-app=121&soc-platform=1&soc-device=1&rt=c
https://www.coop.ch/de/lebensmittel/vorraete/pastasaucen-warme-saucen/saucen-gemischt/c/m_0166
https://www.amazon.com.au/gp/aod/ajax/ref=aod_f_freeShipping?asin=B08CXNTJ89&pageno=1&pc=dp
https://losangeles.craigslist.org/lac/ofc/d/san-diego-market-research-project/7369959933.html
https://www.bestbuy.ca/api/offers/v1/products/10434538/offers
https://www.zillow.com/homes/5266-S-Umatilla-Ave-Boise-ID-83709_rb
https://www.yelp.com/not_recommended_reviews/dannys-rv-repair-williams?not_recommended_start=40
https://www.nytimes.com/1910/05/06/archives/foot-caught-train-hit-her-girls-shoe-fast-in-track-frog-as-an.html

vjache

import subprocess
import sys
from queue import Queue
from subprocess import Popen
from threading import Thread


curls = Queue(10)

def do_curl():

vjache

curl --http1.1 --no-keepalive --no-sessionid --insecure --ipv4 --tlsv1 --silent --show-error --path-as-is --proto '=http,https' --connect-timeout 20 --max-time 80 --request POST --data-raw 'do=query&queryMap.M_PARTNO=DXTN26070CY-13&queryMap.RESULT=Y' -H 'Content-Length: 59' -H 'Accept-Language: en-GB,en-US' -H 'Content-Type: application/x-www-form-urlencoded' -H 'X-Crawlera-Profile: desktop' -H 'X-Crawlera-Cookies: disable' -H 'Accept-Encoding: gzip,deflate' -H 'Host: www.wpgdadago.com' -U 50cb462fae5d4be4aab8df78c79008bb: -x localhost:8010 'https://www.wpgdadago.com/ProductList?do=query'
curl --http1.1 --no-keepalive --no-sessionid --insecure --ipv4 --tlsv1 --silent --show-error --path-as-is --proto '=http,https' --connect-timeout 20 --max-time 80 --request POST --data-raw 'do=query&queryMap.M_PARTNO=IRG4PSC71UDPBF&queryMap.RESULT=Y' -H 'Content-Length: 59' -H 'Accept-Language: en-GB,en-US' -H 'Content-Type: application/x-www-form-urlencoded' -H 'X-Crawlera-Profile: desktop' -H 'X-Crawlera-Cookies: disable' 

vjache

def to_base(number, base):
    res = []
    while True:
        k = number % base
        number = number // base
        res.append(k)
        if number == 0:
            break
    # res.reverse()
    return res

vjache

from random import randint
from time import sleep


target = .1


def proxy_id_gen():
    c = 1
    while True:

vjache

import time
from typing import Optional, cast, List

import brickpi3
from brickpi3 import BrickPi3

RGB = (int, int, int)
Percent = int

vjache

%%
%% Util module which contains a simple 'flatten list' 
%% implementation which is not fastest but most comprehent.
%%
-module(util).

-export([flatten/1]).

%% Flatten empty list is an empty list.
flatten([]) ->