Jump to content

Turry

Active Members
  • Posts

    106
  • Joined

  • Last visited

  • Days Won

    3

Everything posted by Turry

  1. Turry

    -----------

    -----------
  2. Ai incercat 2captcha? Daca vrei si un addon care completeaza singur captcha-urile atunci poti incerca anti-captcha
  3. Faci o singura variabila in care tii toate combo-urile id:pass Dupa faci un loop peste combo-uri si faci un split(":") si salvezi primul element in lista cu ID-uri si al doilea element in lista cu pass-uri.
  4. Sa nu mai fac thread. Am 47$ in BTC si vreau sa-i schimb in EUR pe PayPal. PM si vedem cu rate si rahaturile astea.
  5. Total de acord. Nytro si ceilalti de pe forum sunt niste stafii. Tu chiar esti asa de naiv incat sa lucrezi fara sa fii platit / sa primesti o garantie la inceput?
  6. N-avem invitatii pe Fail List din pacate.
  7. Trimite un PM cu mai multe detalii si cum vrei sa fie si am sa vad ce pot face.
  8. https://www.virustotal.com/#/file/41b4ac7e2e21491779a3bd87ce65bf3d3b96679c79a530787c9f802cdb269afc/detection https://www.virustotal.com/#/file/d99cf5e296e724089cf7e936d5561d45088ccd58b026b02835ea3727fbbb8c60/detection
  9. Puteai sa faci un Up sau ceva la celalalt anunt in loc sa faci alt thread..
  10. Cred ca poti folosi un generator. Ceri valorile cand ai nevoie de ele. In caz de nu merge asa poti sa folosesti enumerate si sa salvezi indexul. Asa poti sa revii de unde erai in caz de esueaza (Evident, folosind un try block).
  11. Poti folosi libraria Text to speech pentru Python (Link).
  12. Prin urmare nu e o idee buna sa-ti cumparam rig-ul... Marketing 101.
  13. Un fractal facut in C++ SFML. Fractalul se numeste Sierpinski's triangle. 'Algoritmul' folosit: Alege 3 puncte in plan. (De preferat sa nu fie coliniare ca nu prea poti face un triunghi cu 3 puncte coliniare..) Se alege un numar random de la 0 la 2. In functie de numarul care a picat se duce jumatate din distanta spre acel punct. ( (actualPoint.x + point.x)/2 ) Link Wikipedia. Link catre video. (Sper ca are sens ce am scris, sunt destul de obosit.. In caz de sunt greseli, feel free to tell me about them).
  14. Citeam articolul de pe wikipedia despre Markov Chain (Link) si am spus sa incerc sa il implementez repede in Python. Link catre script. Am sa pun si un asciinema cand am timp ca imi face niste mofturi acum si nu am timp sa il rezolv. Aici e 'algoritmul' : * It eats exactly once a day. * If it ate cheese today, tomorrow it will eat lettuce or grapes with equal probability. * If it ate grapes today, tomorrow it will eat grapes with probability 1/10, cheese with probability 4/10 and lettuce with probability 5/10. * If it ate lettuce today, tomorrow it will eat grapes with probability 4/10 or cheese with probability 6/10. It will not eat lettuce again tomorrow. EDIT: Link catre 'demonstratie' https://asciinema.org/a/sKiuIfAeoaelS1zotA5TOt6zZ
  15. Tensorflow e setat pe GPU. Nu trebuie sa scrii nimic diferit (din cate stiu) sa mearga pe CPU/GPU. Singura diferenta e ca e mai enervant sa instalezi pe GPU din cauza versiunilor de Cuda si Cudnn dar merge mult mai repede (Un alt dezavantaj mare ar fi ca merge doar pe placi Nvidia). Cat despre tutoriale, uita-te pe site-ul lor (link) si/sau pe youtube(Google's machine learning series, sentex's series) si/sau citeste din carti (Nu este neaparat din tensorflow dar este despre machine learning in general: link). Trebuie sa inveti totusi niste matematica sa intelegi ce se intampla si de ce.
  16. Aproximativ 5~10 minute. GPU: Gtx 1050 2GB CPU: i3-7100 Si 4GB de DDR4 RAM. Restul componentelor nu cred ca sunt asa importante. (In mare parte conteaza GPU-ul)
  17. Primul model de genul asta si pozele le-am gasit destul de repede pe Kaggle. Momentan nu am timp sa stau si sa strang poze + acuratetea e de doar 92% iar din cate stiu se cauta modele care au 98~99%.
  18. Multumesc mult. Cat despre overfitting nu stiu ce sa spun. Are o acuratete de doar 92% dupa 20 de epoci si parea destul de stabila. Training set-ul are 25k poze, jumatate caini si jumatate pisici. Pozele pe care le-am pus au fost exemple dupa ce modelul a fost 'antrenat' (As fi vrut sa demonstrez cu un videoclip dar cu 2gb de vram nu cred ca o sa iasa ceva prea impresionant) As fi pus si training set-ul pe github dar :1 - nu sunt sigur daca Kaggle ar avea ceva impotriva , 2 - are 120 mb si GitHub are o limita de 100mb.
  19. Un Deep Neural Network (Read More) care `invata` sa faca distinctia intre o pisica si un caine. (Cel putin incearca) Link Imagini:
  20. Daca mai ai nevoie lasa-mi si mie un PM.
  21. Pentru cei ce nu vor sa treaca prin procesul de training / nu vor sa instaleze Python doar pentru un simplu program, am adaugat un link catre video. Link catre video
  22. Multumesc mult pentru sfaturi. Am sa corectez greselile si am sa incerc sa respect PEP8. Stiu ca nu este cel mai eficient dar mi se pare extrem de interesanta ideea de a nu programa explicit cum trebuie sa rezolve problema iar calculatorul sa "descopere" o solutie cat de cat optima.
×
×
  • Create New...