วีดีโอ

Why need heat before change? Its unnecessary in this type of nozzle

It's not really a quick swap as Creality is saying, right? It takes more time than an Ender 3.

Bonsoir très propre, j'ai un système de différence fini qui me taraude l'esprit depuis. Besoin d'aide svp

Je ne connaissais pas cette fonctionnalité, belle découverte. Merci !

On peut faire de la FEA avec fusion ? Sur le fusion étudiant aussi ??

Sympa la vidéo.👍👍👏👏

Bonjour, merci pour la vidéo mais c'est dommage car elle est très floue.

cet homme me sauve la vie depuis une semaine ... Merci !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

You don't need to remove the cover, and a little bit of thermal paste in the threads helps keep better temps with the nozzle

Hello, si t'es intéressé par le ml en général : là t'as fait ce qui s'appelle de l'overfitting (ou high variance model). Ça veut dire que ton modèle a "mémorisé" les données d'entraînement et te les ressort quasi exactement. C'est un des plus gros problème de machine learning et c'est très important de le comprendre et de l'éviter. Tu dis que c'est "pas parfait" mais en réalité c'est beaucoup trop parfait, ton modèle colle exactement aux données et arrivera pas à généraliser. C'est dû à deux choses : ton modèle est profond et t'as beaucoup beaucoup trop d'epochs. Pour tester l'overfitting : tu entraîne ton modèle sur une partie seulement de tes donnée, puis tu évalues ton modèle sur l'autre partie. Par exemple 80% entraînement, 20% test. Tu verras que ton score sur le test sera sûrement beaucoup plus faible que celui sur l'entraînement, surtout si tu interroges sur des zones pas encore explorées (genre avant ou après). En général on divise même le dataset en 3 : 60% entraînement, 20% cross-validation, 20% test (ou 80%, 10%, 10%). Le cross validation te permet de choisir les hyper paramètres optimaux (= nombre de couches, learning rate si t'en avais un, nb d'epochs optimal...) puis le test set te donne un ordre d'idée de la généralisation. Ensuite appoximer une fonction très "propre" et en dimension 1 ("propre" en ce sens que tu la définis toi même et la calcule exactement) ça donne de mauvaises intuitions sur la manière de concevoir son modèle. Par exemple si je prends un humain lambda et que je lui demande où la courbe va aller après, il en a aucune idée à moins de calculer la vrai fonction parce qu'on a pas réellement dégagé de tendance. La courbe à appoximer est trop "bizarre" et chaotique. Tu ferais mieux d'aller prendre un dataset même très basique sur Kaggle pour faire un exemple. Là t'aurais une vrai tendance à dégager. Par exemple si c'est un prix par rapport à deux ou trois critères y'a sûrement une logique à ce prix que le modèle pourrait trouver. Ça changerait pas la complexité du code mais les résultats t'apprendraient beaucoup plus. Je comprends que t'as fait juste un ex vite fait pour la vidéo mais en réalité ça donne une très mauvaise intuition de l'objectif même du machine learning, qui est d'arriver à généraliser après l'entraînement. Sinon bon réflexe d'avoir l'Adam optimizer, est-ce que tu as expérimenté des learning rate constants pour voir les problèmes d'overshooting ?

Merci vraiment, je ne suis pas français mais j'ai vraiment compris ❤

jte jure j'ai pas trouvé de meilleurs vidéos que les tiennes pour ces sujets ;)

what super tuto!! j’adore

Wow nice! Super helpful!

Et ou avez vous trouvé cette pompe? merci

Bonjour mehdi, pensez vous que cela marcherait pour gonfler un ballon de baudruche? en transférant de lair plutôt que de l'eau?

poussé

Well I didn't know that existed

Man, où était tu dans ma vie ! Merci tu m’a débloqué une partie!

J'aime le travail

le Secret des forts c'est l'effort

damn bro fr fr t'es en train de sauver ma session merci beaucoup les capsules sont super sharp

Works😊

Super vidéo!! J'adore ton contenu 🤩

Wow tellement aidant

1/3 e - 1/3 le reste c'est excellent !

Thinks you

Thanks 🙏🙏🙏🙏

Merci 🙏

Thanks a lot

J'aime

Merci beaucoup khoya Rabi yahafdhek

Merci beaucoup Rabi yjazik

Merci ça m'a bien aidé ! Je viens de passer quelques heures à chercher une vidéo expliquant bien comment paramétriser une courbe et je suis bien content de l'avoir trouvé !

merci monsieur ! 💙

Merci beaucoup pour tes explications super claires ! Je viens de commencer le chapitre, mon cours n'était pas du tout clair et tu as su m'expliquer tout ça très simplement donc merci ! Continue tes vidéos même si tu n'as pas beaucoup de vues elles aident énormément !

Thank you ✨✨✨

premier résultat ( 3 et non pas 1 ) 4/3 pi ( e - 3 ) et merci bcq pour la vidéo 😌

Mehdi, c'est la troisième vidéo que je vois de votre travail. C'est vraiment super. Continuer et je suis persuadé que d'ici quelques mois vous aurez des dizaines de milliers de vue car vous êtes très bon pédagogue. Un salut de Paris en France.

super