t_wの輪郭

nodeのモジュールも読み込めないし、amplify pushが失敗する。
「もうだめじゃ」になってきた。
投げ出して散歩行きたいけど雨。

やろうとしてることがあと1年は早い気がする

pushしているLambda関数が大きすぎるらしい。
262144000 bytes ということは、26MBまでとのこと

node_modulesが324 MB ある
アホや
@tensorflowが317 MB ある。お前やーーーーー！！！！！

ボロボロの研究成果です

遺伝的プログラミング、精度出ねぇんだわ。

でも、モデルのサイズは小さいぞ！！
812KBや。
一般的な大規模言語モデルというかディイイイイイプラーニングはGBとかサクッと行く

食事の文章に関してはいい感じに類似判定されているのは、データ元の人格が出てますねぇ。

出社したはいいけどエンジンがかかってこない

Node.jsでEmbeddingができるUniversal Sentence Encoder liteを発見し、knownetにベクトル検索を実装する筋道が見えたので、そちらに気を取られている。

AWS Amplifyでamplify pushするとエラーが起きる。

{The following resource(s) failed to create: [LambdaFunction]. K#/2019}というエラーが出ている

CloudWatchには{Resource handler returned message: "Unzipped size must be smaller than 262144000 bytes (Service: Lambda, Status Code: 400, Request ID: xyz)" (RequestToken: abcd, HandlerErrorCode: InvalidRequest) K#/9DA6}というエラーが出ている。

pushしているLambda関数が大きすぎるらしい。
262144000 bytes ということは、260MBまでとのこと

私の投稿（tzmtwtr/tw-posts-ja）から文章の類似度を学習させようとしているのだけど、1回の学習（epochs=1）に190時間かかるとか出てビビった。

ColaboratoryのランタイムをTPUからGPUに切り替えて学習データを間引いたら1時間程度になった。

ベクトル検索がしたかっただけなのになぜこんなことをしているのだろう。

何の根拠もないエスパーをするとAmazon Bedrockの機能としてベクトル検索が実装されるので、knownetにベクトル検索を実装するのはそれからの方が良い気はする

knownetにベクトル検索を組み込みたいけど、週末にがっつり取り組まないと無理そう。

転移学習が終わった。
試してみているけど結構いい感じになったと思う。転移学習前とも比較したい。

"明日はいい天気なので外出したい"と"週末は晴れるので散歩の気分だ"の類似度：0.8576
"明日はいい天気なので外出したい"と"来週の夕飯は味噌汁の予定"の類似度：0.3244
"知能増幅"と"デライト"の類似度：0.6163