| --- |
| license: mit |
| tags: |
| - pytorch |
| - regression |
| - molodezhka |
| --- |
| |
| <img src="https://i.ibb.co/rRKfjfTM/1779110326001.jpg"/> |
|
|
| # Молодежка / Molodezhka |
|
|
| Первая в России генеративная модель, прогнозирующая аудиторию мероприятий молодежной политики. |
|
|
| The first in Russia AI-model, predicting the audience for youth policy events. |
|
|
| ### Датасет (Dataset) |
|
|
| Я собрал кастомный датасет из примерных и прогнозируемых значений по мероприятиям: |
|
|
| * **Входные данные (Примерные)**: Пары чисел (например, `[1000, 500]`, `[100, 21]`), сколько участников приблизительно может прийти на мероприятие, по наименьшему порядку. |
| * **Выходные данные (Прогнозируемые)**: Сумма и Разность этих чисел (например, `[1500, 500]`, `[121, 79]`), сколько всего может прийти людей. |
|
|
| I've compiled a custom dataset of estimated and predicted event values: |
|
|
| * **Input (Estimated)**: Pairs of numbers (e.g., [1000, 500], [100, 21]) representing the approximate number of attendees expected to attend the event, in the smallest order. |
| * **Output (Predicted)**: The sum and difference of these numbers (e.g., [1500, 500], [121, 79]) representing the total number of attendees expected. |
|
|
| ### Как это работает внутри |
|
|
| Модель использует простой линейный слой `nn.Linear(2, 2)` и обучена на 5000 эпохах. Она сама нашла веса (weights) для вычисления суммы и разности без использования явных математических знаков `+` и `-`. |
|
|
|
|
| The model uses a simple linear layer, nn.Linear(2, 2), and was trained on 5000 epochs. It automatically found the weights for calculating the sum and difference without using explicit + and - symbols. |
|
|
| ### Результат проверки |
|
|
| Для тестового входа `[100, 21]` нейронка выдает: |
|
|
| * **Сумма**: ~120.29 (Идеал: 121) |
|
|
| * **Разность**: ~78.72 (Идеал: 79) |
|
|
|
|
| For the test input `[100, 21]`, the neural network outputs: |
|
|
| * **Sum**: ~120.29 (Ideal: 121) |
|
|
| * **Difference**: ~78.72 (Ideal: 79) |
|
|
| ## Инструкция по запуску для клиента / How to Run |
|
|
| Чтобы запустить эту нейросеть у себя на компьютере, вам не нужен интернет или мощная видеокарта. Достаточно выполнить 3 простых шага. |
|
|
| To run this neural network on your computer, you don't need internet access or a powerful graphics card. Just follow three simple steps. |
|
|
| ### Шаг 1. Установите Python / Install to Python |
|
|
| У вас на компьютере должен быть установлен Python (рекомендуется версия 3.10 и выше, включая 3.13). |
| * Скачайте его с официального сайта: [python.org](https://python.org) |
| * **Важно!** При установке обязательно поставьте галочку **"Add python.exe to PATH"** в самом первом окне установщика. Без этого команды не будут работать. |
|
|
| You must have Python installed on your computer (version 3.10 or higher, including 3.13, is recommended). |
| * Download it from the official website: [python.org](https://python.org) |
| * **Important!** When installing, be sure to check the **"Add python.exe to PATH"** box in the very first window of the installer. Without this, the commands will not work. |
|
|
| ### Шаг 2. Установите библиотеки (Зависимости) / Install library |
|
|
| Откройте командную строку (в Windows нажмите `Win + R`, введите `cmd` и нажмите Enter) и установите необходимый минимум для работы «мозга» сети. |
|
|
| Введите следующую команду: |
| ```bash |
| python -m pip install torch numpy |
| ``` |
| *Этот шаг выполняется всего один раз. Компьютер сам скачает нужные математические движки.* |
|
|
| Open a command prompt (on Windows, press Win + R, type cmd, and press Enter) and install the bare minimum required to run the network's "brain." |
|
|
| Enter the following command: |
| ```bash |
| python -m pip install torch numpy |
| ``` |
| *This step only needs to be performed once. The computer will automatically download the necessary math engines.* |
|
|
| ### Шаг 3. Запуск нейросети / Start model |
|
|
| Убедитесь, что в одной папке у вас лежат два файла: |
| 1. `molodezhka.py` (сам код) |
| 2. `molodezhka.pt` (файл обученных весов, который вы скачали с репозитория) |
|
|
| В командной строке перейдите в папку с файлами (например, `cd Desktop`) и запустите скрипт: |
| ```bash |
| python molodezhka.py |
| ``` |
| Модель мгновенно загрузит готовые веса с диска и выдаст прогноз без повторного обучения. |
|
|
| Make sure you have two files in the same folder: |
| 1. `molodezhka.py` (the code itself) |
| 2. `molodezhka.pt` (the trained weights file you downloaded from the repository) |
|
|
| In the command line, navigate to the folder containing the files (e.g., `cd Desktop`) and run the script: |
| ```bash |
| python molodezhka.py |
| ``` |
| The model will instantly load the prepared weights from disk and produce a prediction without retraining. |
|
|
