---
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.