Dimonchik

Tkinter можете глянуть

классический подход принимает нейросеть как данность, архитектуру (количество слоев, решающая функция, взаимодействие между слоями), задается создателем, при обучении только "подгоняются" коэффициэнты под выбранную архитектуру.
Веса НЕ сводятся к средним значениям, можно конечно усреднять но это бессмысленно (на что усреднять? в случаях с фотографий например на количество пикселей (входящих сигналов) чтоли? -> но фото подгоняют под определенные стандарты где все фотографии имеют одинаковое разрешение (одинаковое количество пикселей), поэтому это лишнее деление на константу, которое можно отбросить, если же усреднять на количество примеров -> то это просто приведет к тому что при увеличении выборки любой результат будет стремится к нулю)
более того в обучающихся данных НИКАКИХ коэффициэнтов нет, в выборках есть сигналы (например пиксель, есть или нет - один или ноль), на эти сигналы мы никак не влияем, все что мы можем сделать:
взять какую-то "решающую функцию" (например сумму всех входящих сигналов умноженных на неизвестные коэффициэнты) и решить при каком значении решающая функция будет отвечать нам "да" или "нет", например на вопрос это КОТ на фото? -> при сумме коэффициэнтов помноженных на входящий сигналы (на еденицу или ноль) и результат будет например больше 10, если больше 10 - то КОТ, меньше 10 - НЕ КОТ.
а дальше - мы можем подбирать веса таким образом чтоб при выбранной "решающей функции" получать как можно чаще правильные ответы (при этом не важно что мы взяли за "отсекающее значение результата" для разделения на ДА ИЛИ НЕТ, значение 10 или 100000, мы тутже подгоним коэффициэнты таким образом чтоб это все равно работало, коэффициэнты в последнем случае по размеру лишь будут в 10000 раз больше).

Как лучше загрузить Windows напрямую в RAM-диск при старте коипьютера?

Вы не поверите, для этого ничего не нужно делать. Она в любом случае загружается в RAM при старте системы, сама собой.

эксперимента по устранению бутылочных горлышек в I/O домашней рабочей станции.

Любой современный SSD гарантированно устранит все бутылочные горлышки в I/O если вы положите систему на него. Дальнейшее увеличение IOPS диска не даст эффекта, по той простой причине, что узкого места уже не будет. Это факт, многократно проверенный и доказанный.

Не надо беспокоиться об износе, усилении записи и других глупостях.

Ну беспокоиться об износе SSD и HDD довольно глупо, в данном случае. А вот что такое усиление записи не совсем понятно.

Таким образом проблема недостатка I/O для наиболее требовательных рабочих приложений

Проблему недостатка I/O для требовательных приложений это никоим образом не решит, для этого надо грузить в RAM не систему, и даже не приложение, а данные с которыми работают приложения, и папку в которой эти приложения хранят свои кэши, и прочие промежуточные результаты.

Тебе не хватит места — как ни странно, хватит.

Вы серьезно 16гб занимает десятка?
И в этот размер входит файл подкачки? Или вы его отключили???

64 ГБ быстрой памяти, из которых примерно 44–48 ГБ выделено под RAM-диск;

Поверьте самое лучшее в этой ситуации отдать эту память системе, и не лепить RAM драйвов, так она будет использоваться наиболее оптимально и принесет больше пользы.
Исключение - старые, кривые приложения не умеющие эффективно использовать память и в наглую эксплуатирующие диск. Такие иногда есть смысл загрузить в рамдрайв. Но это редко.
И в любом случае - выигрыша против SSD это все равно не даст.

Не забывайте что любой RAMдрайв это драйвер который постоянно крутится в оперативной памяти, и неслабо грузит процессор.

Выкидывать в мусорник

Указать компьютер с прокси как шлюз.

Проходил там курсы от мэйлру: "Hadoop" и "Веб-технологии" - оба годные, в обоих можно решать задачки на python.
Начал проходить "Основы статистики" - тоже хорошо идёт.

Но потом они выпустили мобильное приложение, которое виснет и вешает андроид на моём старом планшете.

Первые умеют вот такое
we.easyelectronics.ru/Asticon/istoriya-odnogo-bayt...

вторые - нет

в постгресе это делается так. В алхимии также, только через алхимические классы. В питоне есть библиотека re. Использовать питон или алхимию/постгрес, решаете вы в зависимости от нагрузки на сервер и требований самого запроса. Например, если у вас цпу забит под завязку, а канал простаивает, нет ничего плохого в том, что бы отдать 100 текстовых полей, с которыми вы потом будете работать в питоне через re. С другой стороны, если это промежуточные данные, которые используются потом исключительно в запросах, нефиг гонять инфу туда сюда, сразу используйте регулярки постгреса. Но это все домыслы, потестируйте и выберите удобный путь. Раз вы любитель алхимии, скорее всего через нее и будете это делать. Тогда читайте мануал постгреса для эрудиции, а потом ищите схожий мануал для алхимии, где вы уже точно будете знать, какие методы какого объекта и как правильно вызывать в вашем случае.

Если в кратце то:
1. Дб корпус текстов с лейблами (например, позитивный твит, негативный твит)
2. Удаляешь знаки препинаия
3. Удаляешь стоп слова (предлоги и пр. не имеющее смысловой нагрузки)
4. Делаешь стемминг
5. Из каждого твита делаешь набор н-грамм
6. Из н-грамм делаешь TF-IDF словарь
7. Сплитишь полученный словарь на данные для обучения и данные для тестов
8. Засовываешь все это в понравившийся алгоритм для МЛ, например, так:

clf = RandomForestClassifier(n_jobs=-1)
clf.fit(X_train, y_train)

9. Сохраняешь полученную модель в пикл и потом уже используешь ее для текстов, которые необходимо классифицировать.
predict = clf.predict(tfidf_predict.toarray())

Помимо советов выше - поменять алгоритм покупки-валидации и выкатить новую версию

Английский

Скрипач не нужен, родной (с)
Аргументы против jq:
- современные браузеры достаточно хорошо поддерживают единый синтаксис современного екмаскрипт(native js)(на самом деле нет).
- сторонняя библиотека, работает медленнее чем натив и в основном состоит из с-сахара (тоже не совсем правда)
- тащить еще один ресурс весом от 64 кб до 200 кб, еще и со сторонних ресурсов замедляет загрузку( правда, но бред)
Аргументы за:
- Современные браузеры как и всегда один другого "ровнее", всегда есть косяки и "нюансы", на которые еще и попадаешь обычно в самый неподходящий момент, в жк обычно все работает одинаково везде, ну или лучше чем в нативе.
- В жк реализована куча плюшек в 1 функцию которые в нативе занимают "многабукав", не каждый начинающий напишет их правильно, да и профи не все напишут оптимально, уверен что в большинстве случаев написанный нативом функционал будет хуже аналога из жк.
- размер мин пакета жк 64 кб, и все они лежат на быстрых цдн серверах. Думаю это последнее что может повлиять на скорость загрузки страницы.
- есть ОГРОМНОЕ количество скриптов написанных с учетом жк, не использовать их глупо, писать свой велосипед - вообще только в целях обучения(не берем крайние случаи когда плагин писал упоротый пингвин).
- Синтаксис и краткость записи - вообще вне конкуренции.
- Старые браузеры никто не отменял, часто заказчик требует чтобы работало в ие8, натив не канает или доставляет море анального удовольствия.
Вывод: Если ты крут в жс, еще и работаешь в ангуларе/ещечетамдляфронта и тебе нужно сделать 2 действия в очень современных браузерах - jquery не нужен, и ты это сам знаешь. Если слова ангулар, вуе и проч для тебя не больше чем шум листвы за окном, а навесить плагинов и эффектов нужно - jquery наше все.

UPD: для всех кто там отписался а ля "в связи (...), исчезновением проблемы совместимости со старыми IE (что и было основным назначением jQuery)." - свежачок

Схоже + там есть ответ на ваш вопрос
Почему увеличивается сила тока при параллельном соединении батареек?

Воспользоваться сниффером и посмотреть какие параметры хочет от вас сайт. Для авторизации и прочего используйте docs.guzzlephp.org/en/stable/index.html

Можно ещё так запросы посмотреть:
1) Нажимаем prntscr.com/fvyaj3
2) Отправляем форму на сайте prntscr.com/fvyanx
3) Получаем данные prntscr.com/fvyaug

Ну если у вас сайт большой и популярный, они могут оценить вашу посещалку по рейтингу Алексы.
Если ваш сайт мелкий и мало кому известный - почти наверняка это 3,14здеж продажника, чтобы польстить, завязать таким образом разговор и в ходе него впарить свои услуги.