➡️ Выбран нужный раздел: --partition=ml (или подходящий)
➡️ Указано количество ресурсов: --cpus-per-task=..., --mem=..., --gres=gpu:1
➡️ Прописан тайм-аут: --time=HH:MM:SS — не забудьте!
✅ Среда и окружение: ➡️ Загружается нужный модуль (module load ...) или активируется conda ➡️ Все зависимости перечислены в requirements.txt или environment.yaml
➡️ Проверен путь к train.py и конфигам — абсолютный или относительный
✅ Код: ➡️ Прописан фиксированный random seed (в reproducibility мы верим)
➡️ Есть логирование (хотя бы print/logging/wandb/MLflow)
➡️ Код протестирован локально или через srun с малым объемом данных
✅ Безопасность и этика: ➡️ Нет утечки чувствительных данных
➡️ Модель прошла базовую проверку на адекватность и непредвзятость
➡️ Выбран нужный раздел: --partition=ml (или подходящий)
➡️ Указано количество ресурсов: --cpus-per-task=..., --mem=..., --gres=gpu:1
➡️ Прописан тайм-аут: --time=HH:MM:SS — не забудьте!
✅ Среда и окружение: ➡️ Загружается нужный модуль (module load ...) или активируется conda ➡️ Все зависимости перечислены в requirements.txt или environment.yaml
➡️ Проверен путь к train.py и конфигам — абсолютный или относительный
✅ Код: ➡️ Прописан фиксированный random seed (в reproducibility мы верим)
➡️ Есть логирование (хотя бы print/logging/wandb/MLflow)
➡️ Код протестирован локально или через srun с малым объемом данных
✅ Безопасность и этика: ➡️ Нет утечки чувствительных данных
➡️ Модель прошла базовую проверку на адекватность и непредвзятость
The lead from Wall Street offers little clarity as the major averages opened lower on Friday and then bounced back and forth across the unchanged line, finally finishing mixed and little changed.The Dow added 33.18 points or 0.10 percent to finish at 34,798.00, while the NASDAQ eased 4.54 points or 0.03 percent to close at 15,047.70 and the S&P 500 rose 6.50 points or 0.15 percent to end at 4,455.48. For the week, the Dow rose 0.6 percent, the NASDAQ added 0.1 percent and the S&P gained 0.5 percent.The lackluster performance on Wall Street came on uncertainty about the outlook for the markets following recent volatility.
Библиотека data scientist’а | Data Science Machine learning анализ данных машинное обучение from hk
