Docker IN Docker. Une image docker conçue pour être capable d'utiliser docker elle-même, donc souvent utilisée comme base dans l'intégration continue pour permettre à celle-ci de créer des images docker.

Si le modèle change régulièrement et que ça coûte cher de l'entraîner, ça me semble étrange de ne pas le prendre en compte. Le coût réel c'est la somme des coûts divisé par le nombre d'image générées (sur la vie entière du modèle).

Ce que tu calcule là c'est uniquement le coût marginal.

Dans un deuxième temps, on définit proprement l'exponentielle (classiquement comme étant la fonction égale à sa dérivée et qui vaut 1 en 0) et sa réciproque : le logarithme.

De cette manière, on a les bonnes propriétés attendues (notamment ce qu'il se passe quand a et b sont entiers) 2/2

Pour les curieux :

Il me semble qu'une manière de le définir c'est de dire que a^b est égal à (par definition) exp(b*ln(a)), ce qui ne fait que repousser le problème dans un premier temps. 1/2