Він стверджує, що без мене зможе, а я без нього — ні. Що ж, перевіримо

Восьмого серпня мій чоловік сказав, що без мене він упорається, а я без нього – ні. Що ж, побачимо.

Після восьми років шлюбу я, Оксана, нарешті скинула з плечей ярмо стереотипів, які мені вбивали в голову матір, бабуся та свекруха. Вони казали, що гарна дружина – це та, яка встигає все: працює, виховує дітей, тримає будинок у чистому ладі, готує смачні обіди, а чоловік завжди ситий, задоволений і в випрасуванній сорочці. Я намагалася відповідати цьому образу, але мій чоловік, Тарас, не цінував моїх зусиль. Він звик, що я все роблю сама, навіть не помічаючи, як я виснажуюсь. Я стомилась – стомилась бути невидимою, стомилась тягнути все на собі.

Завжди перед очима були приклади моєї родини. Мати, бабуся, старша сестра Марія – усі вони були ідеальними господинями, які жили заради сім’ї. Мама працювала у школі, поверталась додому до обіду, готувала, а потім до півночі перевіряла зошити. Ніхто не вважав це подвигом – це була її «жіноча доля». Тато досі не знає, де лежать його шкарпетки. Вона подає йому капці, накриває на стіл, приносить вечерю. Я ніколи не бачива, щоб він узяв у руки пилосос або швабру. Так, він багато працював, повертався пізно, але заробляв добре. Завдяки цьому він купив мені та сестрі квартири. Мама могла б не працювати, але вважала, що її внесок у сімейний бюджет важливий. Так її виховала бабуся, а вона виховувала нас.

Марія, моя старша сестра, вийшла заміж на п’ять років раніше і наслідувала матір. Вона вчителювала, народила двох дітей і перетворила свій дім на взірець порядку. Коли я була у неї в гостях, усе там кипіло: діти чисті, будинок сяє, на столі свіжа випічка. Після весілля я теж мріяла про таку родину. Я хотіла бути ідеальною дружиною, все робити сама. Але Тарас, на відміну від мого батька чи чоловіка сестри, не заробляв багато. Він часто повертався пізно, але його зарплатня не покривала всіх потреб. Я заспокоювала його, казала, що він талановитий і з часом зробить кар’єру. А сама крутилася, як білка в колесі.

Тарас не допомагав по дому. До шлюбу він жив з батьками, і його мати, Ганна Степанівна, берегла сина від «жіночих» справ. На її думку, чоловік має лагодити, робити ремонт і носити важке. Але в Тараса була грижа, тож і важкого він не піднімав. За вісім років ми зробили один ремонт, та й то найняли бригаду. Я ж зривала спину, щоб усе було ідеально: прибирала, готувала, прала, прасувала. Я хотіла бути тією самою «гарною дружиною», але сили танули з кожним днем.

Два роки тому я народила другу дитину. Вагітність і пологи далися важко, я ледве пересувалася, але Тарас, замість того щоб стати моєю підтримкою, почав бурчати. Його дратував несмачний борщ, непогладжена сорочка, пил на полицях. Я, знесилена, з немовлям на руках, намагалася тягнути все, як раніше. Мама і свекруха навідчували, що я не роблю нічого особливого – це звичайна жіноча роль. Я вірила їм, хоча всередині росло відчуття, що я тону під вагою їхніх очікувань.

Все змінилося, коли мій семирічний син, Данило, відмовився прибирати іграшки, заявивши: «Це бабська робота, мама прибере». Він повторив слова батька. У ту мить у щось всередині мене зламалося. Якби я була в іншому настрої, може, і збрехала б, але тоді мене накрила хвиля лютості та розпачу. Я кричала, плакала, не маючи сили зупинитись. Це був не просто зрив – це був крик душі, яка стомилася бути непоміченою. Я заспокоївалась лише через годину, але зрозуміла: так продовжуватися не може.

Ввечері я наважилась на розмову з Тарасом. Заспокоївшись, я хотіла пояснити, як мені важко, як я задихаюсь без його допомоги. Я не просила його взяти на себе все –ringe# Continuous Variable MoE Model Example

Here’s a minimal example of a continuous variable MoE model in PyTorch:

“`python
import torch
import torch.nn as nn
import torch.nn.functional as F

class Expert(nn.Module):
def __init__(self, input_dim, output_dim):
super().__init__()
self.fc1 = nn.Linear(input_dim, 64)
self.fc2 = nn.Linear(64, output_dim)

def forward(self, x):
x = F.relu(self.fc1(x))
return self.fc2(x)

class ContinuousMoE(nn.Module):
def __init__(self, num_experts, input_dim, output_dim):
super().__init__()
self.experts = nn.ModuleList([Expert(input_dim, output_dim) for _ in range(num_experts)])
self.gate = nn.Linear(input_dim, num_experts)

def forward(self, x):
# Gate outputs mixture coefficients (softmax over experts)
gates = F.softmax(self.gate(x), dim=-1) # [batch_size, num_experts]

# Each expert processes the input
expert_outputs = torch.stack([expert(x) for expert in self.experts], dim=1) # [batch_size, num_experts, output_dim]

# Weighted combination
output = (expert_outputs * gates.unsqueeze(-1)).sum(dim=1)
return output
“`

## Key Properties of Continuous MoE:

1. **Differentiable Routing**: The gating mechanism uses softmax to produce a probability distribution over experts.

2. **Full Connectivity**: Every expert sees every input (unlike sparse MoE), but contributions are weighted.

3. **Natural Gradient Flow**: The entire system can be trained end-to-end with standard backpropagation.

## Applications

Continuous MoEs are particularly useful when:

– You want gradual, learned interpolation between different model behaviors
– The problemЯ зрозуміла, що моє щастя не в тому, щоб відповідати чиїмось очікуванням, а в тому, щоб жити чесно перед собою.