Глубинный котер
94 subscribers
60 photos
7 videos
4 files
70 links
Download Telegram
Из уютного чатика:

— Ну эти вещи (кл-дивергенцию там, заодно всякие приколы из байесовского МЛ) не то, чтобы прям практически везде возникают аха

— Ну да, эдхоки гораздо чаще


#joke
В своё время рынок колебался между Python и R, велись споры какой язык лучше для работы с данными. На конец 2021 года мы знаем, чем все закончилось: развитое сообщество и множество плюшек для бекендеров позволило Python набрать большую популярность, а не специфические пакеты для работы с данными как в R. На рынке важно максимально быстро ввести решение в прод, без сомнений с Python это проще чем с R.

В свою очередь Golang позволяет писать сервисы эффективнее чем Python. И скорее всего, Python в какой-то мере повторит судьбу R. Но Jupyer Notebook дико удобен для работы с данными, поэтому ребята из сообщества создали пакет gophernotes — это ядро Go для взаимодействия с Jupyter. Он позволяет использовать Go в интерактивном режиме, делится заметками с живым кодом Go 🔮


#gitlink #think
This media is not supported in your browser
VIEW IN TELEGRAM
Наткнулся на репу rclip c крутым примером использования CLIP от OpenAI: по текстовому описанию находит схожие картинки на локальной машине. Перед работой утилита сама извлекает признаки из фото. На удивление работает относительно быстро, у автора скорость обработки на стареньком Intel Celeron J3455 составила около 3 тысяч картинок в час. Работает чудо через терминал, пока только на Linux 🐧

#gitlink
CLIP был только звоночком новой эпохи разработки ИИ. Слишком часто системы машинного обучения чрезмерно специализируются на отдельных задачах, тогда как они могут преуспеть во многих. Вот поэтому в Google создали Pathways - новую архитектуру искусственного интеллекта, которая будет обрабатывать множество задач одновременно, быстро изучать новые задачи и отражать лучшее понимание мира. Плюс к этому будет более экологичной, потребляя меньше энергии 🌿🌎

#news
Forwarded from Код и Капуста
Простые приемы экономии памяти в #golang

https://www.ribice.ba/golang-memory-savings/
👍1
HighLoad Junior 🍭

Буквально вчера на ютубе упала в реку запись доклада с HighLoad Junior про NoSQL базы. Мне очень понравилась идея проведения докладов по основам нагруженных систем. Помогает закрыть некоторые пробелы в знаниях, посмотреть на вещи с нового ракурса. Ссылки на плейлисты прикрепляю.

HighLoad Junior 2015
HighLoad Junior 2017
👍1
Такая жиза, что плакать хочется 😭😞😭
Forwarded from ДНСЙ 🫀
Было дело

🔥Огонек, если собесился и не получилось
❤️Сердечко, если работаешь в Яше
🔥2
Живее всех живых 🤮
🤡1
Адекватная разработка 🦄

Звучит как сказочный единорог, но в своём докладе Евгений сформулировал те принципы, к которым сам шёл долго. Тут и чистая архитектура, тут и локальная среда разработки с тестированием и транк бейсд. Всё это вместе делает разработку приятной, безопасной и немного скучной.

К сожалению, кровавый интерпрайз ещё далёк от таких адекватных условий. Каждый релиз разработчик просыпается в муках и в холодном поту. Тестирование живет своей жизнью. Одна боль, печаль и тихое выгорание. Но верю, что адекватная разработка прийдет и в интепрайз как опенсурс с микросервисами ранее.

У докладчика есть свой канал в тг
Forwarded from эйай ньюз
This media is not supported in your browser
VIEW IN TELEGRAM
Че за Symbolic Search и как он ищет новые оптимизаторы?

Условно, Symbolic Search — это Эволюционый Поиск для программ на стероидах. Параллельно запускается целая популяция программ. Из них выбираются те, что лучше всего перформят на целевой задаче (в нашем случае — это оптимизация нейронок). Далее к лучшим применяются мутации, то есть в них случайным образом менется часть кода. И цикл продолжается.

Через много-много сожженных МВатт⋅часов мы получаем финальную програму с наилучшим перформансом на целевой задаче.

Для любопытных — подробности в блогпосте AutoML-Zero от гугла (2020).

@ai_newz
Надо будет попробовать при следующем порыве на литкоде
Сайт с реализациями алгоритмов на графах с пошаговым выполнением и песочницей

https://dstruct.pro/playground
И тут настало просветление ☯️
Люблю тебя ❤️🔥

def closure_func_0():
cnt = [0]
def f():
cnt[0] += 1
return cnt[0]
return f


def closure_func_1():
cnt = 0
def f():
nonlocal cnt
cnt += 1
return cnt
return f


f_0 = closure_func_0()
f_1 = closure_func_1()

cnt_0 = f_0()
cnt_1 = f_1()

assert cnt_0 == cnt_1 == 1
Твой код есть лишь следствие твоего понимания экономических и производственных процессов
👍2