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
— 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
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
#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
#news
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
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
YouTube
HighLoad++ Junior 2015
Все доклады РИТ++ 2015: https://www.youtube.com/playlist?list=PLH-XmS0lSi_weEt7uBolSuUspmWw6RL23
👍1
Forwarded from ДНСЙ 🫀
Было дело❓
🔥Огонек, если собесился и не получилось
❤️Сердечко, если работаешь в Яше
🔥Огонек, если собесился и не получилось
❤️Сердечко, если работаешь в Яше
🔥2
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
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
YouTube
Как Event Storming, DDD и чистая архитектура помогают запустить стартап. Евгений Лукьянов
Выступление на ArchDays 2022. Подробнее о конференции: https://archconf.ru/arch
Бытует мнение, что все эти DDD и прочие DD нужны, только когда ваш проект вырос и генерирует сотни денег. На примере нашей конторы мы убедились, что это не так и все это позволяет…
Бытует мнение, что все эти DDD и прочие DD нужны, только когда ваш проект вырос и генерирует сотни денег. На примере нашей конторы мы убедились, что это не так и все это позволяет…
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
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