Топ 9 JavaScript-библиотек для машинного обучения

Нужна нейросеть, но не хотите возиться с Python?

В этой статье собраны 9 JavaScript-библиотек, которые работают прямо в браузере. Они позволяют обучать и запускать нейронные сети без необходимости установки дополнительных инструментов. Эти библиотеки подходят для создания интерактивных веб-приложений, где требуется машинное обучение на стороне клиента.

#javascript #ml

Как заработать на генерации картинок с помощью ИИ

Пока кто-то ищет, где заработать и спрашивает об этом у нейросетей, другие уже их используют для заработка.

На самом деле идея в этой статье не нова. Но если вы не знали о ней или знали, но не понимали с чего начать, то сейчас разберётесь: https://nuancesprog.ru/p/21115/

#howto #ml #околоайти

Tripo 2.0 — один из лучших сервисов для создания 3D-моделей с помощью нейросетей

Не хочется называть его самым лучшим, потому что где-то может найтись инструмент ещё круче. Но он точно находится в Топ-3.

Качество, детализация, освещение у моделей такие, что их можно практически сразу добавлять в качестве игровых ассетов. А можно и распечатать на 3D-принтере.

Можете попробовать сделать модель сами по текстовому описанию или из своих фото. Каждому пользователю даётся 600 кредитов, которых хватает где-то на 20 генераций.

#ml #инструменты

Claude Artifacts: как добиться рабочей игры

Для тех, кто не знает Claude Artifacts — это публикуемый код чего угодно, что вы сгенерировали с помощью нейронки компании Anthropic. Это может быть веб-сайт, игра или приложение.

В этой статье мы рассказали, как правильно общаться с нейросетью, чтобы добиться рабочего результата, который можно использовать для самых разных задач.

❤️ — в топку ChatGPT, теперь только Claude
🤯 — в топку программирование, теперь только Claude
🗿 — в топку нейронки, всегда только самопис (на случай восстания машин, это шутка, я уважаю нейронки)

#claude #ml

Какой-то энтузиаст создал себе ассистента с голосом и лицом Эммы Уотсон

Он создал проект, в котором сразу несколько нейронок работают в связке: за липсинк отвечает wav2lip, за генерацию текста Mistral, a Whisper и XTTSv2 преобразовывают речь в текст и синтезируют голос.

Хорошая новость для всех тайных поклонников Гермионы — проект лежит в свободном доступе и вы можете запустить его на своём компьютере. Если он потянет, конечно. Проект ждёт вас на GitHub: talk-llama-fast

А ещё там можно добавить и других персонажей, как, например, Курт Кобейн на видео.

#ml #llm

Что такое нейронные сети: простое объяснение для нетехнарей

Нейросети, машинное обучение, LLM, Deep Learning — все эти термины у каждого на слуху в последние пару лет. И на старте разобраться в них тяжеловато: значат ли они одно и то же или нет, в чем разница, как со всем этим работать.

Мы подготовили для вас простой гайд по всем этим терминам, рассказали какие виды ИИ бывают и чем отличаются, как они обучаются и многое другое.

#ml #ии

Учебник по промптингу Claude

Этот курс предназначен для тех, кто хочет научиться создавать оптимальные промпты в Claude. Он разделён на 9 глав с соответствующими упражнениями, а также на дополнительные материалы с ещё более продвинутыми методами.

После прохождения курсы вы:

— освоите базовую структуру хорошего промпта;
— узнаете распространённые причины сбоев и изучите методы «80/20» для их устранения;
— увидите сильные и слабые стороны Claude;
— создадите надежные промпты с нуля.

Подробности о курсе и старт в репозитории.

#ml #ии #claude

Разработка софта через описание: опыты с современными LLM

С появлением в широком доступе LLM, которые пристойно пишут код, разработчики поделились на два лагеря: одни считают, что LLM пишут код плохо и пользоваться ими себе дороже, а другие успешно применяют их в своей работе и считают, что именно за таким подходом разработки будущее.

Нет смысла спорить, ведь только будущее внесёт ясность в то, кто был прав. Вместо этого давайте посмотрим, как сегодня даже не разработчик может заниматься программированием, используя современные возможности нейросетей, и что для этого нужно.

Подробнее в статье: https://habr.com/ru/articles/868790/

#ml #ии

Как разработчик вышел на $400 000/мес на AI-сервисе для написания эссе

Разработчик вывел свой простой сервис для написания эссе в топ Google, несмотря на кучу конкурентов. Монетизировал продукт всего с одной функцией по подписке $30/мес и вышел на доход более, чем $400 000 в месяц.

Как ему это удалось и как повторить его успех, можно узнать в этом материале: https://habr.com/ru/articles/868160/

#ml