Создаем с нуля собственную нейронную сеть на Python
Создание с нуля собственной нейронной сети на Python без сложных библиотек (TensorFlow и Keras).
#статьядня
https://prglb.ru/pcmo
Создание с нуля собственной нейронной сети на Python без сложных библиотек (TensorFlow и Keras).
#статьядня
https://prglb.ru/pcmo
Этика распознавания лиц
Обычно основным аргументом для реализации инноваций на основе AI, например, распознавания лиц, является намерение увеличить ROI. Такая ситуация не может не вызывать этических вопросов.
Всегда ли есть достаточные основания для принятия системы распознавания лиц и как организации должны бороться с ее недостатками? Пришло время разобраться.
#статьядня
https://prglb.ru/2bdgu
Обычно основным аргументом для реализации инноваций на основе AI, например, распознавания лиц, является намерение увеличить ROI. Такая ситуация не может не вызывать этических вопросов.
Всегда ли есть достаточные основания для принятия системы распознавания лиц и как организации должны бороться с ее недостатками? Пришло время разобраться.
#статьядня
https://prglb.ru/2bdgu
Towards Data Science
Ethics of Facial Recognition: How to Make Business Uses Fair and Transparent
With the growing popularity of computer vision and facial recognition, businesses strive to adopt innovations to keep heads above water…
11 Классических методов прогнозирования временных рядов в Python (Шпаргалка)
#полезностьдня
https://prglb.ru/3w99v
#полезностьдня
https://prglb.ru/3w99v
Александр Фрей и Кевин О’Коннелл из Норвежского центра по изучению психологических расстройств (NORMENT) в городе Осло рассказывали об использовании больших данных для математических моделей генома человека.
Были рассмотрены наиболее успешные полногеномные исследования и ограничения, которые препятствуют эффективному применению методов машинного обучения в генетике человека. Часть занятия была посвящена статистической методологии, лежащей в основе подобных исследований, в том числе анализу байесовских смешанных моделей и методу ограниченного максимального правдоподобия.
#видеодня
https://prglb.ru/2klrg
Были рассмотрены наиболее успешные полногеномные исследования и ограничения, которые препятствуют эффективному применению методов машинного обучения в генетике человека. Часть занятия была посвящена статистической методологии, лежащей в основе подобных исследований, в том числе анализу байесовских смешанных моделей и методу ограниченного максимального правдоподобия.
#видеодня
https://prglb.ru/2klrg
Vk
AI@MIPT: «Using big data for mathematical models of the human genome — implications for psychiatric genetics»
Speakers: Oleksandr Frei and Kevin O`Connell, post-doctoral researchers from the Norwegian Centre for Mental Disorders Research (NORMENT), Oslo, Norway.
ИИ научился создавать портреты несуществующих людей в полный рост
Японские разработчики обучили нейросеть создавать портреты несуществующих людей в полный рост.
С помощью такой технологии можно будет, например, сэкономить на моделях при продвижении одежды.
#видеодня
https://prglb.ru/4pd8r
Японские разработчики обучили нейросеть создавать портреты несуществующих людей в полный рост.
С помощью такой технологии можно будет, например, сэкономить на моделях при продвижении одежды.
#видеодня
https://prglb.ru/4pd8r
YouTube
【データグリッド】全身モデル自動生成AI | [DataGrid] Model generation AI
ディープラーニングを応用したGAN（敵対的生成ネットワーク）により、従来困難だった高解像度（1024×1024）の「実在しない」人物の全身画像生成に成功。
We have succeeded in generating high-resolution (1024×1024) images of whole-body who don't exist using Generative Adversarial Networks (GANs)
We use these images as virtual models…
We have succeeded in generating high-resolution (1024×1024) images of whole-body who don't exist using Generative Adversarial Networks (GANs)
We use these images as virtual models…
Знакомство с Kaggle: изучаем науку о данных на практике
Сначала Kaggle был местом для соревнований по машинному обучению, но сейчас там можно найти множество ресурсов по Data Science.
#статьядня
https://prglb.ru/4ssk8
Сначала Kaggle был местом для соревнований по машинному обучению, но сейчас там можно найти множество ресурсов по Data Science.
#статьядня
https://prglb.ru/4ssk8
pytorch: тензоры и динамические нейронные сети в Python с сильным ускорением GPU.
#полезностьдня
https://prglb.ru/1ff7f
#полезностьдня
https://prglb.ru/1ff7f
GitHub
bharathgs/Awesome-pytorch-list
A comprehensive list of pytorch related content on github,such as different models,implementations,helper libraries,tutorials etc. - bharathgs/Awesome-pytorch-list
В этом руководстве вы познакомитесь с лучшими практиками подготовки и дополнения фотографий для задач классификации изображений с помощью сверточных нейронных сетей.
#статьядня
https://prglb.ru/10pw9
#статьядня
https://prglb.ru/10pw9
Machine Learning Mastery
Best Practices for Preparing and Augmenting Image Data for CNNs - Machine Learning Mastery
It is challenging to know how to best prepare image data when training a convolutional neural network.
This involves both scaling the pixel values and use of image data augmentation techniques during both the training and evaluation of the model.
Instead…
This involves both scaling the pixel values and use of image data augmentation techniques during both the training and evaluation of the model.
Instead…
Оживите Jupyter Notebook с помощью интерактивных виджетов
Как создавать динамические информационные панели с помощью ipywidgets
#статьядня
https://prglb.ru/333qi
Как создавать динамические информационные панели с помощью ipywidgets
#статьядня
https://prglb.ru/333qi
В данной статье представлено описание глубокой нейронной сети - MuseNet, которая может генерировать 4-минутные музыкальные композиции с 10 различными инструментами и может комбинировать стили разных стран.
MuseNet использует ту же технологию общего назначения без контроля, что и GPT-2, крупномасштабную модель преобразователя, обученную предсказывать следующий токен в последовательности, будь то аудио или текст.
#стытьядня
https://prglb.ru/4mu8s
MuseNet использует ту же технологию общего назначения без контроля, что и GPT-2, крупномасштабную модель преобразователя, обученную предсказывать следующий токен в последовательности, будь то аудио или текст.
#стытьядня
https://prglb.ru/4mu8s
OpenAI
MuseNet
We’ve created Musenet, a deep neural network that can generate 4-minute musical compositions with 10 different instruments and can combine styles from country to Mozart to the Beatles.
Alembic - это инструмент миграции баз данных, написанный автором SQLAlchemy. Инструмент миграции предлагает следующую функциональность:
1. Может выдавать операторы ALTER в базу данных для изменения структуры таблиц и других конструкций.
2. Предоставляет систему, в которой могут быть созданы «сценарии миграции»; каждый сценарий указывает определенную серию шагов, которые могут «обновить» целевую базу данных до новой версии, и, опционально, последовательность шагов, которые могут «понизить» аналогичным образом, выполнив те же шаги в обратном порядке.
3. Позволяет сценариям выполняться некоторым последовательным образом.
#библиотекадня
https://prglb.ru/44ux
1. Может выдавать операторы ALTER в базу данных для изменения структуры таблиц и других конструкций.
2. Предоставляет систему, в которой могут быть созданы «сценарии миграции»; каждый сценарий указывает определенную серию шагов, которые могут «обновить» целевую базу данных до новой версии, и, опционально, последовательность шагов, которые могут «понизить» аналогичным образом, выполнив те же шаги в обратном порядке.
3. Позволяет сценариям выполняться некоторым последовательным образом.
#библиотекадня
https://prglb.ru/44ux
PyPI
alembic
A database migration tool for SQLAlchemy.
Нейросеть в Keras для распознавания предметов одежды из набора данных Fashion MNIST
В данном видео автор рассматривает, как в Keras в составе TensorFlow создать и обучить нейронную сеть для распознавания предметов одежды. Используется полносвязная нейронная сеть. Подробно рассматриваются все этапы обучения нейросети.
#видеодня
https://prglb.ru/3ntke
В данном видео автор рассматривает, как в Keras в составе TensorFlow создать и обучить нейронную сеть для распознавания предметов одежды. Используется полносвязная нейронная сеть. Подробно рассматриваются все этапы обучения нейросети.
#видеодня
https://prglb.ru/3ntke
10 практических советов для успешного принятия ваших продуктов машинного обучения
В данной статье автор расскажет, как заинтересовать пользователей использовать ваши продукты с машинным обучением.
#статьядня
https://prglb.ru/3c90r
В данной статье автор расскажет, как заинтересовать пользователей использовать ваши продукты с машинным обучением.
#статьядня
https://prglb.ru/3c90r
Medium
10 Practical Tips for the Successful Adoption of Your Machine Learning Products
Hands-on tips for companies to build Machine Learning Products that are being adopted by their users and customers.
Почему большинство проектов Data Science терпят неудачу
По разным оценкам, более 85% проектов, связанных с наукой о данных, проваливаются. Каковы основные причины этого?
#видеодня
https://prglb.ru/1w2sg
По разным оценкам, более 85% проектов, связанных с наукой о данных, проваливаются. Каковы основные причины этого?
#видеодня
https://prglb.ru/1w2sg
Анализ качества обучения нейронной сети | Нейросети на Python
При обучении нейросетей может возникнуть проблема переобучения. В этом случае сеть может научиться распознавать особенности выборки, а не данных. Это ведет к снижению обобщающей способности нейросети (generalization).
#видеодня
https://prglb.ru/5w6ky
При обучении нейросетей может возникнуть проблема переобучения. В этом случае сеть может научиться распознавать особенности выборки, а не данных. Это ведет к снижению обобщающей способности нейросети (generalization).
#видеодня
https://prglb.ru/5w6ky
A Probabilistic Theory of Pattern Recognition
Автор: Devroye, Gyorfi, Lugosi
Книга включает в себя обсуждение непараметрических методов, основанных на ядрах или ближайших соседях, теории Vapnik-Chervonenkis, эпсилон-энтропии, параметрической классификации, оценки ошибок, свободных классификаторов и нейронных сетей. Везде, где это возможно, выводятся свойства и неравенства, не связанные с распределением.
Более 430 задач и упражнений дополняют материал.
#книгадня
Ссылка на книгу:
https://prglb.ru/2l7jh
Автор: Devroye, Gyorfi, Lugosi
Книга включает в себя обсуждение непараметрических методов, основанных на ядрах или ближайших соседях, теории Vapnik-Chervonenkis, эпсилон-энтропии, параметрической классификации, оценки ошибок, свободных классификаторов и нейронных сетей. Везде, где это возможно, выводятся свойства и неравенства, не связанные с распределением.
Более 430 задач и упражнений дополняют материал.
#книгадня
Ссылка на книгу:
https://prglb.ru/2l7jh
Make Your Own Neural Network
Автор: Тарик Рашид
Основные темы книги:
1. Нейронные сети и системы искусственного интеллекта;
2. Структура нейронных сетей;
3. Сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
4. Тренировка и тестирование нейронных сетей;
5. Интерактивная среда программирования IPython;
6. Использование нейронных сетей в качестве классификаторов объектов;
7. Распознавание образов с помощью нейронных сетей.
#книгадня
Онлайн-перевод книги:
https://prglb.ru/21q9m
Автор: Тарик Рашид
Основные темы книги:
1. Нейронные сети и системы искусственного интеллекта;
2. Структура нейронных сетей;
3. Сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
4. Тренировка и тестирование нейронных сетей;
5. Интерактивная среда программирования IPython;
6. Использование нейронных сетей в качестве классификаторов объектов;
7. Распознавание образов с помощью нейронных сетей.
#книгадня
Онлайн-перевод книги:
https://prglb.ru/21q9m
В SkillFactory стартует курс, разработанный при поддержке NVIDIA Corporation, "Deep Learning и нейронные сети", где за 12 недель вы научитесь применять алгоритмы машинного обучения. Проекты, над которыми вы будете работать, включают:
● создание нейронной сети для распознавания рукописных цифр;
● обучение рекурентной сети задачам прогнозирования временных рядов;
● разработку нейросетевого чат-бота;
● создание модели для идентификации лиц и генерации лиц на основе архитектуры GAN;
● разработку агента для игры на основе DQN алгоритма.
Для учебы на курсе требуются:
1). Умение программировать на Python.
2). Базовые знания машинного обучения.
Ознакомьтесь с программой → https://clc.to/7nQe1A
Успейте забронировать место на курсе со скидкой 20%
● создание нейронной сети для распознавания рукописных цифр;
● обучение рекурентной сети задачам прогнозирования временных рядов;
● разработку нейросетевого чат-бота;
● создание модели для идентификации лиц и генерации лиц на основе архитектуры GAN;
● разработку агента для игры на основе DQN алгоритма.
Для учебы на курсе требуются:
1). Умение программировать на Python.
2). Базовые знания машинного обучения.
Ознакомьтесь с программой → https://clc.to/7nQe1A
Успейте забронировать место на курсе со скидкой 20%
