Раскрашивание изображений с использованием нейронных сетей
С помощью DeOldify можно преобразовать старые черно-белые фотографии, добавив к ним цвет. Для работы с моделью автор использовал python 3.10, но вы можете поэкспериментировать со своими фотографиями на любом другом языке программирования.
Репозиторий: https://github.com/jantic/DeOldify
Руководство: https://habr.com/ru/post/681928/
#python
С помощью DeOldify можно преобразовать старые черно-белые фотографии, добавив к ним цвет. Для работы с моделью автор использовал python 3.10, но вы можете поэкспериментировать со своими фотографиями на любом другом языке программирования.
Репозиторий: https://github.com/jantic/DeOldify
Руководство: https://habr.com/ru/post/681928/
#python
❤5🔥2🥰1
This media is not supported in your browser
VIEW IN TELEGRAM
GPT-4 для создании игр.
Пользователь под никоа skirano сделал игру Pong, которая работает прямо в диалоговом окне чат-бота. По его словам на это ушла минута и получилось с первой попытки.
Интересный факт, оригинальную Pong в 1972 году разрабатывали несколько месяцев.
@Chatgpturbobot - chatgpt bot в телеграме.
@machinelearning_ru
Пользователь под никоа skirano сделал игру Pong, которая работает прямо в диалоговом окне чат-бота. По его словам на это ушла минута и получилось с первой попытки.
Интересный факт, оригинальную Pong в 1972 году разрабатывали несколько месяцев.
@Chatgpturbobot - chatgpt bot в телеграме.
@machinelearning_ru
👍8❤4🤔4🔥2👎1😁1
MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention
https://www.youtube.com/watch?v=ySEx_Bqxvvo
@machinelearning_ru
https://www.youtube.com/watch?v=ySEx_Bqxvvo
@machinelearning_ru
YouTube
MIT 6.S191 (2023): Recurrent Neural Networks, Transformers, and Attention
MIT Introduction to Deep Learning 6.S191: Lecture 2
Recurrent Neural Networks
Lecturer: Ava Amini
2023 Edition
For all lectures, slides, and lab materials: https://introtodeeplearning.com
Lecture Outline
0:00 - Introduction
3:07 - Sequence modeling
5:09…
Recurrent Neural Networks
Lecturer: Ava Amini
2023 Edition
For all lectures, slides, and lab materials: https://introtodeeplearning.com
Lecture Outline
0:00 - Introduction
3:07 - Sequence modeling
5:09…
👍6🔥1🥰1
✔️ The Intel Neuromorphic DNS Challenge
Intel Neuromorphic DNS Challenge
🖥 Github
📌Статья
💨 Dataset
@machinelearning_ru
Intel Neuromorphic DNS Challenge
📌Статья
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤1🔥1
TemporalMaxer: Maximize Temporal Context with only Max Pooling for Temporal Action Localization
🖥 Github: https://github.com/tuantng/temporalmaxer
⏩ Paper: https://arxiv.org/abs/2303.09055v1
💨 Dataset: https://paperswithcode.com/dataset/kinetics
@machinelearning_ru
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥1🥰1
Google’s New AI: DALL-E 2, But For Music!
https://www.youtube.com/watch?v=EggmA0g71xA
@machinelearning_ru
https://www.youtube.com/watch?v=EggmA0g71xA
@machinelearning_ru
YouTube
Google’s New AI: DALL-E 2, But For Music!
❤️ Check out Weights & Biases and sign up for a free demo here: https://wandb.com/papers
📝 The paper "#MusicLM Generating Music From Text" is available here:
https://google-research.github.io/seanet/musiclm/examples/
My latest paper on simulations that…
📝 The paper "#MusicLM Generating Music From Text" is available here:
https://google-research.github.io/seanet/musiclm/examples/
My latest paper on simulations that…
👍3🔥2❤1
В этой статье мы рассмотрим 3 простых и экономящих время способа визуализации ваших данных с помощью Pandas. Кроме того, я приложил Jupyter-Notebook со всеми примерами в конце этой статьи.
▪ Читать дальше
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤1🔥1
Ablating Concepts in Text-to-Image Diffusion Models
An efficient method of ablating concepts in the pretrained model, i.e., preventing the generation of a target concept.
🖥 Github: https://github.com/nupurkmr9/concept-ablation
⏩ Paper: https://arxiv.org/abs/2303.13516
💨 Project: https://www.cs.cmu.edu/~concept-ablation/
ai_machinelearning_big_data
An efficient method of ablating concepts in the pretrained model, i.e., preventing the generation of a target concept.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤1🔥1
15 лучших шпаргалок по машинному обучению.
1- Supervised Learning
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-supervised-learning.pdf
2- Unsupervised Learning
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-unsupervised-learning.pdf
3- Deep Learning
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-deep-learning.pdf
4- Machine Learning Tips and Tricks
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-machine-learning-tips-and-tricks.pdf
5- Probabilities and Statistics
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/refresher-probabilities-statistics.pdf
6- Comprehensive Stanford Master Cheat Sheet
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/super-cheatsheet-machine-learning.pdf
7- Linear Algebra and Calculus
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/refresher-algebra-calculus.pdf
8- Data Science Cheat Sheet
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/PythonForDataScience.pdf
9- Keras Cheat Sheet
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Keras_Cheat_Sheet_Python.pdf
10- Deep Learning with Keras Cheat Sheet
https://github.com/rstudio/cheatsheets/raw/master/keras.pdf
11- Visual Guide to Neural Network Infrastructures
https://www.asimovinstitute.org/wp-content/uploads/2016/09/neuralnetworks.png
12- Skicit-Learn Python Cheat Sheet
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Scikit_Learn_Cheat_Sheet_Python.pdf
13- Scikit-learn Cheat Sheet: Choosing the Right Estimator
https://scikit-learn.org/stable/tutorial/machine_learning_map/
14- Tensorflow Cheat Sheet
https://github.com/kailashahirwar/cheatsheets-ai/blob/master/PDFs/Tensorflow.pdf
15- Machine Learning Test Cheat Sheet
https://www.cheatography.com/lulu-0012/cheat-sheets/test-ml/pdf/
@machinelearning_ru
1- Supervised Learning
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-supervised-learning.pdf
2- Unsupervised Learning
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-unsupervised-learning.pdf
3- Deep Learning
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-deep-learning.pdf
4- Machine Learning Tips and Tricks
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-machine-learning-tips-and-tricks.pdf
5- Probabilities and Statistics
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/refresher-probabilities-statistics.pdf
6- Comprehensive Stanford Master Cheat Sheet
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/super-cheatsheet-machine-learning.pdf
7- Linear Algebra and Calculus
https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/refresher-algebra-calculus.pdf
8- Data Science Cheat Sheet
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/PythonForDataScience.pdf
9- Keras Cheat Sheet
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Keras_Cheat_Sheet_Python.pdf
10- Deep Learning with Keras Cheat Sheet
https://github.com/rstudio/cheatsheets/raw/master/keras.pdf
11- Visual Guide to Neural Network Infrastructures
https://www.asimovinstitute.org/wp-content/uploads/2016/09/neuralnetworks.png
12- Skicit-Learn Python Cheat Sheet
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Scikit_Learn_Cheat_Sheet_Python.pdf
13- Scikit-learn Cheat Sheet: Choosing the Right Estimator
https://scikit-learn.org/stable/tutorial/machine_learning_map/
14- Tensorflow Cheat Sheet
https://github.com/kailashahirwar/cheatsheets-ai/blob/master/PDFs/Tensorflow.pdf
15- Machine Learning Test Cheat Sheet
https://www.cheatography.com/lulu-0012/cheat-sheets/test-ml/pdf/
@machinelearning_ru
👍16🔥3❤1
Скорость деплоя GPT-4 должна была побить рекорды
https://www.youtube.com/watch?v=at9zPRcvPIw
@machinelearning_ru
https://www.youtube.com/watch?v=at9zPRcvPIw
@machinelearning_ru
YouTube
OpenAI GPT-4 - See How Everyone Is Using It!
❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambdalabs.com/papers
📝 The paper "GPT-4 Technical Report" is available here:
https://cdn.openai.com/papers/gpt-4.pdf
More here:
https://openai.com/product/gpt-4
Try it out (note: the free…
📝 The paper "GPT-4 Technical Report" is available here:
https://cdn.openai.com/papers/gpt-4.pdf
More here:
https://openai.com/product/gpt-4
Try it out (note: the free…
👍8❤2🔥1
Media is too big
VIEW IN TELEGRAM
Хорошие новости: в GitHub Copilot теперь встроен хайповый GPT-4.
Теперь он называется Copilot X и может не только помогать с написанием кода, но изаменить кодеров вести диалог с пользователем, обсуждая проект, управляться голосовыми командами и даже иметь свою собственную командную строку.
@machinelearning_ru
Теперь он называется Copilot X и может не только помогать с написанием кода, но и
@machinelearning_ru
🔥13👍4❤2
LLaMA-Adapter: Efficient Fine-tuning of LLaMA 🚀
Fine-tuning LLaMA to follow instructions within 1 Hour and 1.2M Parameters.
🖥 Github: https://github.com/zrrskywalker/llama-adapter
⏩ Paper: https://arxiv.org/abs/2303.16199v1
💨 Dataset: https://paperswithcode.com/dataset/scienceqa
ai_machinelearning_big_data
Fine-tuning LLaMA to follow instructions within 1 Hour and 1.2M Parameters.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤1🔥1
Работа с большими наборами данных – повседневное дело для большинства специалистов по обработке данных. Не было бы никаких проблем, если бы они сразу передавались потоком в базу данных.
Но, зачастую, случается так, что загрузка данных происходит очень долго. В таких случаях программистам приходится занимать себя другими делами, дожидаясь, пока процесс полностью завершится. Такой вариант подходит далеко не всем!
Если вы действительно хотите сократить это время, вам нужен наиболее оптимальный способ загрузки данных в БД.
▪ Читать
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥3❤2🤬1
7 инструментов Python, который должен знать каждый специалист машинного обучения
🎞 Смотреть
@machinelearning_ru
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥2❤1
🦙 Интеграция плагинов ChatGPT с LLaMA
OpenAI только что выпустила поддержку плагинов для ChatGPT, позволяющих языковой модели выступать в качестве агентов и взаимодействовать с внешним миром с помощью API. Здесь мы рассмотрим варианты использования chatgpt-retrieval-plugin от OpenAI с языковой моделью LLaMA от Meta.
Это больше, чем просто руководство. Это призыв к действию по созданию открытого протокола для моделей, позволяющих нам совместно использовать плагины между LLM и управлять ими.
▪ Читать
@machinelearning_ru
OpenAI только что выпустила поддержку плагинов для ChatGPT, позволяющих языковой модели выступать в качестве агентов и взаимодействовать с внешним миром с помощью API. Здесь мы рассмотрим варианты использования chatgpt-retrieval-plugin от OpenAI с языковой моделью LLaMA от Meta.
Это больше, чем просто руководство. Это призыв к действию по созданию открытого протокола для моделей, позволяющих нам совместно использовать плагины между LLM и управлять ими.
▪ Читать
@machinelearning_ru
👍5❤3🔥2
🐼 Добро пожаловать в Pandas 2.0
16 марта, после 3 лет разработки, был выпущен второй релиз pandas 2.0. В pandas 2.0 появилось много новых функций, включая улучшенную поддержку массивов, поддержку pyarrow для фреймов данных и новые форматы даты и времени, отличных от наносекундного, а также множество исправлений и, следовательно, изменений API.
▪ Читать
@machinelearning_ru
16 марта, после 3 лет разработки, был выпущен второй релиз pandas 2.0. В pandas 2.0 появилось много новых функций, включая улучшенную поддержку массивов, поддержку pyarrow для фреймов данных и новые форматы даты и времени, отличных от наносекундного, а также множество исправлений и, следовательно, изменений API.
▪ Читать
@machinelearning_ru
👍9🔥5❤1
DeepMind’s AlphaFold AI: Doing Years Of Research In Minutes!
https://www.youtube.com/watch?v=1KQc6zHOmtU
@machinelearning_ru
https://www.youtube.com/watch?v=1KQc6zHOmtU
@machinelearning_ru
YouTube
AlphaFold AI Won The Nobel Prize In Chemistry!
❤️ Check out Weights & Biases and sign up for a free demo here: https://wandb.com/papers
📝 The paper "Highly accurate protein structure prediction with #AlphaFold" is available here:
https://www.nature.com/articles/s41586-021-03819-2
https://www.deepmi…
📝 The paper "Highly accurate protein structure prediction with #AlphaFold" is available here:
https://www.nature.com/articles/s41586-021-03819-2
https://www.deepmi…
🔥6❤2👍1
DoMore.ai
DoMore.ai — каталог ИИ-инструментов с семантическим поиском
Этот каталог работает как поисковик, просто нужно ввести свой запрос, и найдётся нужный инструмент.
Например, «я хочу написать статью в блог» или «нужно сгенерировать картинки для сайта».
Также есть удобно настраиваемые фильтры, которые можно сохранить и использовать позже, чтобы персонализировать сервис.
каталог ИИ-инструментов с семантическим поиском
Этот каталог работает как Гугл, просто нужно ввести свой запрос, и найдётся нужный инструмент.
Например, «я хочу написать статью в блог» или «нужно сгенерировать картинки для сайта».
Также есть удобно настраиваемые фильтры, которые можно сохранить и использовать позже, чтобы персонализировать сервис.
@machinelearning_ru
DoMore.ai — каталог ИИ-инструментов с семантическим поиском
Этот каталог работает как поисковик, просто нужно ввести свой запрос, и найдётся нужный инструмент.
Например, «я хочу написать статью в блог» или «нужно сгенерировать картинки для сайта».
Также есть удобно настраиваемые фильтры, которые можно сохранить и использовать позже, чтобы персонализировать сервис.
каталог ИИ-инструментов с семантическим поиском
Этот каталог работает как Гугл, просто нужно ввести свой запрос, и найдётся нужный инструмент.
Например, «я хочу написать статью в блог» или «нужно сгенерировать картинки для сайта».
Также есть удобно настраиваемые фильтры, которые можно сохранить и использовать позже, чтобы персонализировать сервис.
@machinelearning_ru
👍8🔥2❤1