🔎 BigDetection: алгоритм машинного обучения улучшающий обнаружение объектов.
Подробнее
@machinelearning_ru
Подробнее
@machinelearning_ru
Яндекс Дзен
🔎 BigDetection: алгоритм машинного обучения улучшающий обнаружение объектов.
Мы создаем новый крупномасштабный проект под названием BigDetection. Наша цель — использовать обучающие данные из существующих наборов данных (LVIS, OpenImages и Object365) ,чтобы создать больший набор данных для улучшения предварительной подготовки обнаружения…
👍3
📌 7 критериев выбора подходящего фреймворка для глубокого обучения
Обработка данных эффективна в тандеме с адекватным фреймворком для глубокого обучения. Возможно, вы тоже находитесь в поисках идеальной для себя библиотеки? В любом случае не пропустите сравнительный анализ самых популярных платформ - Pytorch, Keras и Tensorflow.
https://nuancesprog.ru/p/14623/
@machinelearning_ru
Обработка данных эффективна в тандеме с адекватным фреймворком для глубокого обучения. Возможно, вы тоже находитесь в поисках идеальной для себя библиотеки? В любом случае не пропустите сравнительный анализ самых популярных платформ - Pytorch, Keras и Tensorflow.
https://nuancesprog.ru/p/14623/
@machinelearning_ru
👍5
💬 Fictometer: простой и понятный алгоритм анализ тональности текста на Python.
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Дзен | Блогерская платформа
Fictometer: простой и понятный алгоритм анализ тональности текста на Python.
Наша способность решать задачи NLP с помощью алгоритмов ИИ значительно продвинулась вперед, но наше понимание человеческого языка еще очень мало. Это связано с тем, что большинство алгоритмов ИИ работают как черный ящик, и хотя мы знаем архитектуру модели…
🔥7
Instant NeRF: сверхбыстрое восстановление 3D-сцен
Nvidea представила Instant NeRF – алгоритм сверхбыстрой реконструкции трехмерных сцен по нескольким изображениям. Instant NeRF нацелен на использование в системах автономного вождения и при создании метавлесенных.
Подробее
@machinelearning_ru
Nvidea представила Instant NeRF – алгоритм сверхбыстрой реконструкции трехмерных сцен по нескольким изображениям. Instant NeRF нацелен на использование в системах автономного вождения и при создании метавлесенных.
Подробее
@machinelearning_ru
👍6
Пошаговое построение логистической регрессии в Python
Поэтапная реализация на примере банковского прогноза покупки депозита с подробным описанием всех шагов, включая изучение данных, создание индикаторных переменных, over-sampling и рекурсивное исключение признаков.
https://nuancesprog.ru/p/8729
@machinelearning_ru #статьи #Python #DataScience
Поэтапная реализация на примере банковского прогноза покупки депозита с подробным описанием всех шагов, включая изучение данных, создание индикаторных переменных, over-sampling и рекурсивное исключение признаков.
https://nuancesprog.ru/p/8729
@machinelearning_ru #статьи #Python #DataScience
❤9👍2
📊 ТОП-30 ресурсов с данными для машинного обучения
https://proglib.io/p/top-30-resursov-s-dannymi-dlya-mashinnogo-obucheniya-2022-03-31
@machinelearning_ru
https://proglib.io/p/top-30-resursov-s-dannymi-dlya-mashinnogo-obucheniya-2022-03-31
@machinelearning_ru
Библиотека программиста
📊 ТОП-30 ресурсов с данными для машинного обучения
Сбор данных (Data collection) является техникой профессионалов, а готовые данные в интернете часто ограничены авторскими правами. В этом материале мы расскажем о некоторых ресурсах с предобработанной «датой», которую вы можете использовать в своей работе.
👍12
JoJoGAN — перенос стиля на лица с помощью StyleGAN — создание лиц из аниме JoJo , Атака Титанов и Arcane
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Дзен | Блогерская платформа
JoJoGAN — перенос стиля на лица с помощью StyleGAN — создание лиц из аниме JoJo , Атака Титанов и Arcane
Статья автора «Машинное обучение» в Дзене ✍: Введение JoJoGAN — это алгоритм переноса стиля, позволяющая перенести стиль из аниме Jojo на фотографию.
👍6❤2
Обнаружение и извлечение текста из изображения с помощью Python
https://nuancesprog.ru/p/15535/
@machinelearning_ru
https://nuancesprog.ru/p/15535/
@machinelearning_ru
NOP::Nuances of programming
Обнаружение и извлечение текста из изображения с помощью Python
Представляем удобные техники OCR и OpenCV для обнаружения и извлечения текста в цифровом изображении
👍7
Структуры данных: кольцевой (циклический, замкнутый) связный список
https://nuancesprog.ru/p/15543/
@machinelearning_ru
https://nuancesprog.ru/p/15543/
@machinelearning_ru
👍6
🔥 Полезные библиотеки Python инструмент сканирования для тестирования и взлома Wi-Fi
Читать
@machinelearning_ru
Читать
@machinelearning_ru
🎼 Автоматическое создание музыки с помощью искусственного интеллекта
Заменит ли искусственный интеллект музыкантов? Такая вероятность есть, но точно не в этом году. А пока представим вашему вниманию три компании, разработчики которых однажды смогут поучаствовать в борьбе за Грэмми. Без Илона Маска, конечно же, не обошлось. И расскажем, какие подходы они используют.
https://nuancesprog.ru/p/11483
@machinelearning_ru #статьи #ArtificialIntelligence #DataScience
Заменит ли искусственный интеллект музыкантов? Такая вероятность есть, но точно не в этом году. А пока представим вашему вниманию три компании, разработчики которых однажды смогут поучаствовать в борьбе за Грэмми. Без Илона Маска, конечно же, не обошлось. И расскажем, какие подходы они используют.
https://nuancesprog.ru/p/11483
@machinelearning_ru #статьи #ArtificialIntelligence #DataScience
👍6👎1
🚀 TorchSparse: Efficient Point Cloud Inference Engine
Github: https://github.com/mit-han-lab/torchsparse
Paper: https://arxiv.org/abs/2204.10319v1
Dataset: https://paperswithcode.com/dataset/nuscenes
Demo: https://paperswithcode.com/dataset/pipal-perceptual-iqa-dataset
@ai_machinelearning_big_data
Github: https://github.com/mit-han-lab/torchsparse
Paper: https://arxiv.org/abs/2204.10319v1
Dataset: https://paperswithcode.com/dataset/nuscenes
Demo: https://paperswithcode.com/dataset/pipal-perceptual-iqa-dataset
@ai_machinelearning_big_data
👍7
PaLM: языковая модель Google с 540 миллиардами параметров
https://neurohive.io/ru/papers/palm-yazykovaya-model-google-s-540-milliardami-parametrov/
@machinelearning_ru
https://neurohive.io/ru/papers/palm-yazykovaya-model-google-s-540-milliardami-parametrov/
@machinelearning_ru
Neurohive - Нейронные сети
PaLM: языковая модель Google с 540 миллиардами параметров
Google представила PaLM – языковую модель с 540 миллиардами параметров. PaLM превзошла существующие языковые модели в большинстве бенчмарков. Модель обучена с использованием 6144 тензорных процессоров Google TPU на платформе параллельных вычислений Pathways.…
👍9🤯4
🕓 Как успевать всё: методы и ТОП приложений для тайм-менеджмента
https://proglib.io/p/kak-uspevat-vse-metody-i-top-prilozheniy-dlya-taym-menedzhmenta-2022-04-27
https://proglib.io/p/kak-uspevat-vse-metody-i-top-prilozheniy-dlya-taym-menedzhmenta-2022-04-27